“藤之聲—聽見另一種聲音”
最近，Facebook和卡內基梅隆大學的研究人員設計的一個名叫Pluribus的AI在六人德州撲克遊戲中，成功擊敗其餘五名職業玩家。
這對人工智能領域來說是一個全新的突破。兩年前，同一個團隊開發的Libratus曾在1對1德撲中擊敗了4名全球頂級職業玩家。而這一次的1對5，難度是指數級的增長。與AlphaGo在圍棋遊戲中的運籌帷幄不同，Pluribus更像一個奸詐的賭場老手，要學會與對手爾虞我詐，贏得最後的勝利。
“藤之聲—聽見另一種聲音”
最近，Facebook和卡內基梅隆大學的研究人員設計的一個名叫Pluribus的AI在六人德州撲克遊戲中，成功擊敗其餘五名職業玩家。
這對人工智能領域來說是一個全新的突破。兩年前，同一個團隊開發的Libratus曾在1對1德撲中擊敗了4名全球頂級職業玩家。而這一次的1對5，難度是指數級的增長。與AlphaGo在圍棋遊戲中的運籌帷幄不同，Pluribus更像一個奸詐的賭場老手，要學會與對手爾虞我詐，贏得最後的勝利。
圖源：JACK HAMILTON | UNSPLASH
01 德州撲克
德州撲克在美國的受歡迎程度，就像麻將在中國。
如果一個美國人跟你說他在打poker，那多半就是在玩德州撲克。
德撲在我國（據說在上流社會）也是越來越流行（請自行百度汪峰與章子怡的“緣起德撲”）。
德州撲克之所以受歡迎，就是因為它的規則易學，獎勵力度大。
（胡說，小編這個牌痴研究了整整兩個小時才弄懂德州撲克的規則...）
與鬥地主一類的牌類遊戲不一樣，德州撲克更像是賭博。玩家得到的信息非常有限，需要從有限的信息中推測出勝算。除了牌面上的信息，職業玩家往往還需要判斷對方的風格、節奏，從一個微妙的眼神或小動作中抓住對方的馬腳，也得學會藏住自己的馬腳。也就是說，這是一個檢驗心裡素質和反偵察能力的遊戲。
接下來簡單地跟大家介紹一下風靡全球的德州撲克的遊戲規則！會打的或者不感興趣的同學可以直接跳過。（不是教你們賭博，是為了更好的理解人工智能哦！）
每個玩家手中從頭到尾只有兩張牌，需要與公共區域的五張牌進行組合，得到比其他玩家大的組合形式。
德州撲克中有10種牌型組合。最大的牌是“皇家同花順”，即花色一樣的10, J, Q, K, A五張牌。最小的是五張沒有對子花色也不一樣的牌。
“藤之聲—聽見另一種聲音”
最近，Facebook和卡內基梅隆大學的研究人員設計的一個名叫Pluribus的AI在六人德州撲克遊戲中，成功擊敗其餘五名職業玩家。
這對人工智能領域來說是一個全新的突破。兩年前，同一個團隊開發的Libratus曾在1對1德撲中擊敗了4名全球頂級職業玩家。而這一次的1對5，難度是指數級的增長。與AlphaGo在圍棋遊戲中的運籌帷幄不同，Pluribus更像一個奸詐的賭場老手，要學會與對手爾虞我詐，贏得最後的勝利。
圖源：JACK HAMILTON | UNSPLASH
01 德州撲克
德州撲克在美國的受歡迎程度，就像麻將在中國。
如果一個美國人跟你說他在打poker，那多半就是在玩德州撲克。
德撲在我國（據說在上流社會）也是越來越流行（請自行百度汪峰與章子怡的“緣起德撲”）。
德州撲克之所以受歡迎，就是因為它的規則易學，獎勵力度大。
（胡說，小編這個牌痴研究了整整兩個小時才弄懂德州撲克的規則...）
與鬥地主一類的牌類遊戲不一樣，德州撲克更像是賭博。玩家得到的信息非常有限，需要從有限的信息中推測出勝算。除了牌面上的信息，職業玩家往往還需要判斷對方的風格、節奏，從一個微妙的眼神或小動作中抓住對方的馬腳，也得學會藏住自己的馬腳。也就是說，這是一個檢驗心裡素質和反偵察能力的遊戲。
接下來簡單地跟大家介紹一下風靡全球的德州撲克的遊戲規則！會打的或者不感興趣的同學可以直接跳過。（不是教你們賭博，是為了更好的理解人工智能哦！）
每個玩家手中從頭到尾只有兩張牌，需要與公共區域的五張牌進行組合，得到比其他玩家大的組合形式。
德州撲克中有10種牌型組合。最大的牌是“皇家同花順”，即花色一樣的10, J, Q, K, A五張牌。最小的是五張沒有對子花色也不一樣的牌。
圖源：網易撲克
公共區域的五張牌是荷官先發三張，然後再發第四張，最後再發出第五張。在每一輪發牌前後，玩家可以根據自己手中牌的好壞來決定是下注還是棄牌。想要在這局遊戲中玩下去，就得下注，並且下的籌碼得跟之前的玩家一樣多（跟注）或者下更多（加註）；如果覺得自己的牌太爛，可以及時棄牌，也能避免輸掉更多籌碼。
