编译： 刘小芹 文强 胡祥杰

AI复始，万象更新 ！

新智元祝广大订户鸡年大吉！

　　新智元启动新一轮大招聘：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。

　　简历投递：j[email protected]

　　HR 微信：13552313024

　　新智元为COO和执行总编提供最高超百万的年薪激励；为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。

　　加盟新智元，直播，与人工智能业界领袖携手改变世界。

　　【新智元导读】CMU的AI“Libratus”以绝对的优势在单挑无限德州扑克中赢得了人家职业玩家，这无疑是AI发展史上的一座里程碑，就像日前谷歌CEO Brin 在达沃斯论坛上表示的那样，AI发展如此之快，超出我们的想象。不过，这次CMU的AI更多是依靠暴力计算而非深度学习取胜，与AlphaGo战胜李世石的意义十分不同。我们离真正的机器智能还有很长的距离。下面就从获胜的 Libratus 使用技术的最新论文开始看起。

摘要

　　与信息完全对称的博弈不一样，信息不完全对称的博弈不能分解为独立解决的子游戏。因此，使用更加计算密集的 equilibrium-finding技术，进而生成和解决较小版本的，也就是简要版本的游戏，这是非常必要的。

　　终局游戏的解决方案（Endgame solving），指的是计算（理论上）更好的策略，但是只是面向终局游戏，而不是整个游戏中所需要的计算能力。Endgame solving 有很多优势，比如能够1）在一个更精细的信息抽象中解决终局游戏，而不是整个游戏计算上可行的游戏; 2）结合到对手所采用的终止游戏中的动作抽象用来解决整个游戏。

　　我们介绍一种在博弈理论和实践中胜过先前方法的终局游戏解决技术。我们还展示了如何采纳它，并通过过去的解决方案，来响应原始动作抽象之外的对手行为，这明显要优于当前最先进的方法。

　　最后，我们展示了在游戏进行的过程中，终局游戏的方案可以不断重复，导致明显降低了可利用性（exploitability）。所有的技术都根据可利用性进行评估。

　　据我们所知，这是第一次在大型不完全信息游戏中评估了游戏解决技术的可利用性。

　　10天前，在达沃斯论坛2017年年会，Sergey Brin 与一名采访者坐下来谈论人工智能（AI）和未来（视频：https://www.youtube.com/watch?v=XzkUAxtEQXE）。Sergey Brin 是谷歌的联合创始人之一。他谈话间的语气深思熟虑，但很柔和，主要因为他是一个聪明而且周到的人。在被问及人工智能的未来时，他明智地回答说“不可能准确地预测”，随即讲了他自己的一个故事。

　　十年前，Brin 还在主管谷歌的X实验室，那里的项目成功的几率是百分之一。有一个专注于 AI 的小项目叫 Google Brain。“坦白说，”Brin 说，“我那时根本没有注意到它。”Brain 项目由一名名叫 Jeff Dean 的计算机科学家领导，Brin 回忆说：“他会定期地来找我，说，‘看！计算机做了一张猫的图片！’我说，‘好好，这不错，Jeff，回去做你的活儿，什么都好。’然后快进几年，现在Brain 几乎触及了我们的所有主要项目——从搜索到照片到广告……触及了谷歌的所有业务。深度网络的这场革命非常深刻，而且让我感到惊讶——哪怕我就处在这场革命中间。”

　　快进一周，从达沃斯的那次采访，让我们把镜头切换到匹兹堡，四位顶尖的职业扑克玩家正在用他们的智慧与一个由两位CMU研究人员开发的 AI 程序作战。比赛的内容是一种特殊的高赌注扑克牌，称为一对一无限注德州扑克。该 AI 程序名为 Libratus，在拉丁语中的意思是“平衡”。然而，它一点也不平衡。在20天的比赛中，Libratus 已经赢了$800000，让人类对手开始感到沮丧。参加比赛的职业玩家之一 Dong Kim 说：“直到今天我才意识到它（AI程序）有多厉害。我觉得我在和一个会欺骗人的对手打，它好像能看到我的牌。我不是指责它作弊，它只是太厉害了。”