谷歌Deep Mind部門人工智能軟件的元老之一近日表示，相似的機器學習方法可以使AlphaGo成為一名優(yōu)秀的撲克玩家。
撲克向來是被認為比圍棋難使用人工智能的游戲。在象棋以及圍棋類的棋盤游戲中，信息是全面的，因為雙方都可以看到一切旗子。而撲克則是一種“不全面信息”的游戲，因為在對抗過程中，玩家只知道自己的牌以及桌面上的牌。玩家需要結合已知的明牌，以及對對手牌的猜測來決策。因此，撲克玩家在玩牌的過程中，會試圖通過概率以及微動作來“讀”懂其他玩家的行為以及牌面。
由于撲克的性質，企圖通過機器學習來創(chuàng)造打撲克的軟件對人工智能來說將是一個非常大的挑戰(zhàn)。而且，因為撲克和博弈論相連，它也會有談判以及合作的一面。
雖然圍棋無比的復雜而且全部戰(zhàn)術很難被直接編寫成代碼，但起碼 AlphaGo 可以看到棋盤上的一切。AlphaGo 在兩種人工智能技術，深度強化學習以及樹搜索的幫助下，可以自我算出最佳落子點。簡單來說，深度強化學習是一種是通過正面回報和負面回報來訓練大型神經網絡的技術，樹搜索則是一種計算未來步數的數學方式。
倫敦大學學院（UCL）的講師，AlphaGo 團隊的首席研究員大衛(wèi)-西爾弗（David Silver）曾在這月初發(fā)表了一片論文，闡述了如何通過相似的方式來創(chuàng)造一個撲克機器人。在一名 UCL 的研究生約翰內斯-海因里克（Johannes Heinrich）的幫助下，西爾弗成功的使用深度加強學習計算出了兩種撲克游戲的有效玩法。
這兩種游戲之一是“Leduc”，一款只有6張牌的簡易玩法，另外一種則是德州撲克，全世界最受歡迎的撲克玩法。在 Leduc 中，他們的軟件達到了納什均衡，博弈論中的最優(yōu)反應。在德州撲克中，這軟件達到了高級玩家的水準。
在此同時，一組由牛津大學以及谷歌 DeepMind 的研究員組成的團隊，把他們的注意力轉向了兩款魔幻卡牌游戲：萬智牌和爐石傳說。在這兩款游戲中，玩家使用代表各種不同的魔法，武器，以及怪物的牌來攻擊對手。
目前，此項目還處于初期。這個團隊僅僅在訓練他們的神經網絡如何理解每張卡牌。他們將使用有結構方式，例如通過顏色或數字，以及無結構方式，例如通過每張牌的文字，來理解卡牌。
很顯然，谷歌的人工智能團隊還沒有結束他們制造超人類游戲機器的道路。
麻省理工科技評論傾力打造：DeepTech深科技（公眾號：mit-tr）
版權聲明：本文內容由互聯(lián)網用戶自發(fā)貢獻，該文觀點僅代表作者本人。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。如發(fā)現本站有涉嫌抄襲侵權/違法違規(guī)的內容， 請發(fā)送郵件至 舉報，一經查實，本站將立刻刪除。