“藤之聲—聽見另一種聲音”
最近，Facebook和卡內基梅隆大學的研究人員設計的一個名叫Pluribus的AI在六人德州撲克遊戲中，成功擊敗其餘五名職業玩家。
這對人工智能領域來說是一個全新的突破。兩年前，同一個團隊開發的Libratus曾在1對1德撲中擊敗了4名全球頂級職業玩家。而這一次的1對5，難度是指數級的增長。與AlphaGo在圍棋遊戲中的運籌帷幄不同，Pluribus更像一個奸詐的賭場老手，要學會與對手爾虞我詐，贏得最後的勝利。
圖源：JACK HAMILTON | UNSPLASH
01 德州撲克
德州撲克在美國的受歡迎程度，就像麻將在中國。
如果一個美國人跟你說他在打poker，那多半就是在玩德州撲克。
德撲在我國（據說在上流社會）也是越來越流行（請自行百度汪峰與章子怡的“緣起德撲”）。
德州撲克之所以受歡迎，就是因為它的規則易學，獎勵力度大。
（胡說，小編這個牌痴研究了整整兩個小時才弄懂德州撲克的規則...）
與鬥地主一類的牌類遊戲不一樣，德州撲克更像是賭博。玩家得到的信息非常有限，需要從有限的信息中推測出勝算。除了牌面上的信息，職業玩家往往還需要判斷對方的風格、節奏，從一個微妙的眼神或小動作中抓住對方的馬腳，也得學會藏住自己的馬腳。也就是說，這是一個檢驗心裡素質和反偵察能力的遊戲。
接下來簡單地跟大家介紹一下風靡全球的德州撲克的遊戲規則！會打的或者不感興趣的同學可以直接跳過。（不是教你們賭博，是為了更好的理解人工智能哦！）
每個玩家手中從頭到尾只有兩張牌，需要與公共區域的五張牌進行組合，得到比其他玩家大的組合形式。
德州撲克中有10種牌型組合。最大的牌是“皇家同花順”，即花色一樣的10, J, Q, K, A五張牌。最小的是五張沒有對子花色也不一樣的牌。
圖源：網易撲克
公共區域的五張牌是荷官先發三張，然後再發第四張，最後再發出第五張。在每一輪發牌前後，玩家可以根據自己手中牌的好壞來決定是下注還是棄牌。想要在這局遊戲中玩下去，就得下注，並且下的籌碼得跟之前的玩家一樣多（跟注）或者下更多（加註）；如果覺得自己的牌太爛，可以及時棄牌，也能避免輸掉更多籌碼。
開局時每個玩家手上兩張牌。圖片中荷官剛發出前三張公共牌。
到最後，桌上的大半玩家都會棄牌，剩下的人在第五張公共牌發完後展示自己的牌。能夠組成最大花色的玩家獲勝，並贏得所有玩家從開局到結束所下的賭注。
“藤之聲—聽見另一種聲音”
最近，Facebook和卡內基梅隆大學的研究人員設計的一個名叫Pluribus的AI在六人德州撲克遊戲中，成功擊敗其餘五名職業玩家。
這對人工智能領域來說是一個全新的突破。兩年前，同一個團隊開發的Libratus曾在1對1德撲中擊敗了4名全球頂級職業玩家。而這一次的1對5，難度是指數級的增長。與AlphaGo在圍棋遊戲中的運籌帷幄不同，Pluribus更像一個奸詐的賭場老手，要學會與對手爾虞我詐，贏得最後的勝利。
圖源：JACK HAMILTON | UNSPLASH
01 德州撲克
德州撲克在美國的受歡迎程度，就像麻將在中國。
如果一個美國人跟你說他在打poker，那多半就是在玩德州撲克。
德撲在我國（據說在上流社會）也是越來越流行（請自行百度汪峰與章子怡的“緣起德撲”）。
德州撲克之所以受歡迎，就是因為它的規則易學，獎勵力度大。
（胡說，小編這個牌痴研究了整整兩個小時才弄懂德州撲克的規則...）
與鬥地主一類的牌類遊戲不一樣，德州撲克更像是賭博。玩家得到的信息非常有限，需要從有限的信息中推測出勝算。除了牌面上的信息，職業玩家往往還需要判斷對方的風格、節奏，從一個微妙的眼神或小動作中抓住對方的馬腳，也得學會藏住自己的馬腳。也就是說，這是一個檢驗心裡素質和反偵察能力的遊戲。
接下來簡單地跟大家介紹一下風靡全球的德州撲克的遊戲規則！會打的或者不感興趣的同學可以直接跳過。（不是教你們賭博，是為了更好的理解人工智能哦！）
每個玩家手中從頭到尾只有兩張牌，需要與公共區域的五張牌進行組合，得到比其他玩家大的組合形式。
德州撲克中有10種牌型組合。最大的牌是“皇家同花順”，即花色一樣的10, J, Q, K, A五張牌。最小的是五張沒有對子花色也不一樣的牌。
圖源：網易撲克
