AI会骗人吗？

 

        文 / 伊丽莎白·帕格尔 – 霍根（Elizabeth Pagel-Hogan）

        译 / 大萝卜

 

       通常而言，说谎话会给你带来麻烦。但在扑克比赛中，说谎，也就是虚张声势，却可以帮你赢得比赛。扑克玩家通常要赌自己的牌比别人都好。有时候他们的牌确实不错，但有时候他们的牌并不好，但还是要虚张声势骗对手，让对手不敢下注。 那计算机在打扑克的时候会骗人吗？ 它们能否识别出人类玩家是不是在虚张声势呢？

 

       卡内基梅隆大学的科学家图奥马斯·桑德霍尔姆（Tuomas Sandholm）和诺姆·布朗（Noam Brown）就在研究这个问题。他们训练一台名叫“冷扑大师”（Libratus）的超级计算机打扑克，并参加了一场名叫“大脑对人工智能”的锦标赛。
 

 

       与人类对战

 

       桑德霍尔姆是卡内基梅隆大学的教授，布朗是他的博士生，他们俩是“冷扑大师”（Libratus）的创造者。 他们创造的第一个打得州扑克的AI程 序叫“克劳迪科”（Claudico），它在 2015年输给了专业人类玩家。桑德霍尔姆和布朗在此基础上改进了设计， 再次参加比赛，并取得了胜利。 

 

       科学家乐于训练计算机参加棋牌类游戏。早在1957年，卡内基梅隆大学的一位科学家就预测，在10年内，计算机在国际象棋上就能打败人类。这个预测有点儿过于乐观了，事实上，直到1997年，计算机才打败了世界国际象棋冠军加里·卡斯帕罗夫 （Garry Kasparov）。2014 年，一台名叫“AlphaGo”的计算机通过自主学习学会了下围棋，并打败了世界级大师。围棋可比国际象棋复杂多了。

 

       2017年1月11日到1月30日，“冷扑大师”与4位专业人类玩家打了12万局一对一的无限注得州扑克。得州 扑克与国际象棋和围棋不同。在国际象棋和围棋中，你可以看到整个棋局，没有任何隐藏信息。但在得州扑克中，对手的牌你是看不到的。

 

       要想与人类对战，“冷扑大师” 得首先学会得州扑克的规则。
 

 

       游戏规则

 

       在发牌前，玩家需要投注，这叫作盲注。然后，发牌员会给每位玩家 发两张正面朝下的牌，被称为底牌。 然后，每位玩家有三个选择：跟注（跟着之前的盲注下同样数额的注）、加注（增加投注），或者弃牌（放下自己的牌并退出当前牌局）。

 

       然后，发牌员会发出三张公共牌， 放在桌子中央，所有人都可以看到， 这三张牌被称为翻牌。现在每位玩家就相当于有五张牌了：手中的两张牌， 再加上三张公共牌。由发牌员左边的玩家先下注，其他玩家依次操作，可以选择跟注、加注、弃牌或者看牌。

 

       发牌员再发出一张公共牌，被称为转牌，再开启一轮投注。现在每位玩家共有六张牌，他们可以根据自己能看到的六张牌中最好的五张来选择投注。

 

       接着，发牌员又发出一张公共牌， 被称为河牌，现在玩家可以根据七张牌里最好的五张牌来投注了。最后所有玩家翻开自己的底牌（叫做摊牌），通过一定的规则比较各自选择的五张牌的大小（叫做比牌），牌面最大的玩家可以赢得底池中的所有筹码。

 

       不过，如果其他所有玩家都弃牌了，只剩一位玩家，那就不必摊牌和比牌了，唯一没有弃牌的玩家自动获胜。“一对一的无限注得州扑克”的意思是只有两个玩家参与，而且投注的金额不设限，玩家可以把自己所有的筹码都投进去，这叫做“全部押上”。

 

       布朗说：“我们并没有告诉‘冷扑大师’怎么打牌，我们只是告诉它游戏的规则是什么样的而已。一对一无限注得州扑克是个极其复杂的游戏。”

 

       AI的策略

 

       桑德霍尔姆和布朗不可能给“冷扑大师”输入所有可能的情况，一一 告诉它每种情况下应该怎么做，因为得州扑克可能出现的局面太多了。

 

       因此，他们编写了一个算法，让“冷扑大师”能即时计算出每一步采取什么策略。算法就是给计算机设定的一系列步骤，让计算机遵循这些步骤去解决问题。在这里，计算机要解决的问题就是打扑克。

