科技日?qǐng)?bào)北京7月14日電 （記者劉霞）據(jù)美國(guó)《新聞周刊》網(wǎng)站近日?qǐng)?bào)道，美國(guó)科學(xué)家開(kāi)發(fā)出一種新的人工智能（AI）程序“合眾為一”（Pluribus），其在6人無(wú)限制德州撲克比賽中擊敗了6名全球頂尖選手。研究人員認(rèn)為，這是人工智能發(fā)展史上的一座里程碑，未來(lái)有望應(yīng)用于生物醫(yī)學(xué)、安全等領(lǐng)域。研究發(fā)表于12日出版的《科學(xué)》雜志。

    Pluribus由Facebook人工智能實(shí)驗(yàn)室和卡耐基梅隆大學(xué)的研究人員攜手完成。在游戲中，Pluribus和職業(yè)選手共進(jìn)行了10000手撲克牌比賽。在一種情況下，人工智能面對(duì)5名人類選手；在另一種場(chǎng)景中，5個(gè)版本的人工智能與一名人類選手對(duì)決（AI沒(méi)有相互配合）。研究人員發(fā)現(xiàn)，Pluribus的表現(xiàn)明顯優(yōu)于人類。他們認(rèn)為，這是“決定性的勝利”。

    研究報(bào)告共同作者、卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)教授托馬斯·桑德霍爾姆博士素有“德州撲克AI之父”的美譽(yù)，他表示：“在AI領(lǐng)域（至少自1970年以來(lái)）和博弈論領(lǐng)域（至少?gòu)?950年開(kāi)始），撲克是測(cè)試非完美信息游戲解決能力的主要基準(zhǔn)?！?/p>

    桑德霍爾姆解釋說(shuō)，人工智能已經(jīng)在國(guó)際象棋、跳棋、圍棋、雙人限制和雙人無(wú)限制撲克等雙人零和游戲中擊敗了人類。在雙人零和游戲中，只能有一方可以獲勝，用博弈論的術(shù)語(yǔ)來(lái)講，這些人工智能所做的都是在找到一個(gè)接近納什均衡的策略。所謂納什均衡策略就是指一系列能夠使自己預(yù)期收益最大化的策略。但由于六人游戲規(guī)模大，人數(shù)多，上述辦法很難擴(kuò)展到六人游戲。

    因此，研究人員需要找到一種方法來(lái)擺脫納什均衡，桑德霍爾姆解釋道：“這種策略計(jì)算起來(lái)要困難得多，但最新算法‘強(qiáng)大且可擴(kuò)展’，最新勝利‘是AI在多玩家游戲領(lǐng)域的第一個(gè)里程碑’。”

    桑德霍爾姆表示，這一研究所涉及的戰(zhàn)略推理技術(shù)未來(lái)有望在多個(gè)領(lǐng)域“大顯身手”，從撲克、視頻游戲到投資銀行的戰(zhàn)略優(yōu)化、政治運(yùn)動(dòng)等，不一而足，其還可以引導(dǎo)進(jìn)化和生物學(xué)適應(yīng)——例如醫(yī)療計(jì)劃和合成生物學(xué)等。此外，該技術(shù)還可用于電子戰(zhàn)、安全領(lǐng)域等。

    總編輯圈點(diǎn)

    谷歌的“阿爾法狗”在圍棋對(duì)弈中大敗李世石后，有人指出：別著急，人工智能還沒(méi)打贏多人德州撲克呢。能在一對(duì)一的博弈中獲勝，確實(shí)是人工智能的重要成就。不過(guò)，現(xiàn)實(shí)生活中很多競(jìng)爭(zhēng)場(chǎng)景并非雙人對(duì)決，而是多人參與，股票投資、職位競(jìng)選、招投標(biāo)活動(dòng)等等就是如此。因此人工智能在6人德州撲克中獲勝，是一座新的里程碑。在此基礎(chǔ)上，人工智能有可望為多人競(jìng)爭(zhēng)的更為復(fù)雜的現(xiàn)實(shí)場(chǎng)景，提供最優(yōu)解決方案，從而勝任更多任務(wù)。

（本文轉(zhuǎn)自《科技日?qǐng)?bào)》2019年7月15日第2版）