公共區域的五張牌是荷官先發三張，然後再發第四張，最後再發出第五張。在每一輪發牌前後，玩家可以根據自己手中牌的好壞來決定是下注還是棄牌。想要在這局遊戲中玩下去，就得下注，並且下的籌碼得跟之前的玩家一樣多（跟注）或者下更多（加註）；如果覺得自己的牌太爛，可以及時棄牌，也能避免輸掉更多籌碼。
開局時每個玩家手上兩張牌。圖片中荷官剛發出前三張公共牌。
到最後，桌上的大半玩家都會棄牌，剩下的人在第五張公共牌發完後展示自己的牌。能夠組成最大花色的玩家獲勝，並贏得所有玩家從開局到結束所下的賭注。
圖源：Jupiterimages/Stockbyte/Getty Images
也就是說，對於德州撲克而言，一旦贏，就能贏很多（If you win, you win big)。
如果你充分理解了德州撲克的規則，你就會發現，當牌桌上有多個玩家時，有時你不需要擁有最好的那手牌來取勝，而是讓其餘玩家以為你有一手好牌，並自動放棄。你甚至可以讓別人以為你有一手爛牌，循循誘導對手下注……
這個技能在德撲中叫做“詐唬”，英文是bluffing，也可以說是拼演技。許多世界頂尖級德撲選手，演技都可以去衝奧斯卡了。
“藤之聲—聽見另一種聲音”
最近，Facebook和卡內基梅隆大學的研究人員設計的一個名叫Pluribus的AI在六人德州撲克遊戲中，成功擊敗其餘五名職業玩家。
這對人工智能領域來說是一個全新的突破。兩年前，同一個團隊開發的Libratus曾在1對1德撲中擊敗了4名全球頂級職業玩家。而這一次的1對5，難度是指數級的增長。與AlphaGo在圍棋遊戲中的運籌帷幄不同，Pluribus更像一個奸詐的賭場老手，要學會與對手爾虞我詐，贏得最後的勝利。
圖源：JACK HAMILTON | UNSPLASH
01 德州撲克
德州撲克在美國的受歡迎程度，就像麻將在中國。
如果一個美國人跟你說他在打poker，那多半就是在玩德州撲克。
德撲在我國（據說在上流社會）也是越來越流行（請自行百度汪峰與章子怡的“緣起德撲”）。
德州撲克之所以受歡迎，就是因為它的規則易學，獎勵力度大。
（胡說，小編這個牌痴研究了整整兩個小時才弄懂德州撲克的規則...）
與鬥地主一類的牌類遊戲不一樣，德州撲克更像是賭博。玩家得到的信息非常有限，需要從有限的信息中推測出勝算。除了牌面上的信息，職業玩家往往還需要判斷對方的風格、節奏，從一個微妙的眼神或小動作中抓住對方的馬腳，也得學會藏住自己的馬腳。也就是說，這是一個檢驗心裡素質和反偵察能力的遊戲。
接下來簡單地跟大家介紹一下風靡全球的德州撲克的遊戲規則！會打的或者不感興趣的同學可以直接跳過。（不是教你們賭博，是為了更好的理解人工智能哦！）
每個玩家手中從頭到尾只有兩張牌，需要與公共區域的五張牌進行組合，得到比其他玩家大的組合形式。
德州撲克中有10種牌型組合。最大的牌是“皇家同花順”，即花色一樣的10, J, Q, K, A五張牌。最小的是五張沒有對子花色也不一樣的牌。
圖源：網易撲克
公共區域的五張牌是荷官先發三張，然後再發第四張，最後再發出第五張。在每一輪發牌前後，玩家可以根據自己手中牌的好壞來決定是下注還是棄牌。想要在這局遊戲中玩下去，就得下注，並且下的籌碼得跟之前的玩家一樣多（跟注）或者下更多（加註）；如果覺得自己的牌太爛，可以及時棄牌，也能避免輸掉更多籌碼。
開局時每個玩家手上兩張牌。圖片中荷官剛發出前三張公共牌。
到最後，桌上的大半玩家都會棄牌，剩下的人在第五張公共牌發完後展示自己的牌。能夠組成最大花色的玩家獲勝，並贏得所有玩家從開局到結束所下的賭注。
圖源：Jupiterimages/Stockbyte/Getty Images
也就是說，對於德州撲克而言，一旦贏，就能贏很多（If you win, you win big)。
如果你充分理解了德州撲克的規則，你就會發現，當牌桌上有多個玩家時，有時你不需要擁有最好的那手牌來取勝，而是讓其餘玩家以為你有一手好牌，並自動放棄。你甚至可以讓別人以為你有一手爛牌，循循誘導對手下注……
這個技能在德撲中叫做“詐唬”，英文是bluffing，也可以說是拼演技。許多世界頂尖級德撲選手，演技都可以去衝奧斯卡了。
“毒王“Tom Dwan就經常在比賽中露出呆滯的眼神來迷惑對手。
而AI已經學會詐唬了，而且詐得比人類還要好。
02 Pluribus是如何養成的
