卡耐基梅隆大學(xué)研究人員表示，希望Libratus最終能夠贏得比賽，這樣他們就可以首次向全世界宣布：人工智能又攻克了德州撲克，首次戰(zhàn)勝人類冠軍。但同時，卡耐基梅隆大學(xué)的競爭對手又表示不服。
　　
　　加拿大阿爾伯塔大學(xué)、捷克布拉格查理大學(xué)和捷克理工大學(xué)的研究者近日聯(lián)合發(fā)表論文稱，其所研發(fā)的人工智能系統(tǒng)已經(jīng)在德州撲克比賽中達(dá)到了專家級水平。因此，他們的人工智能系統(tǒng)才是第一個戰(zhàn)勝人類的。
　　

　　需要指出的是，該論文尚未經(jīng)過“同行評議”，因此目前尚不可盡信。但基于這支團(tuán)隊(duì)的歷史成就，他們聲稱的結(jié)果絕非空穴來風(fēng)。
　　
　　2008年，幾乎由同一批研究人員組成的一個團(tuán)隊(duì)開發(fā)了出了一套系統(tǒng)，首次在有投注限制的“有限注德州撲克”(LimitTexasHold'em)比賽中戰(zhàn)勝人類高手。2015年，該團(tuán)隊(duì)又完成了對該系統(tǒng)的升級，并稱已接近完美。
　　
　　阿爾伯塔大學(xué)研究人員在論文中稱，他們開發(fā)的這套系統(tǒng)使用了一種名為“DeepStack”的通用算法，近期在“一對一無限注德州撲克”(Heads-upNo-LimitTexasHold'em)比賽中戰(zhàn)勝了人類。
　　
　　2016年11月7日至12月12日，DeepStack共與33位人類選手在互聯(lián)網(wǎng)上進(jìn)行了44852手較量。比賽結(jié)果顯示，DeepStack的平均贏率為492mbb/g。DeepStack團(tuán)隊(duì)稱，一般人類玩家到50mbb/g就被認(rèn)為擁有較大優(yōu)勢，而750mbb/g就是對手每局都棄牌的贏率。
　　
　　但是，幫助卡耐基梅隆大學(xué)設(shè)計Libratus人工智能系統(tǒng)的托馬斯·桑德霍姆(TuomasSandholm)教授稱：“DeepStack并未戰(zhàn)勝頂尖高手，因此還不能說它已經(jīng)戰(zhàn)勝了人類?！?br />　　
　　桑德霍姆還稱：“我們兩年前已經(jīng)達(dá)到他們的水平了，但那不是我們的目標(biāo)。我們的目標(biāo)從來就不是‘專家級’，而是‘超人水平’，就像‘深藍(lán)’和‘沃森’那樣?！?br />　　
　　到目前為止，無論是在“有限注德州撲克”，還是“無限注德州撲克”比賽中，人工智能系統(tǒng)只能應(yīng)對“一對一”的比賽。而在多人(五人或更多)同時比賽中，其復(fù)雜性仍是人工智能目前所難以應(yīng)付的。但不管怎樣，這些比賽結(jié)果表明，至少有兩套人工智能系統(tǒng)又要創(chuàng)造新的里程碑。
　　
　　DeepStack研究人員稱，德州撲克是一種典型的非完整信息游戲，因?yàn)槟悴恢栏偁帉κ值呐?，也不知道下一手牌是什么。因此，對于人工智能而言，其?fù)雜性要超過象棋。而DeepStack是一種可用于一個很大類別的序列非完整信息博弈的通用算法，它所取得的成績表明，人工智能系統(tǒng)已經(jīng)精通非完整信息游戲。
　　
　　與谷歌(微博)的AlphaGo一樣，Libratus和DeepStack并不試圖解決整個比賽的所有問題，因?yàn)檫@需要考慮到太多的可能性。相反，這兩套人工智能系統(tǒng)利用深度學(xué)習(xí)來培養(yǎng)一種直覺。DeepStack研究人員稱：“在比賽之前，DeepStack不會計算和存儲完整的戰(zhàn)略，而是使用一種快速的‘近似估算’法，我們稱之為‘直覺’?！?br />　　
　　如果人工智能這一次能在德州撲克比賽中能戰(zhàn)勝人類高手，則意味著研究人員可以利用這套技術(shù)來解決日常生活中的一些實(shí)際問題，尤其是涉及到非完整信息的一些問題，如商務(wù)談判。在談判中，雙方都會隱藏一些信息。
　　
　　參與Libratus研發(fā)的卡耐基梅隆大學(xué)博士生諾姆·布朗(NoamBrown)稱：“在現(xiàn)實(shí)世界中，信息不可能像棋盤上的棋子那樣整潔有序，總有一些重要信息被丟失或隱藏，而人工智能需要有能力來處理這個問題?！?