本文经授权转载自公众号：量子位(ID：QbitAI)，作者：鱼羊 栗子 乾明

AI赌神完成了超进化!

两年前的Libratus，历时20天战胜4位顶级德州扑克选手，但只能1v1。现在全新的赌神Pluribus，终于取得突破，称霸多人局：

在六人无限注德扑比赛上击败人类顶尖玩家。

结束了扑克AI只能一对一的局面，Pluribus成为了多人复杂游戏的里程碑。比起围棋，比起1v1德扑，多人德扑的难度要高得多。

而Pluribus不止赢，还赢得利落清爽，每手只花20秒，比人类职业选手快一倍。它对算力的要求，又比下围棋的AlphaGo低得多，运行只要两个CPU。

一共有15位顶尖人类高手，败在新晋AI赌神的手下。官方表示，如果每个筹码一美元，Pluribus平均每手牌能赢5美元，每小时能赢1000美元。

其中就有扑克界的传奇、世界扑克大赛 (WSOP) 冠军克里斯·弗格森。

他的“获奖感言”如下：

Pluribus是个非常难打的对手，任何一手牌都很难吃定它。

他还很擅长在最后一手牌上小额下注 (Thin Bet，指感觉自己的牌强于对手，然后押注来榨干对手) ，非常善于拿一手好牌榨取价值。

另外一位职业选手Jason Les说：

它诈唬的技能像怪兽一样，比任何人类的诈唬都高效。

AI赌神的两位爸爸，还是Libratus的爸爸，来自Facebook和CMU。他们带着这项光芒万丈的新成果，登上了Science。

在比赛中，Pluribus一开始拿到的是同花方块5和6，在第一轮下注结束，发出三张公共牌(黑桃4、方块2和方块10)后，还有3名其他选手在场，两位check、一位加注。

尽管这时Pluribus的牌面并不大，但它直接All-in了，是的，直接All-in了。

结果，其他几位高手纷纷弃牌而去，可以说一手诈唬玩得非常6了。

一、难在哪?

多年来扑克一直是AI领域难以解决的重大挑战。

因为扑克有隐藏信息，你不知道对手的牌。赢下比赛需要诈唬，需要许多国际象棋、围棋等等游戏里涉及不到的技能。

这是AI打牌的一个巨大障碍，而另一个障碍是多人。

从前AI打的游戏，要么是两人，要么是两队之间的零和博弈 (一方赢一方输) ：跳棋、国际象棋、围棋、星际2还是DOTA 2，都是如此。

DeepMind AlphaStar星际2五分钟击败人类

这些游戏里面，AI都很成功，因为它可以做出一种纳什平衡 (Nash Equilibrium) 的策略：可以选出一系列动作，不管对手做什么，自己至少不会输。对手也一样。

不过，纳什平衡并不是总能找到：

首先，如果是观察对手的弱点来获得纳什平衡，比如对手常常出剪刀，AI就可以一直出石头，但对手也能根据AI的选择来调整自己的策略。这种方法需要的数据量也比较大。

其次，如果是多人游戏，即便是每个玩家都找到了自己的纳什平衡，加在一起也不一定是纳什平衡，因为游戏并不是零和博弈：

一个例子是，Lemonade Stand (柠檬水摊子) 游戏。每个玩家都要尽量远离其他玩家。纳什平衡是所有玩家距离都相等。可是每个玩家都会自己找一个平衡点来计算，那大家算出来的联合策略就不太可能是纳什平衡了。