Pluribus與之前那些棋盤類遊戲和雙人對峙撲克遊戲最大的區別是，它很難做出精確的納什均衡判斷。
納什均衡是博弈論中的一個重要術語，由數學家約翰·納什提出。關於納什均衡的一個著名思想實驗就是“囚徒困境”，下面插入一段小小的科普。
囚徒困境
警察抓到兩個嫌疑犯，知道兩個有罪，卻缺乏足夠的證據，因此想到一個辦法讓兩人都坦白。
警察分開審訊兩人，並對他們說，
如果兩人都抵賴，則各判一年；
如果兩個都坦白，則各判八年；
如果你們之中一人坦白，另一個抵賴，則坦白的人釋放，抵賴的判十年。
在旁觀者看來，對雙方而言最好的結果是都選擇抵賴。但作為其中一個囚犯，在無法確定另一人的行為的情況下，只能選擇坦白。因為假如自己選擇抵賴，而另一人選擇坦白，自己會被判十年。選擇坦白最好的結果是釋放，最差的結果只是判八年。
雙方的平衡策略都是為了達到自己期待利益的最大值，與此同時，其他所有博弈者也遵循這樣的策略。這樣的策略組合叫做納什均衡。
在多人遊戲中，納什均衡就變得很難計算了。因此，設計Pluribus的團隊用到的策略是讓它從自我博弈中提升它的決策能力。這種自我博弈被成為“藍圖策略”。藍圖策略允許Pluribus在與其它玩家對戰的過程中，實時調整策略，並找到更好的解決方法。
在開發階段，職業玩家Darren Elias曾參與Pluribus的設計。一開始，Elias與五個Pluribus的分身玩，在過程中不斷地提醒開發者們有哪些可以改進的地方。後來，掌握了玩牌技巧後的Pluribus分出六個分身不停地練習，直到技巧越來越精湛。
“它進步得非常快，從中等水平進階到世界頂級撲克玩家的水平，只需要幾天或幾周。這是非常恐怖的。”Elias說道。
“人們一直以為‘詐唬’是人類專有的技能，你要學會從一個人的眼神中讀出他的內心。”Pluribus的開發者之一Noam Brown博士說，“但其實就只是數學而已，沒有什麼太複雜的。通過設計一個AI算法，我們可以做出比任何人類都更擅長詐唬的機器人。”
03 德撲也許就此改變
“感到很絕望。好像完全沒有辦法贏”。面對Pluribus的詐唬，打德撲15年的職業玩家Jason Les說道。
“藤之聲—聽見另一種聲音”
最近，Facebook和卡內基梅隆大學的研究人員設計的一個名叫Pluribus的AI在六人德州撲克遊戲中，成功擊敗其餘五名職業玩家。
這對人工智能領域來說是一個全新的突破。兩年前，同一個團隊開發的Libratus曾在1對1德撲中擊敗了4名全球頂級職業玩家。而這一次的1對5，難度是指數級的增長。與AlphaGo在圍棋遊戲中的運籌帷幄不同，Pluribus更像一個奸詐的賭場老手，要學會與對手爾虞我詐，贏得最後的勝利。
圖源：JACK HAMILTON | UNSPLASH
01 德州撲克
德州撲克在美國的受歡迎程度，就像麻將在中國。
如果一個美國人跟你說他在打poker，那多半就是在玩德州撲克。
德撲在我國（據說在上流社會）也是越來越流行（請自行百度汪峰與章子怡的“緣起德撲”）。
德州撲克之所以受歡迎，就是因為它的規則易學，獎勵力度大。
（胡說，小編這個牌痴研究了整整兩個小時才弄懂德州撲克的規則...）
與鬥地主一類的牌類遊戲不一樣，德州撲克更像是賭博。玩家得到的信息非常有限，需要從有限的信息中推測出勝算。除了牌面上的信息，職業玩家往往還需要判斷對方的風格、節奏，從一個微妙的眼神或小動作中抓住對方的馬腳，也得學會藏住自己的馬腳。也就是說，這是一個檢驗心裡素質和反偵察能力的遊戲。
接下來簡單地跟大家介紹一下風靡全球的德州撲克的遊戲規則！會打的或者不感興趣的同學可以直接跳過。（不是教你們賭博，是為了更好的理解人工智能哦！）
每個玩家手中從頭到尾只有兩張牌，需要與公共區域的五張牌進行組合，得到比其他玩家大的組合形式。
德州撲克中有10種牌型組合。最大的牌是“皇家同花順”，即花色一樣的10, J, Q, K, A五張牌。最小的是五張沒有對子花色也不一樣的牌。
圖源：網易撲克
公共區域的五張牌是荷官先發三張，然後再發第四張，最後再發出第五張。在每一輪發牌前後，玩家可以根據自己手中牌的好壞來決定是下注還是棄牌。想要在這局遊戲中玩下去，就得下注，並且下的籌碼得跟之前的玩家一樣多（跟注）或者下更多（加註）；如果覺得自己的牌太爛，可以及時棄牌，也能避免輸掉更多籌碼。
