据科学日报报道，在过去的半个多世纪，游戏一直是人工智能（AI）领域新想法的实验台，产生的成功都标记着意义重大的里程碑——超级国际象棋电脑“深蓝”击败国际象棋大师加里·卡斯帕罗夫（Garry Kasparo）以及超级计算机沃森击败了危险边缘节目前冠军肯·詹宁斯(Ken Jennings)和布拉德·鲁特(Brad Rutter)。然而，打败顶级人类选手和实际破解一个游戏并非同一回事，而现在加拿大亚伯达大学科学学院计算机扑克研究小组( Computer Poker Research Group,简称CPRG )的研究人员首次破解双人限注扑克(heads-up limit hold'em poker)的决胜法门。

图为加拿大亚伯达大学科学学院计算机扑克研究小组

      “扑克一直是过去40多年人工智能面临的一项颇具挑战性的问题，而这个问题到此结束。”研究首席作者、科学学院的鲍灵（Bowling）这样说道。这项研究发表在1月9日的期刊《科学》上。扑克是具有不完整信息的游戏集合，玩家对过去事件并不具备完全的知识。现在最流行的扑克类型是德克萨斯扑克。当它只有两名玩家（一对一的两家对战）且只有固定的押注和次数时，这就被称为双人单挑限注扑克。由于比西洋棋更小，双人限注扑克不完整信息的本质导致它成为电脑玩或者需要解决的一个更有挑战性的游戏。

      “如果当无止境的玩牌与以95%的置信程度上破解这副扑克牌之间不存在统计学角度的差异，那么我们就将这个游戏定义为可以破解的。” 鲍灵解释道。“想象一下一个人一小时玩200次牌，一天玩12小时不间断需要连续玩70年。再想象一下更糟糕的情形，最大化的精神掠夺，对手的策略以及从来都不能犯一个错误。”

      虽然很多完整信息游戏（也就是玩家在做决策之前被告知在游戏中可能发生的一切）被破解，例如四子棋，没有一个由人类玩家玩的重要的非完整信息游戏被破解过。这些游戏更具挑战性。虽然完整信息游戏可能是大众客厅游戏里的不可缺少的一部分，它却在真实世界的决策设定里非常罕见。

      “这项结果背后的突破性进展是一般算法的进步，它使得任何类型的大规模模型里的博弈推理变得更易驾驭。” 鲍灵解释道。虽然看起来有趣，但博弈论一直被认为具有重要的启示意义，包括涉及安全的博弈应用，例如在机场安检地区、空中武警时间安排和海岸警卫队巡逻部署的系统。真实世界的决策设定几乎总会涉及不确定性和信息缺失，高计算法，例如破解扑克所需要的算法，可以用于推动未来的应用。（文章来源：17173.com）

      原文链接：: http://news.17173.com/content/2015-01-13/20150113093022346.shtml