每年夏天，世界上最好的撲克機器人都會聚到一起——其實是開發(fā)它們的計算機科學研究人員聚到一起——舉辦一個撲克錦標賽。近年來，有三個機器人團隊顯露了比較明顯的優(yōu)勢：第一個是阿爾伯塔大學的團隊，目前有大約十幾人在開發(fā)撲克程序。接下來是卡內(nèi)基梅隆大學的團隊，他們的撲克機器人名為 “Tartanian”。然后是獨立研究者埃里克·杰克遜（Eric Jackson），他開發(fā)了一個名為“Slumbot”的程序。
錦標賽采用的規(guī)則分好幾種，各個團隊會根據(jù)規(guī)則不同對機器人的“個性”進行調(diào)整。有些比賽采用淘汰制，每一輪都有兩個機器人互相對抗，到結(jié)束時，籌碼最少的機器人會被淘汰。為了贏得這種比賽，機器人需要有強大的求生本能。它們的得分只要能順利進入下一輪就足夠了——太貪心不是好事。然而，在另外一些比賽中，總分最多的機器人才能獲勝。在這些比賽中，機器人就需要盡可能地每場多贏一些，因此它們需要有更強的進攻性才行。
大多數(shù)參加錦標賽的機器人已經(jīng)開發(fā)了好多年，經(jīng)過成百上千萬次，乃至數(shù)十億次的撲克訓練。然而，錦標賽的獎金并不多。獲勝的研究人員可能會覺得很自豪，賺到了吹牛的資本，但他們獲得的獎金數(shù)目和拉斯維加斯沒法比。那么，這其中的誘惑又是什么呢？
撲克與象棋的不同之處
每當一臺計算機玩撲克的時候，它面對的是一個我們大家都很熟悉的問題：如何處理缺少的信息。
在一些游戲中，比如下象棋的時候，信息不是一個問題。玩家可以看到的一切。他們知道哪個棋子在哪里，對手是怎么走棋的。這種游戲的關(guān)鍵不在于玩家無法觀察到事情，而在于他們無法處理所有可用的信息。這就是為什么一只猴子隨便下的棋有可能（盡管可能性很渺茫）打敗象棋大師的原因。
有了良好的玩游戲算法——以及強大的計算能力——信息處理問題是可能破解的。所以阿爾伯塔大學計算機科學家喬納森·謝弗（Jonathan Schaeffer）和同事們開發(fā)了完美的跳棋策略，形成了計算機如何破解國際象棋的一些理論。機器可以計算所有不同的棋子走法，用純粹的蠻力法擊敗對手是有可能的。但撲克就不一樣了。無論撲克玩家的牌技都多精湛，都必須面對這樣一個事實：你看不到對方的牌。雖然撲克游戲也有規(guī)則和限制，但總是存在著一些未知因素。
在生活中，很多問題也有同樣的特點。比如談判、拍賣、議價——都是不完全的信息博弈。 “撲克是一個完美的縮影，可以代表我們在現(xiàn)實世界中遇到的很多種狀況。”謝弗說。
“仙王座”駕到
2015年，阿爾伯塔的研究人員在《科學》雜志上發(fā)表了一篇關(guān)于“仙王座”（Cepheus）撲克程序的文章，標題是《雙人限注德州撲克被攻破》（H eads-Up Limit Hold’em Poker Is Solved）。
在進行了大量的訓練后，仙王座可以成為撲克高手。為了積累經(jīng)驗，它一直不斷地玩撲克，大約每秒種兩千局。隨著時間的推移，它越來越善于探索可能的組合，這意味著在它的出牌策略中，對手可以攻擊的薄弱環(huán)節(jié)越來越少。最終，這個機器人學會了（從長遠來看）如何避免失敗，哪怕它面對的是一個無懈可擊的玩家。研究人員用“遺憾最小化”算法來對仙王座加以完善：每場比賽之后，它會進行回顧，考慮如果用另外的方式出牌，可能會出現(xiàn)怎樣的情況，然后再利用這些信息，從錯誤中學習技能。
仙王座已經(jīng)表明，即使在復雜的情況下，它也可以找到一個最優(yōu)化的策略。研究人員指出，在一系列其他場景，比如設計守衛(wèi)巡邏路線，研發(fā)醫(yī)藥療法等等中，這種算法可能也會相當有用。
當然，這項研究還有一個不那么實用的原因。該團隊在這篇科技論文的末尾引用了阿蘭·圖靈的一句話，大意是說，我們做這項工作的主要動機是因為它充滿了樂趣。
人類處在劣勢了嗎？
電腦程序在象棋、跳棋、撲克游戲中表現(xiàn)不凡，你可能會覺得，人類在這樣的比賽不再具有競爭力了。圖靈曾指出，如果一個人試圖假裝自己是一臺機器，“他就會表現(xiàn)得很糟糕。”讓一個人來做計算，他的速度會比計算機慢得多，而且還更容易算錯。
即便如此，這個世界上仍然存在著一些令機器人發(fā)懵的情況。在玩智力游戲《危險邊緣》（Jeopardy!）的時候，IBM機器人“沃森”對長度較短的線索最感頭痛。如果主持人說出一個類別和一個名稱，比如“第一夫人”和羅納德·里根 —— 沃森需要很長時間才能在其數(shù)據(jù)庫搜索找到正確的回應（“誰是南希·里根？”）在這個節(jié)目中，如果主持人給出的線索較長，也比較復雜，沃森就可以擊敗人類選手，但是如果線索只有幾個詞，人類就會占上風。在問答節(jié)目中，“簡潔”似乎是機器人的天敵。
撲克游戲也是如此。機器人需要時間來研究對手的出牌方式，然后加以利用。而職業(yè)撲克玩家可以更迅速地摸清其他玩家的手法。 “人類善于利用很少的數(shù)據(jù)來做出有關(guān)對手的假設，”謝弗說。
阿爾伯塔大學的撲克團隊也發(fā)現(xiàn)，人類特別容易受到強硬戰(zhàn)術(shù)的影響。 “一般來說，人類撲克高手在擊敗對手的策略方面，虛張聲勢是很重要的一條，” 阿爾伯塔大學的計算機科學研究員邁克爾·約翰森說。 “虛張聲勢策略給對手施加了很大的壓力，讓他們做出艱難的決定，因此往往非常有效。”在和人類玩家玩牌時，機器人也試圖模仿這種行為，引發(fā)對手的錯誤。
也就是說，機器人似乎可以通過模仿人類的行為來獲得很多優(yōu)勢。有時候，就連模仿人類的缺陷也會帶來好處。
