錦標(biāo)賽采用的規(guī)則分好幾種，各個(gè)團(tuán)隊(duì)會(huì)根據(jù)規(guī)則不同對(duì)機(jī)器人的“個(gè)性”進(jìn)行調(diào)整。有些比賽采用淘汰制，每一輪都有兩個(gè)機(jī)器人互相對(duì)抗，到結(jié)束時(shí)，籌碼最少的機(jī)器人會(huì)被淘汰。為了贏得這種比賽，機(jī)器人需要有強(qiáng)大的求生本能。它們的得分只要能順利進(jìn)入下一輪就足夠了——太貪心不是好事。然而，在另外一些比賽中，總分最多的機(jī)器人才能獲勝。在這些比賽中，機(jī)器人就需要盡可能地每場(chǎng)多贏一些，因此它們需要有更強(qiáng)的進(jìn)攻性才行。

 

　　大多數(shù)參加錦標(biāo)賽的機(jī)器人已經(jīng)開發(fā)了好多年，經(jīng)過成百上千萬次，乃至數(shù)十億次的撲克訓(xùn)練。然而，錦標(biāo)賽的獎(jiǎng)金并不多。獲勝的研究人員可能會(huì)覺得很自豪，賺到了吹牛的資本，但他們獲得的獎(jiǎng)金數(shù)目和拉斯維加斯沒法比。那么，這其中的誘惑又是什么呢？

 

　　撲克與象棋的不同之處

 

　　每當(dāng)一臺(tái)計(jì)算機(jī)玩撲克的時(shí)候，它面對(duì)的是一個(gè)我們大家都很熟悉的問題：如何處理缺少的信息。

 

　　在一些游戲中，比如下象棋的時(shí)候，信息不是一個(gè)問題。玩家可以看到的一切。他們知道哪個(gè)棋子在哪里，對(duì)手是怎么走棋的。這種游戲的關(guān)鍵不在于玩家無法觀察到事情，而在于他們無法處理所有可用的信息。這就是為什么一只猴子隨便下的棋有可能（盡管可能性很渺茫）打敗象棋大師的原因。

 

　　有了良好的玩游戲算法——以及強(qiáng)大的計(jì)算能力——信息處理問題是可能破解的。所以阿爾伯塔大學(xué)計(jì)算機(jī)科學(xué)家喬納森·謝弗（Jonathan Schaeffer）和同事們開發(fā)了完美的跳棋策略，形成了計(jì)算機(jī)如何破解國際象棋的一些理論。機(jī)器可以計(jì)算所有不同的棋子走法，用純粹的蠻力法擊敗對(duì)手是有可能的。但撲克就不一樣了。無論撲克玩家的牌技都多精湛，都必須面對(duì)這樣一個(gè)事實(shí)：你看不到對(duì)方的牌。雖然撲克游戲也有規(guī)則和限制，但總是存在著一些未知因素。

 

　　在生活中，很多問題也有同樣的特點(diǎn)。比如談判、拍賣、議價(jià)——都是不完全的信息博弈。 “撲克是一個(gè)完美的縮影，可以代表我們?cè)诂F(xiàn)實(shí)世界中遇到的很多種狀況。”謝弗說。

 

　　“仙王座”駕到

 

　　2015年，阿爾伯塔的研究人員在《科學(xué)》雜志上發(fā)表了一篇關(guān)于“仙王座”（Cepheus）撲克程序的文章，標(biāo)題是《雙人限注德州撲克被攻破》（H eads-Up Limit Hold’em Poker Is Solved）。

 

