最近，在賓夕法尼亞州匹茲堡的 River 賭場中， 4 名世界上的頂級德州撲克牌手與卡耐基梅隆大學開發的 Libratus 人工智能系統進行了一場激烈的比賽。

　　最終 Libratus 打敗了人類牌手取得了勝利。

　　他們比的是“無限制德州撲克”，這種復雜的撲克游戲的投注往往要經過很多手。比賽一共持續了 20 天，每天早上 11 點前，四位撲克手開始坐在電腦屏幕前與由 Libratus 控制的電腦系統展開“決斗”， 每天至少要打出 1500 次手牌，直到晚上 10 點以后才結束，整場比賽后，他們一共打出了 12 萬次手牌。

　　在德州撲克的游戲規則中：每個玩家有 2 張牌作為“底牌”，同時還有 5 張公共牌。玩家用自己的 2 張底牌和 5 張公共牌結合在一起，選出 5 張牌，不論手中的牌使用幾張（可以不用手中的底牌），湊成最大的成牌，跟其他玩家比大小。按照最后成牌大小來決定勝者。

　　與圍棋不同，在德州撲克游戲里，雙方玩家都有隱藏起來的底牌；而且人們還會使用上“欺騙、推測”等非理性的戰略；但在圍棋當中，對壘雙方所有信息都是公開、對稱的，這讓人工智能不能再采取和 AlphaGo 一樣的學習策略 —— 使用深度學習分析人類玩家的 3000 萬份棋譜來學習下圍棋的技能，再通過自己和自己下棋來改進技能。

　　計算機在德州撲克中需要處理的是 “非完整信息的博弈”。根據 Wired 的報道，卡耐基梅隆大學采用了一套叫做 Counterfactual regret minimization （ 反事實的遺憾最小化）算法。它會先讓 Libratus 反復地進行自我博弈，隨機玩上幾億手撲克，達到挑戰頂尖撲克玩家的高度。

　　但最后讓 Liratus 真正優于人類牌手的地方在于，它可以通過在計算和統計上的絕對優勢，將下注范圍和隨機性提高到人類牌手達不到的程度，這讓人類玩家難以難猜測電腦手中到底握有什么樣的牌。

　　在卡耐基梅隆大學的 Libratus 之前。加拿大和捷克的幾位科學家已經發表了能擊敗人類牌手的算法 DeepStack，它的原理與 Libratus 類似，而且這兩套人工智能系統都注重讓計算機對牌局中的具體情境進行推理，不像以前一樣需要跑完所有可能的情況。

　　在圍棋被人工智能攻陷后，為什么頂尖的德州撲克手也敵不過人工智能？這讓許多玩家感到懷疑。

　　因為人工智能的優勢在于計算能力。但在德州撲克的比拼中會帶有許多人為因素，比如“運氣”“互相欺詐”甚至“比拼氣勢”的成分。

　　過去計算機靠著在計算和統計上的絕對優勢獲得高度依賴推理、運算等競技比賽的勝利。但那些需要揣測人心，并且理解人類情緒的過程反而是計算機最難學會的能力。

　　所以，在匹茲堡舉行的撲克大賽中，需要打出超過一定的手牌數時，人工智能才會具有絕對的優勢。人為因素的概率被稀釋后，人工智能的優勢得以凸顯。它能記錄下人類每一手牌的模式與套路，當他收集了人類對撲克理解的數據后，人類就完全無法對抗了。

　　但說到底，這仍然是基于大量數據的學習和訓練的結果，而不是機器真的理解了你的情緒與心理。