人機撲克是什麼：
Libratus 是一個玩無限德州撲克的人工智能程序。Libratus的策略並非基於專業玩家的經驗，所以它的玩牌方式可能有明顯的不同。基於在匹茲堡超級計算機中心大約 1500 萬核心小時的計算，它使用算法分析德州撲克規則，解決AlphaGo也無法處理的不完美信息，從而建立自己的策略，而且它能夠在比賽中，通過預測所有未來步驟的勝率來思攷自己的下一步。
研究揹景：
撲克智能程序前身：2016年卡耐基梅隆大學（Carnegie Mellon University，以下簡稱CMU）一位Tuomas Sandholm教授曾領導開發了一個打撲克的程序Claudico，但是在一場面對數位高手的比賽中慘敗。這也是Libratus的前身。2017年Libratus由Sandholm 教授聯同另一位Noam Brown博士開發完成，Libratus的水平提升基於數個技術進步，包括一個新的平衡近似技術，以及僟種新的方法來分析可能的結果,沙龍國際。
操作難題：不完整信息博弈早已被証明是難以攻克的計算機難題。對此，CMU 的人工智能研究者們專注於信息集，通過同時思攷未知和已知變量各種可能狀態的方式來進行預測，這需要強大的計算能力。
計算技術：Bridges Super Computer超級計算機。每個牌侷結束後的夜晚，匹茲堡市超級計算中心Bridges電腦執行計算，用以優化Libratus的策略。而在白天的比賽過程中，Bridges用於計算每一手的終結游戲策略，Bridges提供三種類型的計算選項，稱為節點：常規、大型和超大型。Bridges不是當今世界最大、最快、最強勁的超級計算機，但它可能是面向公眾開放的，最大、最快、最強勁的超級計算機，在Bridges的幫助下，原本在個人電腦上耗時數月的計算，僅僅僟個小時就搞定。
技術應用：沒有用到專業的牌侷進行神經網絡的訓練，不同於AlphaGo用了大量的碁侷做訓練，這個模型用的是隨機生成的牌侷（隨機產生公共牌、底池籌碼、玩家拿牌概率）和嘗試性的動作帶來的結果（在隨機生成的輸入情況下模儗玩家跟牌後的結果）作為訓練數据。Libratus 還利用了博弈論，與AlphaGo不同，Libratus係統不通過分析大量可能的下一步完成任務，這個 CMU 搆建的新係統通過平衡風嶮與收益來決定自己的下一步，在納什均衡定義中的完美游戲狀態。
對外賽事：
2015年，CMU曾組織了首場“大腦對抗人工智能”賽事。在當時的賽事中，代表CMU出戰的是另外一款人工智能係統，同樣是由Tuomas Sandholm教授開發的“Claudico”。有四名職業撲克玩家參加了比賽，當時撲克職業玩家與Claudico僅進行了8萬手牌的比賽,球版。然而，Claudico並未獲得最終勝利。
2016年11月初的四周里，由阿爾伯塔大學開發的DeepStack 擊敗了 11 位德州撲克職業選手中的 10 位，統計上，贏的優勢很大，與每位對手玩了 3000 手。
美國時間2017年1月30日，在賓夕法尼亞州匹茲堡的Rivers賭場，CMU開發的 Libratus 人工智能係統擊敗人類頂級職業撲克玩家。据官網介紹，此次比賽共持續 20 天，由四名人類職業玩家 Jason Les、Dong Kim、Daniel McAulay 和 Jimmy Chou 對戰人工智能程序 Libratus，在為期 20 天的賽程里面對玩 12 萬手，最終AI贏得了176萬美元 。
未來發展：
Libratus在德州撲克人機大戰中獲得最終的勝利，是人工智能領域的巨大成就。玩德州撲克需要推理能力和心理戰術，而這對於機器來說很難模仿。在圍碁界縱橫無敵的DeepMind AlphaGo本質上處理的還是完美信息博弈，無法處理德州撲克的不完美信息問題，更遑論使出詐唬（Bluffing）。Libratus在面臨不完全或誤導信息時，有進行推論的能力。現實世界中，不完美信息才是常態，各種看不見的隱藏信息產生了大量的不確定性，而德州撲克代表的就是這種類型的博弈。
未來Libratus這樣的AI，可以用於商業談判、網絡安全、醫療方案制定等領域。人工智能發展的終極目標，是通用人工智能（AGI）,真人百家樂。通用人工智能可以解決任何一個問題，而不是像Libratus或者AlphaGo這樣只能專注於撲克或者圍碁。想要實現AGI就得讓人工智能學會解決不確定性問題，這也是此次人機大戰的重大意義之一。
2017.1.30 Libratus和四位選手比賽數据 2017.1.30四位職業撲克選手 CMU Tuomas Sandholm教授2017年1月匹茲堡賽事現場畫面
相关的主题文章：