谁能想到在2017年，人工智能（AI）竟然会在我们最心仪的游戏 - 无限注的扑克 - 中胜了人类一筹？不过，既然人类玩无限注德州扑克的战略已经升级到了一个非常高的程度，电脑程序进化的程度超过人脑也没有那么稀奇了。毕竟，这只是时间问题而已。

德州扑克是信息不完全的游戏，不同的玩家通过各种不同的信息，根据起始筹码量，可以碰到10161个不同的决策点。德州扑克这种复杂性成为了设计AI的一个“基准挑战”。如果AI能搞定德州扑克，那必定可以应用于其他信息不完全的领域。

击败人类之路

尽管AI与策略游戏已经纠葛了30多年，但是直到最近，机器人才终于在高人气的无限注德州扑克游戏中击败了人类。2015年3月，有一款叫做Claudico的机器人跟四名顶尖的单挑无限注德州扑克高手进行了对战。不过，机器人的破绽实在太多，无法战胜人类。但是，对战最后产生的数据可能会一点误导人。

这四名人类玩家分别是Bjorn Li, Doug Polk, Dong Kim和Jason Les。他们总共玩了8万手牌，最终赢了$732,713（不过Les输了$80,842）。但是，整个挑战过程中，双方全部的投注超过了$1.7亿，这使得人类的盈利还占不到总投注额的0.5%。从统计学上来讲，几乎可以忽略不计。

卡耐基梅隆大学的这支团队并未止步于Claudico，特别是大学计算机部门的Tuomas Sandholm和Noam Brown。两人还在继续研究，不断从职业牌手那里得到反馈，然后用于改善机器人的设计。最后，他们在2016年设计出了Baby Tartanian 8，随后又设计出了Libratus（冷扑大师），准备让它在2017年接受挑战。

2017年1月，人机大战“复仇赛”再次启动。这一次，人类挑战者的队伍稍有变化。Kim和Les的队友变成了Jimmy Chou和Daniel McAulay。

我们通过当时的报道可以看到，这次复仇赛的结果和第一次不一样了。AI在跟人类打了12万手牌之后，赢了筹码$1,766,250，取得了大胜。冷扑大师的表现还为它的设计团队赢得了11月的HPCwire‘人工智能最佳使用’奖。

Doug Polk是这样说Claudico的，“它有一些漏洞，但是在新的程序冷扑大师中得到了修补。我现在清晰地认识到，到了这个时候，人类在单挑无限注游戏中已经滞后了，而且我可以想象到这种情况在其他形式的游戏中还会继续。”

Polk说到其他形式时，提到机器人目前主要的漏洞在于，还不能把在无限注单挑游戏中的表现复制到其他游戏形式中，比如六人桌、九人桌游戏或其他扑克游戏。但是就像Polk所说，这一天应该不会很远了。

那么，我们身为扑克爱好者和迅猛发展的技术社会中的一员，扑克AI的迅猛发展，对我们有什么借鉴意义呢？

AI的策略

在扑克AI的测试过程中，Jason Les是参与度最高的职业牌手，拥有跟各个迭代的机器人交手的第一手经验。Les对记者说，尽管他在大学学的不是人工智能，但是他一直觉得AI非常迷人。在卡耐基梅隆大学的团队寻找顶尖玩家跟Claudico挑战时，他毫不犹豫地参与了进来。前段时间，Les还跟“伙伴”冷扑大师在神经信息处理系统大会中“叙旧”了呢。

“扑克大师Jason Les将会在周二晚上参加2017NIPS演示会议，跟他的老伙计冷扑大师重聚！”

“跟冷扑大师对战是一次非常紧张激烈和费劲的经历。它采用的是比以前更加接近纳什平衡的策略，也就是说它几乎没有可以利用的漏洞。我们一开始希望能通过使用在它的抽象中不存在的下注量，从而获得优势。但是，我们后来发现，每当我们使用它一开始不熟悉的下注量后，AI会立刻运行算法来学习新的下注量，填补自己的不足。”

AI的建造者在一篇正式的文章中提到了Les所指的的抽象。12月18日，这篇名为“Libratus: The Superhuman AI for No-Limit Poker”（冷扑大师：击败无限注扑克的超人类AI）详细解释了AI的内部工作原理。

冷扑大师并不像有些人想象的那样，预先编程了策略，而是写好了一个行动之前采取纳什平衡的决策算法。这个算法是以“行动抽象”（不同情况下采取不同组的下注量）和“牌面抽象”（把类似的手牌分为一组，采取相同的打法）为基础的，能让冷扑大师把10616个游戏决策点降低到1012个。

和以前的AI不同，冷扑大师共有三个模块组成，每个模块都有独立的算法。论文中列出了这三个模块：

在行动之前就计算出近似纳什平衡的策略

在游戏过程中进行子游戏求解

冷扑大师根据对手呈现的漏洞，调整自身的策略，使之更接近平衡

“从优点方面来看，冷扑大师采取的是非常平衡的策略，在所有时机的诈唬书数目非常合适。另外，它还会执行完美的混合策略，使得对手更难推测它的范围。人类没有能力采取同样的混合策略，做不到用不同的办法不同的下注量和不带偏见的打同样的手牌。冷扑大师没有偏见或习惯，只会根据玩过的上亿牌精心调整自己的策略。”

