在5G的加持（chí）下，许多产（chǎn）业通过人工智（zhì）能来让产品（pǐn）更人性化。但这大多只是（shì）人工智能通过算法（fǎ）、算力（lì）和大数据，实现（xiàn）优化（huà）服务的结果，不（bú）能代（dài）表人工智能更接近（jìn）人类（lèi）。来自深圳艾文哲思科技（jì）有限公司（sī）的混沌研究院，为了让人工智能更接近人类，通过博（bó）弈论的纳什均衡策略组（zǔ）合（hé），让（ràng）人（rén）工智（zhì）能可（kě）以处理（lǐ）现实（shí）中的非完（wán）美信（xìn）息。混沌研（yán）究院（yuàn）成功研（yán）发国内首（shǒu）个智能（néng）决策人（rén）工智能机（jī）器人：神策·DeepTexas，并应用（yòng）于（yú）扑克比（bǐ）赛中，从而让（ràng）AI更接近人类（lèi），进而超越人类。

从AlphaGo的深（shēn）度学习（xí）技（jì）术在（zài）围棋中展现的实（shí）力（lì），即（jí）人（rén）工智能在有（yǒu）章可循、完美信息的（de）情况下，可以展现（xiàn）的超越人类的计（jì）算能力。但现实世界错（cuò）综复杂， 90%以上（shàng）的场景都是非完美信（xìn）息，甚至（zhì）包括对（duì）人类想法（fǎ）的推测，这是AlphaGo所力（lì）所（suǒ）不及的，它不能（néng）感（gǎn）受幸运、了解决策，它只能（néng）按部就班地基于人（rén）类制定的规则（zé）循序渐（jiàn）进。而混沌研究院所研发的国（guó）内首个（gè）智能决策类人（rén）工智（zhì）能（néng）机器人：神策·DeepTexas，却（què）另辟蹊径，攻克了这个旷日（rì）持（chí）久的难（nán）题。其独创的（de）算法：Fast-Net、FRM、TSW，能结合神（shén）经网（wǎng）络（luò），运用机器学习、强化学习、蒙特卡洛算法（fǎ），让（ràng）人工（gōng）智能（néng）不仅（jǐn）拥有对完美（měi）信息的（de）处（chù）理能力（lì），更（gèng）拥有对非完（wán）美信息的解析和决策能力。

在人工智能领域的创新中，扑克与麻将类似（sì），都比围（wéi）棋比赛有更严格（gé）的“决策”要（yào）求（qiú）。即在包（bāo）含（hán）几率、可能性、推测的情景中，人工智能要对（duì）这些信息进行处理，并根据情景（jǐng）进行推理，从而（ér）做出相应的决策。“神策·DeepTexas”通过多年的（de）研究，凭（píng）借在扑克（kè）比赛（sài）中的实（shí）践，终于（yú）拥有了“直觉”与“智能决策”，不仅进一步（bù）扩大了（le）掌握博弈论的人工智能的应用，更具备（bèi）了处理非完美信息的解析和（hé）决策判断（duàn）能力。

为了进一步了解智能（néng）决策AI相（xiàng）关问题，我（wǒ）们（men）还采访到了混沌研究院的工程师们。他（tā）们大多（duō）都是（shì）经验丰富的资深工程师， 来自谷歌、苹果、华为、联想（xiǎng）、酷派等知名企业。

以下是混沌（dùn）研究院DeepTexas团队（duì）负（fù）责人鲍凌威的专访实录：

问（wèn）：请给（gěi）我们（men）介绍一下神策·DeepTexas的核心技术、算法以及它能提供的服（fú）务？

答：DeepTexas的核心算法是基于（yú）机器（qì）学习（xí）、强化学习和博弈（yì）论（lùn）, 采用纳什均衡的（de）对战策略，通过大量MC(Monte Carlo)蒙特（tè）卡洛采（cǎi）样（yàng）来计算CFR（Counterfactual Regret Minimization 虚拟遗憾最（zuì）小化）的值域或频域作为DQN神经网（wǎng）络的行（háng）动（dòng）Value，探索和选取GTO最优（yōu）策（cè）略（luè），并在（zài）博弈（yì）中不断自我学习，从而优（yōu）化并最终形成最优决策。 通（tōng）过我们独创的“神策（cè） DeepTexas”人工智能决策算法（fǎ），如Fast-Net、FRM、TSW，可以帮助人类应对错综复杂的（de）现实场（chǎng）景，做（zuò）出最有（yǒu）效的智能决策（cè），可以大（dà）量应（yīng）用（yòng）到诸如金融投资、公共安全、智能游戏、自动驾驶、物流（liú）存储、医疗健康等业务领域。

