2025-06-19 14:19
發布
管理員
共發布：1126篇
失去原因 蒂姆·考倫/卡內基·梅隆大學
ntext="Article" data-image-id="2119818" data-caption="Losing cause" data-credit="Tim Kaulen/Carnegie Mellon University" />
AI剛剛通過贏得了20天的撲克錦標賽，贏得了對人類的另一場比賽勝利。AI稱為Libratus，在賓夕法尼亞州的一家賭場中聘請了世界上四個最佳的No-Limit Texas球員。經過120,000人的幫助，Libratus以超過170萬美元的籌碼領先。
卡內基·梅隆大學（Carnegie Mellon University）的計算機科學家Tuomas Sandholm說：“我感覺很棒。”他是創建AI的團隊的成員。“這是大衛對巨人的故事，而Libratus能夠扔一個卵石。”
一個撲克的AI非常出色，因為撲克是一種“不完美的信息”的游戲：玩家不知道對手的牌，因此永遠不要對比賽狀態有全面的看法。這意味著AI必須考慮其對手的玩法和返工方式，因此當它擁有良好的手或虛張聲勢時不會放棄。
馬耳他大學的喬治·揚納卡基斯（Georgios Yannakakis）說：“這是人工智能的真正重要里程碑。”“這就像現實一樣。現實世界是一款不完美的信息的游戲，因此通過解決撲克，我們就更接近通用人工智能了。”
Libratus的算法并不針對撲克，甚至不是游戲。AI尚未被教導任何策略，而必須根據提供的信息來制定自己的方式來播放 - 在這種情況下，是撲克規則。這意味著可以將Libratus應用于任何需要基于不完善信息的響應的情況。
桑德霍爾姆說：“在網絡安全，談判，軍事環境，拍賣等方面有應用。”他的實驗室還一直在研究AI如何通過將治療計劃視為游戲策略來加強與感染的斗爭。桑德霍爾姆說：“即使沒有額外的藥物可以使用，也可以學會更好地抗擊疾病 - 您只會使用它們更聰明。”
卡內基·梅隆（Carnegie Mellon）團隊以前曾對Libratus的方法進行了緊張的態度，因為他們擔心任何解釋都可以幫助其人類競爭對手。但是現在，桑德霍爾姆愿意更多地談論它的工作原理。
Libratus有三個主要部分。自2015年桑德霍爾姆（Sandholm）的球隊首次參加與專業球員的類似比賽（那個時候，人類贏得的）時，第一個變化并沒有太大變化。該部分計算了AI開始時可以使用的大量策略。在比賽開始時，Libratus花費了相當于1500萬小時的計算來磨練其策略。
第二部分現在由桑德霍爾姆（Sandholm）和他的博士生諾阿姆·布朗（Noam Brown）重新設計，努力改善了libratus的策略。它被稱為“最終游戲求解器”，它考慮了AI的對手所做的“錯誤”，即他們讓自己開放剝削的情況 - 以預測每只手的結果。Sandholm說，該團隊無法從統計分析中分辨出較早版本的最終游戲求解器是否完全改善了AI的戲劇。“但是這個新的真是太棒了。”
AI的最后一部分尋找自己的戰略弱點，因此它可以改變下一次會議之前的表現。這試圖確定其對手正在利用的事情，例如贈品“告訴”另一個球員注意到。
這很重要，因為在上一場比賽中，人類玩家能夠弄清AI在擁有不同的卡片時的表現，并改變他們的下注方式。
當比賽進入最后的日子時，這次是專業球員之一的杰森·萊斯（Jason Les）說：“這次真是太好了 - 非常了不起。”“似乎有某種策略更新組件正在學習如何最好地玩我們。隨著時間的流逝，它的策略似乎正在改善，并且每天越來越艱難。”
盡管他們損失了，但專業球員將根據表演將$ 200,000的獎金分開 - 研究人員實際上不會帶回家任何獎金。勝利之后，Libratus團隊計劃在同行評審的日記中發布AI的算法。
英國埃塞克斯大學的西蒙·盧卡斯（Simon Lucas）說，AI可以接受現實世界還有很長的路要走。他說：“在現實世界中，您通常比在紙牌游戲中擁有更多的選擇。可能性更開放。”
他說，但這仍然是一項奇妙的成就，因為撲克是一款復雜的游戲。“這是一個令人印象深刻的一步，而且很重要。”
首頁