Les认为从某种程度上，人类可以在玩扑克方面模仿冷扑大师，采取混合的策略，不要每次都用同样传统的方式来玩某些牌或应对某些情况。对手有悟性的话，很容易就能看穿这种规律。他只需要做简单的调整就能打败你了。

“从观察冷扑大师玩牌，我发现人类可以学到的最好的东西就是，应该采取混合的策略。也就是说，你应该用许多不同的方式来玩牌，哪怕有时候看起来有些违反传统。不要让别人所‘接受’的玩法影响你对于对错的判断。采取这种办法，像冷扑大师一样采取各种各样的下注量（有大也有小），这是每个人都可以学习的，而且可以用来对付正常的人类对手。”

在跟冷扑大师的挑战结束后，Dong Kim也在采访中提到了类似的看法。他说，作为“世界一流”的AI，它使用的是混合的策略，而且用超池下注来诈唬的次数远超他所见过的人类。

最近几个月，超池下注成为高水平玩家越来越喜欢采用的玩法。他们把这种战术融入到自己的游戏中，跟冷扑大师一样，用它来平衡诈唬和价值下注。超池下注的玩法曾多次被顶尖牌手提及。过去几年，也有越来越多的人开始讨论和使用游戏理论最优策略（GTO）。

我们从冷扑大师身上能学到的最重要的就是AI的学习方法。冷扑大师之所以能击败顶尖的无限注德州扑克单挑桌玩家，不仅是因为有复杂的算法，还因为它能根据新的信息和玩过的新手牌，不断调整策略。

虽然我们人类并没有冷扑大师这种超神的计算能力，但是顶尖的玩家可以通过使用AI模拟工具和软件，比如德州扑克快速GTO破解器PioSOLVER，有意识地训练自己，不断寻找对手策略上的漏洞，然后调整策略来利用这些漏洞。

正如Les所说，人类可以利用扑克AI的进步，提高自己的游戏。

“AI的进步真的为人类改善自己扑克游戏提供了强大的工具。跟优秀的对手对战一直是学习玩好扑克的不二法门。今天你如果想找到好的对手，那就要去玩真钱。如果你真的想挑战自我，就必须去玩更高的级别。有了AI训练工具，玩家有机会在不真正输钱的情况下，跟绝对有最佳表现的对手对战。”

游戏的未来

虽然AI在破解无限注德州扑克游戏上有了长足的发展，但是就算是冷扑大师的创造者Brown，还是解释说这个游戏并没有被“破解”，至少近期不会。在2016年接受采访时，他说，“无限注德州扑克在我们有生之年没可能破解。话虽如此，我们还是能想到很多好的近似解，我认为几年后我们就能看到机器人打败非常顶尖的职业牌手了，不过这跟破解还是有很大区别的。”

不到一年后，他的预测就在冷扑大师的神勇表现中得到了验证。不过Brown明确表示，冷扑大师的成功归功于“好的近似解”，主要靠的是程序中的抽象。

但是，就算AI的计算能力越来越先进，成本效益越来越好，大多数真实的扑克场景依然是在人与人之间进行的。我们都知道，人类不过就是人类。人类会犯错，会有情绪。他们还会分心，除了扑克之外还有其他的生活，而且多数人因为有“真正的”工作，所以用来学习游戏的时间是很有限的。人们受限于人脑的计算能力，同时许多人玩扑克不是为了赚钱，而是有其他的目的，比如娱乐。所有这些因素加在一起，使得无限注德州扑克依然活力无限，受众很广，至少目前是这样。

Dan “Jungleman” Cates 也同样这种说法。他之前在录一个视频时说，尽管我们深爱的两张牌游戏从很多角度来看“破解”了，但是大部分正常人依然玩的是次优的扑克，有悟性的玩家依然可以利用他们的破绽赚到钱。

“尽管市面上有了所谓的破解之法，但是人们的玩法永远都不会完美。”

机器人的危险之处

虽然有些人担心机器人可能被不法分子用来在线上游戏作弊，但是玩家和线上网站可以采取多种预防措施来保护自己。玩家可以留意下注量和时间的相似规律，看看是否存在不同寻常的下注方法，在聊天框是否没有回应，然后把可疑的行为举报给扑克网站。

另外，预防使用机器人和其他形式作弊的技术已经越来越先进，线上扑克在很多合法的国家和地区已经非常安全。不过，有人还是会问，机器人技术的发展是不是会使得预防机器人越来越困难。Les对这个问题也有所提及。

“AI的发展有可能导致玩线上扑克越来越不安全。虽然冷扑大师只玩单挑桌，但是随着AI技术的发展，它会逐步渗入到六人桌和满人桌领域，所以在线上扑克的安全问题上，我们可能会面临更艰难的决策。我知道扑克网站做了很多的努力来保证安全，因为这是他们整个业务的根基，我希望他们能在采取应对方法上取得成功。”

“从长远来看，我认为互联网扑克的生存靠的是构建新的游戏，强硬地面对AI的发展。新的游戏可能是增加扑克牌的数目，增加筹码筹码量，或是做其他的改变。”

不论是不是为了防止线上扑克的作弊现象，Les所提到的增加扑克游戏的种类确实是大势所趋。所有的迹象都表明，扑克是死不了的。