问：作为（wéi）中国第（dì）一个做出扑克比赛类人工智能的团队，能否说明一下为什么会有（yǒu）这种选择（zé）呢？

答：人工智能是（shì）大势所（suǒ）趋（qū），国（guó）家（jiā）也在大（dà）力（lì）促进（jìn）人（rén）工智（zhì）能的发展，虽然阿法尔（ěr）狗已经完成了对完美信（xìn）息场景（jǐng）下的决策预判，但现实生活中，90%以上的场景都是非（fēi）完美信息，这就需要人（rén）工智能能够（gòu）更有（yǒu）效地（dì）对（duì）此（cǐ）复杂情况（kuàng）做更（gèng）深（shēn）入的解析和（hé）预判,帮助人类（lèi）从错综复（fù）杂的场（chǎng）景（jǐng）中做出最（zuì）有（yǒu）效的智能（néng）决策，况且我们（men）有丰富（fù）的扑克（kè）比赛经验（yàn）和（hé）业务（wù）团队，做扑克（kè）比赛（sài）类（lèi）人工智（zhì）能是我们必（bì）然的战略选择。

问：神策·DeepTexas也会（huì）欺骗吗？

答（dá）：会的，神策·DeepTexas会模仿人类的欺骗（piàn）进（jìn）行圈套的（de）设计，根据自己所处的环境、目标（biāo）的行动（dòng）进（jìn）行适当的欺骗。DeepTexas已经通（tōng）过了图灵测（cè）试（shì），具备与（yǔ）人类一较高（gāo）下（xià）的Bluff能（néng）力（lì）。

问：众所周知，比赛的重点是在于（yú）他的（de）公正性，那么团（tuán）队是如何来保证神（shén）策·DeepTexas的公正性的（de）？

答：为了（le）保证AI的公正性，线上我（wǒ）们采用国（guó）际公认（rèn）的ACPC标准。 加拿大阿尔伯（bó）特大学的DeepStack 和 CMU 的Librutas和 Pluribus 也都使用ACPC标（biāo）准。在（zài）实验中，我们结合真人与人工智能的互动进行策略倒算，从而验证智能决（jué）策AI的公正性，保障智能决（jué）策AI在更严谨的情景中，例如金融、公共安全等领（lǐng）域中，能（néng）够有更完（wán）美的表现（xiàn）。

问：有（yǒu）人认为人工智（zhì）能的发展对投机思维（wéi）带来致（zhì）命（mìng）的打击，你认为人工智能的发展会对各行各业造成什么影响呢？

答：不（bú）必过分解读。 人工智能的出现已经对各行各业（yè）都会带（dài）来（lái）了不小（xiǎo）的冲击，这是真正的第四（sì）次工业革命。其实危机就是危险和机遇，永远相伴而生，此消彼长。就像这次的（de）冠状（zhuàng）病毒一样，灾难中就孕育着机（jī）会，正（zhèng）所（suǒ）谓浴火重生。我们（men）的DeepTexas在（zài）实（shí）验中可以帮助人类通过对非完美信息的解（jiě）析和预判，做出最（zuì）有（yǒu）效的智能决（jué）策（cè），从而帮（bāng）助人类提（tí）高抗风险能力、验证反欺诈策略的可靠（kào）性，进而提高对错综复（fù）杂事务的判断力（lì）和决策力。

问：神策·DeepTexas攻克（kè）“不完美信息”，它在真实社会中反映着解决了那（nà）些（xiē）问题场景呢（ne）？未来对人类（lèi）的（de）工作生（shēng）活又会有哪（nǎ）些影（yǐng）响与改变？请举一（yī）些（xiē）例（lì）子？

答：对“不（bú）完（wán）美（měi）信息”的攻克，可（kě）以帮（bāng）助人类对真实社会中存在的大量（liàng）非完美信息做（zuò）出最有效的智能决策，如自（zì）动驾驶（shǐ）、营（yíng）销决策、物流仓储、卫生（shēng）健（jiàn）康（kāng）、公（gōng）共安全等，比如可以应用我（wǒ）们的研发成果，建立（lì）竞拍（pāi）报价决策模型，确定最佳报（bào）价进行投标，获得收（shōu）益（yì）最大化（huà）。

问：神策（cè）·DeepTexas会在未来有何动作呢？

答：神策·DeepTexas目前的实验版本是 1对1人机模（mó）式，未来会向（xiàng）多人模式发（fā）展，并在（zài）后续举（jǔ）办真人与（yǔ）AI的（de）线下挑战赛事，与多（duō）个人类斗智斗勇。同时也会基（jī）于我们的AI智能决（jué）策算法（fǎ），将（jiāng）研发成果不（bú）仅仅（jǐn）运用在扑（pū）克比赛上，还（hái）能（néng）应用于金融（róng）投资、公（gōng）共安全（quán）、智能交通、物流存储、医疗（liáo）健康等各个领域，帮助客户应对（duì）海量错（cuò）综复杂的非完美信息，提升工作效率。