 

       有了这个算法以后，“冷扑大师” 就可以自己和自己对战了。

 

       “我们让AI自己和自己对战几 百万个回合。”布朗说，“在这个过程中，AI可以积累经验。它可能会尝试一些新策略，看看是否有效。然后评估自己的决策，看看能不能做些别的什么事情让自己更有可能成为胜利者。”

 

       在得州扑克里，运气和技巧都很重要。你拿到的牌有大有小，哪怕是世界上最差的玩家，如果拿到一手好牌，也可能在一局中战胜世界冠军。 但随着玩的次数增加，运气就不那么 重要了，策略就成为能否取胜的关键。 通过上百万次的训练，“冷扑大师” 渐渐形成了自己的策略。

 

       如果“冷扑大师”的牌好，它可以下很大的注，然后赢很多钱。这种策略让人类玩家很是吃惊。

 

       “一个有趣的结果是，AI发展出了一种与众不同的技巧，似乎有悖于人类玩家的常识。人类玩家在下注时通常比较谨慎，如果底池里只有200 美元，他们不会下20000美元的注。” 布朗说，“但AI不会感到害怕，如果它觉得下20000美元的注是正确的，就会毫不犹豫地下注。”
 

 

       虚张声势

 

       “冷扑大师”的策略也包括虚张 声势。

 

       “AI并不认为虚张声势是欺骗，”布朗说，“它只是把它当作取胜的方法之一而已。”

 

       有一局，AI最好的结果是等到一张同花色的牌形成一手同花，但它抽到的牌却根本没用。 “这个时候，它并没有认输，而是下了一个极大的注，想让对手弃牌。 而AI的人类对手杰森就感到很难做出决定：如果他决定跟注，他可能会输掉20000美元；而如果弃牌，他会损失3000美元。苦思冥想了10分钟以后，杰森决定弃牌。这样一来，AI就成功地通过虚张声势获得了胜利。” 布朗解释道。

 

       不过，“冷扑大师”也很小心， 从不过度使用这种虚张声势的办法。

 

       布朗说：“有时，它在牌特别好的时候也只下注一点点金额，甚至根本不下注，而是尝试骗对手大额投注。 它在大额投注的时候有可能是在虚张声势，也有可能真的牌特别好，因此对手猜不出来它是不是在骗人。我们给这个AI起的英文名‘Libratus’，在拉丁语里就是‘平衡’的意思。”

 

       在锦标赛结束的时候，“冷扑大师”共赢了180万美元的筹码。跟它对战的人类玩家十分痛苦，每天都会 输。不过他们也没有白来：最终，人类玩家分享了20万美元的奖金，还从AI身上学会了一种新的策略。 
 

       “这场比赛后，参赛的人类玩家都说，他们以后会更多地下大一些的赌注，这样可能会提高获胜的几率。” 布朗说，“他们觉得，在与这么强的对手对战之后，再和别的人类玩家比赛，都是小菜一碟了。”

 

       最终的目标

 

       在AI已经学会了完美的策略，甚至还会骗人之后，人类还有可能在得州扑克上打败 它吗？布朗觉得这是不可能的， 但人类还是有一些优势的。

 

       “人类可以轻易找出对手的弱点，并利用这个弱点打败对手。”布朗说，“如果‘冷扑大师’和人类玩石头剪刀布，人类可能会注意到对手总是出石头，这样他们就会更多地出布。”在扑克牌局里，相比AI，人类玩家更容易找出对手的弱点，并针对对手的弱点制定策略。

 

       对科学家来说，研究会打扑克的AI并不是为了赢钱，也不是为了取得胜利。他们希望以此证明，即使是在无法获得全部牌面信息的牌局上，AI也能制定出必胜的策略。

 

       “研究AI的最终目标是把它应用于真实世界，而真实世界就跟扑克一样，有隐藏的信息。”布朗说。科学家可以把从“冷扑大师”身上学到的 经验应用在其他领域，如商业、军事 和医学，这些领域同样需要人们在信息不完整的情况下做出决策。

 

       本文作者：伊丽莎白·帕格尔–霍根是一位作家，生活在美国宾夕法尼亚州的匹兹堡。她喜欢各种类型 的游戏。她有三个孩子，孩子骗人从来都逃不过她的眼睛。

 

       原文刊登于《好奇号》2020年5月刊