開局時每個玩家手上兩張牌。圖片中荷官剛發出前三張公共牌。
到最後，桌上的大半玩家都會棄牌，剩下的人在第五張公共牌發完後展示自己的牌。能夠組成最大花色的玩家獲勝，並贏得所有玩家從開局到結束所下的賭注。
圖源：Jupiterimages/Stockbyte/Getty Images
也就是說，對於德州撲克而言，一旦贏，就能贏很多（If you win, you win big)。
如果你充分理解了德州撲克的規則，你就會發現，當牌桌上有多個玩家時，有時你不需要擁有最好的那手牌來取勝，而是讓其餘玩家以為你有一手好牌，並自動放棄。你甚至可以讓別人以為你有一手爛牌，循循誘導對手下注……
這個技能在德撲中叫做“詐唬”，英文是bluffing，也可以說是拼演技。許多世界頂尖級德撲選手，演技都可以去衝奧斯卡了。
“毒王“Tom Dwan就經常在比賽中露出呆滯的眼神來迷惑對手。
而AI已經學會詐唬了，而且詐得比人類還要好。
02 Pluribus是如何養成的
Pluribus與之前那些棋盤類遊戲和雙人對峙撲克遊戲最大的區別是，它很難做出精確的納什均衡判斷。
納什均衡是博弈論中的一個重要術語，由數學家約翰·納什提出。關於納什均衡的一個著名思想實驗就是“囚徒困境”，下面插入一段小小的科普。
囚徒困境
警察抓到兩個嫌疑犯，知道兩個有罪，卻缺乏足夠的證據，因此想到一個辦法讓兩人都坦白。
警察分開審訊兩人，並對他們說，
如果兩人都抵賴，則各判一年；
如果兩個都坦白，則各判八年；
如果你們之中一人坦白，另一個抵賴，則坦白的人釋放，抵賴的判十年。
在旁觀者看來，對雙方而言最好的結果是都選擇抵賴。但作為其中一個囚犯，在無法確定另一人的行為的情況下，只能選擇坦白。因為假如自己選擇抵賴，而另一人選擇坦白，自己會被判十年。選擇坦白最好的結果是釋放，最差的結果只是判八年。
雙方的平衡策略都是為了達到自己期待利益的最大值，與此同時，其他所有博弈者也遵循這樣的策略。這樣的策略組合叫做納什均衡。
在多人遊戲中，納什均衡就變得很難計算了。因此，設計Pluribus的團隊用到的策略是讓它從自我博弈中提升它的決策能力。這種自我博弈被成為“藍圖策略”。藍圖策略允許Pluribus在與其它玩家對戰的過程中，實時調整策略，並找到更好的解決方法。
在開發階段，職業玩家Darren Elias曾參與Pluribus的設計。一開始，Elias與五個Pluribus的分身玩，在過程中不斷地提醒開發者們有哪些可以改進的地方。後來，掌握了玩牌技巧後的Pluribus分出六個分身不停地練習，直到技巧越來越精湛。
“它進步得非常快，從中等水平進階到世界頂級撲克玩家的水平，只需要幾天或幾周。這是非常恐怖的。”Elias說道。
“人們一直以為‘詐唬’是人類專有的技能，你要學會從一個人的眼神中讀出他的內心。”Pluribus的開發者之一Noam Brown博士說，“但其實就只是數學而已，沒有什麼太複雜的。通過設計一個AI算法，我們可以做出比任何人類都更擅長詐唬的機器人。”
03 德撲也許就此改變
“感到很絕望。好像完全沒有辦法贏”。面對Pluribus的詐唬，打德撲15年的職業玩家Jason Les說道。
眼露絕望的Jason Les。
因為Pluribus的開發是完全脫離人類玩撲克的數據的，它在與自己博弈的過程中學會了一套獨特的打牌方式。
Pluribus往往敢於下巨大的賭注來進行誇張的詐唬，比任何人類玩家下賭注時都要“狠”。Elias說，很少有人類玩家感像它一樣這麼頻繁地出大招。另外，Elias還說Pluribus幾乎不會像人類玩家一樣用最小的賭注來留在賭局中。它往往會大膽地加註。Elias從Pluribus身上學到這些技巧後，也開始運用到自己的比賽中。
Brown博士說，Pluribus已經可以當人類的老師了，可以預想到未來人類德撲玩家的玩牌方式也會被改變。
“藤之聲—聽見另一種聲音”
最近，Facebook和卡內基梅隆大學的研究人員設計的一個名叫Pluribus的AI在六人德州撲克遊戲中，成功擊敗其餘五名職業玩家。
這對人工智能領域來說是一個全新的突破。兩年前，同一個團隊開發的Libratus曾在1對1德撲中擊敗了4名全球頂級職業玩家。而這一次的1對5，難度是指數級的增長。與AlphaGo在圍棋遊戲中的運籌帷幄不同，Pluribus更像一個奸詐的賭場老手，要學會與對手爾虞我詐，贏得最後的勝利。
