文章来源：爱范儿 原文来自：Geek.com
18SHARES
从 1 月 11 日开始，5 名顶尖德州扑克选手将在匹兹堡的赌场展开争夺，不过，其中一名选手却不是人类。
在这项名为“人脑 VS. 人工智能”的对决中，四名职业选手 Jason Lee、Dong Kim、Daniel McAulay 和 Jimmy Chou 将分别与卡内基梅隆大学开发的 “Libratus”人工智能系统进行单挑。赛程为期 20 天，总共将对战 12 万手牌，奖金为 20 万美元。
（Dong Kim 曾在 2015 年与卡内基梅隆大学的 Claudico 对战过，图片来自：CMU）
AI 与人类对决不是什么新鲜事，但是，重点来了，本次的比拼项目的是德州扑克。
我们在下象棋或围棋的时候，能够看得到彼此手中的棋子、排兵布阵等信息，这种被称为“完整信息博弈”。而德州扑克则不同，每个玩家手中的底牌只有自己知晓，其他玩家是看不到的，所以是“非完整信息”（Imperfect information）。
（图片来自：POPULARMECHANICS）
鉴于德州扑克独特的规则，AI 想要主宰比赛并没有那么容易。总之，与棋类游戏相比，德州扑克对于 AI 来说更具有挑战性，也是近来十分流行的人工智能测试项目。
卡内基梅隆大学的 Libratus 采用的是一种名为“纳什均衡”的对战策略，在这一策略里，只要其他玩家的策略保持不变，单一玩家就无法通过变换策略获益。
Libratus 要做的就是识别没有希望的策略，从而更快地找到纳什均衡点。经过反复的训练后，Libratus 已经能够忽略那些糟糕的路径了。
不过，Libratus 并非唯一一个会玩德州扑克的 AI，就在就在卡内基梅隆大学宣布 Libratus 出战的几天前，加拿大阿尔伯特大学抢先发表了关于扑克 AI 的论文，表示他们的 DeepStack 是世界上第一个在“一对一无限注德州扑克”上击败了职业扑克玩家的计算机程序。
上周，著名的论文网站ARXIC出现一篇题为《 DeepStack：无限下注扑克里的专家级人工智能》（DeepStack: Expert-Level Artificial Intelligence in No-Limit Poker）的论文，作者是来自加拿大 Alberta 大学、捷克 Charles 大学、布拉格捷克理工大学的研究人员。
该论文显示，DeepStack 在与 33 位人类选手进行的 4.4 万手较量中，平均胜率为 492 mbb/g，一般认为人类玩家这一数据达到 50 mbb/g 就具有较大的赢面，而 750mbb/g 就是对手每局都弃牌的节奏了。
值得一提的是，DeepStack 玩的是无限下注类的德州扑克，玩法比有限下注要复杂得多。
然而，DeepStack 虽然有先发优势，但明显引发的关注度不如 Libratus。
卡内基梅隆大学模仿了 AlphaGo 的套路，赌场、机器与顶尖人类高手对决、20 万美元奖金，这显然比 DeepStack 团队一篇论文更能吸引眼球。
（图片来自：POPULARMECHANICS）
与此同时，一些扑克专家也对DeepStack 提出了质疑，认为与其对战的玩家中没有顶级选手，而 Libratus 要面对的却是全球排名靠前的高手。
至于 20 万美元的奖金最终将被哪方收入囊中，我们还得等上差不多三周的时间。