德州扑克

匹兹堡Rivers赌场的一间密闭房间内，四台显示器整齐排列在牌桌上。显示器上运行的不是普通的线上扑克客户端，而是一个名为Libratus的人工智能程序。在显示器的对面，四位人类顶级无限注德州扑克单挑牌手面色凝重。他们每人每天要在这个房间里待上八个小时，与一个没有面孔、没有情绪、永不疲倦的对手进行数万手牌的单挑对决。

下载最新APP

二十天后，人类牌手全部告负。Libratus以每百手牌14.7个大盲注的惊人赢率碾压了所有人类对手。这场对决的结果登上了《纽约时报》和《科学》杂志，被全球媒体广泛报道。扑克，这个长期被视为人类直觉与心理博弈最后堡垒的竞技项目，正式被人工智能攻破。

扑克AI的故事并非始于Libratus，而是可以追溯到更早的年代。1984年，计算机科学家Mike Caro发布了一个名为“Orac”的扑克程序，能够在限注德州扑克中做出基础决策。Orac的水平仅相当于一个初学扑克的业余玩家，但它的存在本身就已经提出了一个令人不安的问题：如果一台计算机可以学会打扑克，那么扑克究竟是人类智慧的体现，还是仅仅是数学计算的结果？

1990年代至2000年代，扑克AI的研究在学术界缓慢推进。阿尔伯塔大学的研究团队在这个领域处于领先地位。他们开发的Poki程序在限注德州扑克中达到了接近人类专家的水平。但与无限注德州扑克相比，限注扑克的决策复杂度要低得多——因为下注金额被固定了，AI不需要处理下注尺度的策略维度。无限注德州扑克的策略空间极其庞大，一局游戏的可能决策组合数量超过了宇宙中的原子总数。这也是为什么直到2010年代，无限注德州扑克仍然被认为是AI无法攻克的堡垒。

Libratus的突破来自卡内基梅隆大学的Tuomas Sandholm教授和他的博士生Noam Brown。他们的核心创新是一种被称为“反事实遗憾最小化”的算法变体。这种算法并不试图模拟人类的打牌方式，而是从博弈论的纳什均衡概念出发，寻找一种在任何情况下都不会被对手利用的策略。Libratus在比赛过程中还展现了令人类牌手极为不安的能力：它能够在每局牌局结束后通过自我对弈来发现并修补自己策略中的微小漏洞。这意味着Libratus每一天都在变得更强。人类牌手在第一天发现的一些AI弱点，到第二天可能已经被AI自行修复。

Libratus的胜利标志着无限注德州扑克单挑被人工智能攻克。但扑克世界还有一个更大的挑战：多人桌。单挑扑克是两个玩家之间的博弈，多人桌则涉及三到九个玩家的互动。在多人博弈中，纳什均衡的概念变得更加复杂——多个玩家之间存在联盟、背叛和博弈的可能，找到最优策略的计算难度呈指数级增长。许多研究者认为，攻克六人桌无限注德州扑克可能需要比单挑再花上十年时间。

结果只用了两年。2019年，同一个研究团队宣布他们开发了名为Pluribus的AI，能够在六人桌无限注德州扑克中击败人类顶级牌手。Pluribus的核心突破在于找到了一种更高效的算法来逼近多人博弈中的近似纳什均衡，使得在巨大的策略空间中寻找最优解的计算成本降到了可承受范围内。Pluribus在与十五名人类职业牌手的一万手牌六人桌对决中，以每百手牌约五个大盲注的显著优势获胜。Pluribus展现出的策略特征令人类牌手感到震惊。它频繁使用一些在传统扑克教学中被认为“非标准”的下注尺度——比如在翻牌圈使用极小的小额下注，或在河牌圈使用巨大的超池下注。这些在人类牌手看来“奇怪”的打法，经过博弈论验证却是最优的。

扑克AI的征服对扑克产业产生了复杂而深远的影响。策略训练方式被彻底改变。基于AI算法的扑克解算器已经成为当代职业牌手训练体系的核心工具。高水平牌手之间的技术差距正在缩小，因为每个人都在向同一个AI老师学习最优策略。牌桌风格的同质化成为了高级别赛事中令人担忧的趋势。线上扑克平台面临着新的作弊风险——如果有人使用AI程序实时辅助打牌，将获得无法被人类察觉的巨大优势。平台的反作弊系统正在与扑克AI进行一场持续的军备竞赛。

扑克AI的研究意义远超牌桌本身。不完全信息下的最优决策问题是人工智能领域最核心的研究方向之一，其应用场景涵盖商业谈判、金融交易、网络安全、军事策略等众多领域。Libratus和Pluribus的创造者们已经将他们的技术应用到了更广泛的现实世界问题中。在扑克这个古老的纸牌游戏上取得的算法突破，正在帮助人类解决远比一手牌局更重要的决策难题。从某种意义上说，扑克为人工智能的研究提供了一个完美的实验场，而人类从这场实验中获得的回报，将远远超出绿毡桌的范围。