圖源：JACK HAMILTON | UNSPLASH
01 德州撲克
德州撲克在美國的受歡迎程度，就像麻將在中國。
如果一個美國人跟你說他在打poker，那多半就是在玩德州撲克。
德撲在我國（據說在上流社會）也是越來越流行（請自行百度汪峰與章子怡的“緣起德撲”）。
德州撲克之所以受歡迎，就是因為它的規則易學，獎勵力度大。
（胡說，小編這個牌痴研究了整整兩個小時才弄懂德州撲克的規則...）
與鬥地主一類的牌類遊戲不一樣，德州撲克更像是賭博。玩家得到的信息非常有限，需要從有限的信息中推測出勝算。除了牌面上的信息，職業玩家往往還需要判斷對方的風格、節奏，從一個微妙的眼神或小動作中抓住對方的馬腳，也得學會藏住自己的馬腳。也就是說，這是一個檢驗心裡素質和反偵察能力的遊戲。
接下來簡單地跟大家介紹一下風靡全球的德州撲克的遊戲規則！會打的或者不感興趣的同學可以直接跳過。（不是教你們賭博，是為了更好的理解人工智能哦！）
每個玩家手中從頭到尾只有兩張牌，需要與公共區域的五張牌進行組合，得到比其他玩家大的組合形式。
德州撲克中有10種牌型組合。最大的牌是“皇家同花順”，即花色一樣的10, J, Q, K, A五張牌。最小的是五張沒有對子花色也不一樣的牌。
圖源：網易撲克
公共區域的五張牌是荷官先發三張，然後再發第四張，最後再發出第五張。在每一輪發牌前後，玩家可以根據自己手中牌的好壞來決定是下注還是棄牌。想要在這局遊戲中玩下去，就得下注，並且下的籌碼得跟之前的玩家一樣多（跟注）或者下更多（加註）；如果覺得自己的牌太爛，可以及時棄牌，也能避免輸掉更多籌碼。
開局時每個玩家手上兩張牌。圖片中荷官剛發出前三張公共牌。
到最後，桌上的大半玩家都會棄牌，剩下的人在第五張公共牌發完後展示自己的牌。能夠組成最大花色的玩家獲勝，並贏得所有玩家從開局到結束所下的賭注。
圖源：Jupiterimages/Stockbyte/Getty Images
也就是說，對於德州撲克而言，一旦贏，就能贏很多（If you win, you win big)。
如果你充分理解了德州撲克的規則，你就會發現，當牌桌上有多個玩家時，有時你不需要擁有最好的那手牌來取勝，而是讓其餘玩家以為你有一手好牌，並自動放棄。你甚至可以讓別人以為你有一手爛牌，循循誘導對手下注……
這個技能在德撲中叫做“詐唬”，英文是bluffing，也可以說是拼演技。許多世界頂尖級德撲選手，演技都可以去衝奧斯卡了。
“毒王“Tom Dwan就經常在比賽中露出呆滯的眼神來迷惑對手。
而AI已經學會詐唬了，而且詐得比人類還要好。
02 Pluribus是如何養成的
Pluribus與之前那些棋盤類遊戲和雙人對峙撲克遊戲最大的區別是，它很難做出精確的納什均衡判斷。
納什均衡是博弈論中的一個重要術語，由數學家約翰·納什提出。關於納什均衡的一個著名思想實驗就是“囚徒困境”，下面插入一段小小的科普。
囚徒困境
警察抓到兩個嫌疑犯，知道兩個有罪，卻缺乏足夠的證據，因此想到一個辦法讓兩人都坦白。
警察分開審訊兩人，並對他們說，
如果兩人都抵賴，則各判一年；
如果兩個都坦白，則各判八年；
如果你們之中一人坦白，另一個抵賴，則坦白的人釋放，抵賴的判十年。
在旁觀者看來，對雙方而言最好的結果是都選擇抵賴。但作為其中一個囚犯，在無法確定另一人的行為的情況下，只能選擇坦白。因為假如自己選擇抵賴，而另一人選擇坦白，自己會被判十年。選擇坦白最好的結果是釋放，最差的結果只是判八年。
雙方的平衡策略都是為了達到自己期待利益的最大值，與此同時，其他所有博弈者也遵循這樣的策略。這樣的策略組合叫做納什均衡。
在多人遊戲中，納什均衡就變得很難計算了。因此，設計Pluribus的團隊用到的策略是讓它從自我博弈中提升它的決策能力。這種自我博弈被成為“藍圖策略”。藍圖策略允許Pluribus在與其它玩家對戰的過程中，實時調整策略，並找到更好的解決方法。
在開發階段，職業玩家Darren Elias曾參與Pluribus的設計。一開始，Elias與五個Pluribus的分身玩，在過程中不斷地提醒開發者們有哪些可以改進的地方。後來，掌握了玩牌技巧後的Pluribus分出六個分身不停地練習，直到技巧越來越精湛。
“它進步得非常快，從中等水平進階到世界頂級撲克玩家的水平，只需要幾天或幾周。這是非常恐怖的。”Elias說道。
