当地时间 1 月 30 日，在宾夕法尼亚州匹兹堡的 Rivers 赌场，卡耐基梅隆大学（CMU）开发的 Libratus 人工智能系统击败人类顶级职业玩家。据官网介绍，此次比赛共持续 20 天，由 4 名人类职业玩家 Jason Les、Dong Kim、Daniel McAulay 和 Jimmy Chou 对战人工智能程序 Libratus，

如果你打算开始在网上玩扑克，可要三思了。在无限德扑比赛中（一对一、无限制投注的规则），人工智能击败世界最强的人类德州扑克玩家，这是人工智能历史上又一里程碑时刻。

比赛过程中，人类选手整体上从未领先过。进入比赛最后一天时，Libratus 赢得156 万筹码。人类选手要挽回劣势，只有不到 5,000 手的机会。Jason Les 说，最后的感觉就是，自己所能做的就是输。这太打击士气了。

与 Libratus对抗中的德扑专业选手 Jason Les

1979 年，人类首次在西洋双陆棋游戏（backgammon）中败给机器。1997 年，Gary Kasparov 输给 IBM 的深蓝。当时他评论说，可以感觉到对手是种新的智能形式。人类输给机器的其他游戏包括：西洋棋、黑白棋、拼字游戏（Scrabble），甚至是 Jeopardy! 和经典的 Pong。

最近，人工智能打败顶尖围棋高手。2016 年 3 月，李世石 4：1 惜败 AlphaGo。

Libratus 是一个玩无限德州扑克的人工智能程序，由卡耐基梅隆大学的 Tuomas Sandholm 教授与 Noam Brown 博士所开发。Libratus 的策略并非基于专业玩家的经验，所以它的玩牌方式可能有明显的不同。基于在匹兹堡超级计算机中心大约 1500 万核心小时（core hours）的计算，开奖，它使用算法分析德扑规则，建立自己的策略。在此次的比赛中，Libratus 将继续提升自己的策略。据介绍，创造 Libratus 使用的算法并非为扑克专门设计的。在面临不完全或误导信息时，该人工智能进行推论的能力有着广泛的潜在应用，包括业务谈判、医疗、网络安全、竞拍等等。

为什么是扑克？

围棋被视为棋盘游戏的珠峰，其复杂程度远甚过其他游戏。不过，论挑战性，仍然稍逊扑克。

在真实世界中，扑克是一种有关不确定性的游戏。玩家并不知道其他对手手里的牌。也不清楚以后会有什么牌。在类似围棋或国际象棋的游戏中，所有玩家都可以看到棋盘。每个玩家的信息都是完整的。这使得围棋和国际象棋要比扑克容易玩得多。

「在完整信息博弈中，计算机可以在决策树中进行分析，」CMU 教授 Tuomas Sandholm 解释道，他与自己的博士生 Noam Brown 共同开发了 Libratus 系统。在国际象棋和围棋中，人工智能可以通过预测所有未来步骤的胜率来思考自己的下一步。「然而在不完整信息博弈中，事情就变得复杂起来了，你不知道对面手握什么底牌，」Sandholm 解释道。「这意味着你不能在决策树的架构下选择下一步了。而且，你也不知道发牌员在 flop、turn 和 river 上发出的下一张牌是什么。」

比赛中的 Daniel McAulay

不完整信息博弈早已被证明是难以攻克的计算机难题。对此，CMU 的人工智能研究者们专注于信息集（Tuomas Sandholm，2010），通过同时思考未知和已知变量各种可能状态的方式来进行预测。这需要强大的计算能力。「德州扑克有 10 的 160 次方个信息集，还有 10 的 165 次方个游戏树节点，」Sandholm 说道。这意味着牌局的可能性大于宇宙中所有原子的数量（目前可观测宇宙约有 10 的 75 次方个原子）。「而且即使宇宙中的每个原子是一个宇宙，所有原子的数量也无法与牌局的可能性数量相比。」

另外，扑克也需要懂点其他玩家的心理学。他们有没有在唬牌？需不需要盖牌？你要不要也唬牌？最后，开奖，还需要下注。啥时候下注？赌啥？这些都为编写击败人类选手的扑克程序增加了难度。

为了降低结果的纯粹运气成分，比赛是复重扑克（Duplicate hands)，在两张桌上（位于不同房间）使用完全相同的两副牌。这意味着即使有一个玩家手气特别壮，在重复赛制中，这也会镜像到其他玩家身上。这也解释了为什么会鏖战这么多场。从统计置信度上来说，最终Libratus击败了人类选手。

怎么赢取比赛