　　在進(jìn)行了大量的訓(xùn)練后，仙王座可以成為撲克高手。為了積累經(jīng)驗(yàn)，它一直不斷地玩撲克，大約每秒種兩千局。隨著時(shí)間的推移，它越來越善于探索可能的組合，這意味著在它的出牌策略中，對(duì)手可以攻擊的薄弱環(huán)節(jié)越來越少。最終，這個(gè)機(jī)器人學(xué)會(huì)了（從長遠(yuǎn)來看）如何避免失敗，哪怕它面對(duì)的是一個(gè)無懈可擊的玩家。研究人員用“遺憾最小化”算法來對(duì)仙王座加以完善：每場(chǎng)比賽之后，它會(huì)進(jìn)行回顧，考慮如果用另外的方式出牌，可能會(huì)出現(xiàn)怎樣的情況，然后再利用這些信息，從錯(cuò)誤中學(xué)習(xí)技能。

 

　　仙王座已經(jīng)表明，即使在復(fù)雜的情況下，它也可以找到一個(gè)最優(yōu)化的策略。研究人員指出，在一系列其他場(chǎng)景，比如設(shè)計(jì)守衛(wèi)巡邏路線，研發(fā)醫(yī)藥療法等等中，這種算法可能也會(huì)相當(dāng)有用。

 

　　當(dāng)然，這項(xiàng)研究還有一個(gè)不那么實(shí)用的原因。該團(tuán)隊(duì)在這篇科技論文的末尾引用了阿蘭·圖靈的一句話，大意是說，我們做這項(xiàng)工作的主要?jiǎng)訖C(jī)是因?yàn)樗錆M了樂趣。

 

　　人類處在劣勢(shì)了嗎？

 

　　電腦程序在象棋、跳棋、撲克游戲中表現(xiàn)不凡，你可能會(huì)覺得，人類在這樣的比賽不再具有競(jìng)爭(zhēng)力了。圖靈曾指出，如果一個(gè)人試圖假裝自己是一臺(tái)機(jī)器，“他就會(huì)表現(xiàn)得很糟糕。”讓一個(gè)人來做計(jì)算，他的速度會(huì)比計(jì)算機(jī)慢得多，而且還更容易算錯(cuò)。

 

　　即便如此，這個(gè)世界上仍然存在著一些令機(jī)器人發(fā)懵的情況。在玩智力游戲《危險(xiǎn)邊緣》（Jeopardy!）的時(shí)候，IBM機(jī)器人“沃森”對(duì)長度較短的線索最感頭痛。如果主持人說出一個(gè)類別和一個(gè)名稱，比如“第一夫人”和羅納德·里根 —— 沃森需要很長時(shí)間才能在其數(shù)據(jù)庫搜索找到正確的回應(yīng)（“誰是南希·里根？”）在這個(gè)節(jié)目中，如果主持人給出的線索較長，也比較復(fù)雜，沃森就可以擊敗人類選手，但是如果線索只有幾個(gè)詞，人類就會(huì)占上風(fēng)。在問答節(jié)目中，“簡潔”似乎是機(jī)器人的天敵。

 

　　撲克游戲也是如此。機(jī)器人需要時(shí)間來研究對(duì)手的出牌方式，然后加以利用。而職業(yè)撲克玩家可以更迅速地摸清其他玩家的手法。 “人類善于利用很少的數(shù)據(jù)來做出有關(guān)對(duì)手的假設(shè)，”謝弗說。

 

　　阿爾伯塔大學(xué)的撲克團(tuán)隊(duì)也發(fā)現(xiàn)，人類特別容易受到強(qiáng)硬戰(zhàn)術(shù)的影響。 “一般來說，人類撲克高手在擊敗對(duì)手的策略方面，虛張聲勢(shì)是很重要的一條，” 阿爾伯塔大學(xué)的計(jì)算機(jī)科學(xué)研究員邁克爾·約翰森說。 “虛張聲勢(shì)策略給對(duì)手施加了很大的壓力，讓他們做出艱難的決定，因此往往非常有效。”在和人類玩家玩牌時(shí)，機(jī)器人也試圖模仿這種行為，引發(fā)對(duì)手的錯(cuò)誤。

 

　　也就是說，機(jī)器人似乎可以通過模仿人類的行為來獲得很多優(yōu)勢(shì)。有時(shí)候，就連模仿人類的缺陷也會(huì)帶來好處。