“人們一直以為‘詐唬’是人類專有的技能，你要學會從一個人的眼神中讀出他的內心。”Pluribus的開發者之一Noam Brown博士說，“但其實就只是數學而已，沒有什麼太複雜的。通過設計一個AI算法，我們可以做出比任何人類都更擅長詐唬的機器人。”
03 德撲也許就此改變
“感到很絕望。好像完全沒有辦法贏”。面對Pluribus的詐唬，打德撲15年的職業玩家Jason Les說道。
眼露絕望的Jason Les。
因為Pluribus的開發是完全脫離人類玩撲克的數據的，它在與自己博弈的過程中學會了一套獨特的打牌方式。
Pluribus往往敢於下巨大的賭注來進行誇張的詐唬，比任何人類玩家下賭注時都要“狠”。Elias說，很少有人類玩家感像它一樣這麼頻繁地出大招。另外，Elias還說Pluribus幾乎不會像人類玩家一樣用最小的賭注來留在賭局中。它往往會大膽地加註。Elias從Pluribus身上學到這些技巧後，也開始運用到自己的比賽中。
Brown博士說，Pluribus已經可以當人類的老師了，可以預想到未來人類德撲玩家的玩牌方式也會被改變。
“我只是一個機器，我沒得感情。”
圖源：Online Poker Report
Reference
Daniela Hernandez (2019, July 11). Computers Can Now Bluff Like a Poker Champ. Better, Actually. The Wall Street Journal
Noam Brown, Tuomas Sandholm ((2019, July 11). Superhuman AI for multiplayer poker. Science
“藤之聲—聽見另一種聲音”
最近，Facebook和卡內基梅隆大學的研究人員設計的一個名叫Pluribus的AI在六人德州撲克遊戲中，成功擊敗其餘五名職業玩家。
這對人工智能領域來說是一個全新的突破。兩年前，同一個團隊開發的Libratus曾在1對1德撲中擊敗了4名全球頂級職業玩家。而這一次的1對5，難度是指數級的增長。與AlphaGo在圍棋遊戲中的運籌帷幄不同，Pluribus更像一個奸詐的賭場老手，要學會與對手爾虞我詐，贏得最後的勝利。
圖源：JACK HAMILTON | UNSPLASH
01 德州撲克
德州撲克在美國的受歡迎程度，就像麻將在中國。
如果一個美國人跟你說他在打poker，那多半就是在玩德州撲克。
德撲在我國（據說在上流社會）也是越來越流行（請自行百度汪峰與章子怡的“緣起德撲”）。
德州撲克之所以受歡迎，就是因為它的規則易學，獎勵力度大。
（胡說，小編這個牌痴研究了整整兩個小時才弄懂德州撲克的規則...）
與鬥地主一類的牌類遊戲不一樣，德州撲克更像是賭博。玩家得到的信息非常有限，需要從有限的信息中推測出勝算。除了牌面上的信息，職業玩家往往還需要判斷對方的風格、節奏，從一個微妙的眼神或小動作中抓住對方的馬腳，也得學會藏住自己的馬腳。也就是說，這是一個檢驗心裡素質和反偵察能力的遊戲。
接下來簡單地跟大家介紹一下風靡全球的德州撲克的遊戲規則！會打的或者不感興趣的同學可以直接跳過。（不是教你們賭博，是為了更好的理解人工智能哦！）
每個玩家手中從頭到尾只有兩張牌，需要與公共區域的五張牌進行組合，得到比其他玩家大的組合形式。
德州撲克中有10種牌型組合。最大的牌是“皇家同花順”，即花色一樣的10, J, Q, K, A五張牌。最小的是五張沒有對子花色也不一樣的牌。
圖源：網易撲克
公共區域的五張牌是荷官先發三張，然後再發第四張，最後再發出第五張。在每一輪發牌前後，玩家可以根據自己手中牌的好壞來決定是下注還是棄牌。想要在這局遊戲中玩下去，就得下注，並且下的籌碼得跟之前的玩家一樣多（跟注）或者下更多（加註）；如果覺得自己的牌太爛，可以及時棄牌，也能避免輸掉更多籌碼。
開局時每個玩家手上兩張牌。圖片中荷官剛發出前三張公共牌。
到最後，桌上的大半玩家都會棄牌，剩下的人在第五張公共牌發完後展示自己的牌。能夠組成最大花色的玩家獲勝，並贏得所有玩家從開局到結束所下的賭注。
圖源：Jupiterimages/Stockbyte/Getty Images
也就是說，對於德州撲克而言，一旦贏，就能贏很多（If you win, you win big)。
如果你充分理解了德州撲克的規則，你就會發現，當牌桌上有多個玩家時，有時你不需要擁有最好的那手牌來取勝，而是讓其餘玩家以為你有一手好牌，並自動放棄。你甚至可以讓別人以為你有一手爛牌，循循誘導對手下注……
這個技能在德撲中叫做“詐唬”，英文是bluffing，也可以說是拼演技。許多世界頂尖級德撲選手，演技都可以去衝奧斯卡了。
“毒王“Tom Dwan就經常在比賽中露出呆滯的眼神來迷惑對手。
而AI已經學會詐唬了，而且詐得比人類還要好。
02 Pluribus是如何養成的
Pluribus與之前那些棋盤類遊戲和雙人對峙撲克遊戲最大的區別是，它很難做出精確的納什均衡判斷。
納什均衡是博弈論中的一個重要術語，由數學家約翰·納什提出。關於納什均衡的一個著名思想實驗就是“囚徒困境”，下面插入一段小小的科普。
囚徒困境
警察抓到兩個嫌疑犯，知道兩個有罪，卻缺乏足夠的證據，因此想到一個辦法讓兩人都坦白。
警察分開審訊兩人，並對他們說，
如果兩人都抵賴，則各判一年；
如果兩個都坦白，則各判八年；
如果你們之中一人坦白，另一個抵賴，則坦白的人釋放，抵賴的判十年。
在旁觀者看來，對雙方而言最好的結果是都選擇抵賴。但作為其中一個囚犯，在無法確定另一人的行為的情況下，只能選擇坦白。因為假如自己選擇抵賴，而另一人選擇坦白，自己會被判十年。選擇坦白最好的結果是釋放，最差的結果只是判八年。
雙方的平衡策略都是為了達到自己期待利益的最大值，與此同時，其他所有博弈者也遵循這樣的策略。這樣的策略組合叫做納什均衡。
在多人遊戲中，納什均衡就變得很難計算了。因此，設計Pluribus的團隊用到的策略是讓它從自我博弈中提升它的決策能力。這種自我博弈被成為“藍圖策略”。藍圖策略允許Pluribus在與其它玩家對戰的過程中，實時調整策略，並找到更好的解決方法。
在開發階段，職業玩家Darren Elias曾參與Pluribus的設計。一開始，Elias與五個Pluribus的分身玩，在過程中不斷地提醒開發者們有哪些可以改進的地方。後來，掌握了玩牌技巧後的Pluribus分出六個分身不停地練習，直到技巧越來越精湛。
“它進步得非常快，從中等水平進階到世界頂級撲克玩家的水平，只需要幾天或幾周。這是非常恐怖的。”Elias說道。
“人們一直以為‘詐唬’是人類專有的技能，你要學會從一個人的眼神中讀出他的內心。”Pluribus的開發者之一Noam Brown博士說，“但其實就只是數學而已，沒有什麼太複雜的。通過設計一個AI算法，我們可以做出比任何人類都更擅長詐唬的機器人。”
03 德撲也許就此改變
“感到很絕望。好像完全沒有辦法贏”。面對Pluribus的詐唬，打德撲15年的職業玩家Jason Les說道。
眼露絕望的Jason Les。
因為Pluribus的開發是完全脫離人類玩撲克的數據的，它在與自己博弈的過程中學會了一套獨特的打牌方式。
Pluribus往往敢於下巨大的賭注來進行誇張的詐唬，比任何人類玩家下賭注時都要“狠”。Elias說，很少有人類玩家感像它一樣這麼頻繁地出大招。另外，Elias還說Pluribus幾乎不會像人類玩家一樣用最小的賭注來留在賭局中。它往往會大膽地加註。Elias從Pluribus身上學到這些技巧後，也開始運用到自己的比賽中。
Brown博士說，Pluribus已經可以當人類的老師了，可以預想到未來人類德撲玩家的玩牌方式也會被改變。
“我只是一個機器，我沒得感情。”
圖源：Online Poker Report
Reference
Daniela Hernandez (2019, July 11). Computers Can Now Bluff Like a Poker Champ. Better, Actually. The Wall Street Journal
Noam Brown, Tuomas Sandholm ((2019, July 11). Superhuman AI for multiplayer poker. Science
“藤之聲—聽見另一種聲音”
更多留學，就業，專業選擇以及各種趣味冷知識等相關資訊請搜索關注微信公眾號“藤之聲”（ID：gh_3d797a7216e8）——一個致力於傳播優質乾貨的公眾號，或掃描上方二維碼關注哦。