不靠深度學(xué)習(xí)靠“談判”？德?lián)銩I專家揭秘

卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)學(xué)院院長(zhǎng)安德魯·摩爾接受采訪

冷撲大師沒有使用深度學(xué)習(xí)，這多少有點(diǎn)風(fēng)水輪流轉(zhuǎn)的意思。

4月6日，在美國(guó)擊敗人類頂尖德州撲克選手的人工智能Liberatus接受創(chuàng)新工場(chǎng)邀請(qǐng)，化名“冷撲大師”，將在海南挑戰(zhàn)中國(guó)職業(yè)德州撲克選手組成的“龍之隊(duì)”。賽前在接受新浪科技專訪時(shí)，開發(fā)冷撲大師的卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)學(xué)院院長(zhǎng)安德魯·摩爾（Andrew Moore）揭示了在另一場(chǎng)人機(jī)大戰(zhàn)中，戰(zhàn)勝人類背后的基本原理：更加古老的線性規(guī)劃（Liner Programming）。

在解決面對(duì)不完整信息，獲得最佳策略的問題方面，線性規(guī)劃早就已經(jīng)成為重要方法。在微觀經(jīng)濟(jì)學(xué)和商業(yè)管理領(lǐng)域當(dāng)中，這種算法已經(jīng)被大量應(yīng)用在降低生產(chǎn)流程成本。而在人工智能領(lǐng)域，它和深度學(xué)習(xí)火熱之前的主流：貝葉斯網(wǎng)絡(luò)技術(shù)息息相關(guān)，而后者也目前互聯(lián)網(wǎng)的通用基礎(chǔ)技術(shù)之一。

　　2017年1月11日，職業(yè)撲克選手賈森·萊斯（Jason Les）在與Libratus較量德州撲克。1月30日，卡內(nèi)基梅隆大學(xué)開發(fā)的人工智能結(jié)束了與4名頂尖德州撲克選手之間的比賽，取得勝利。

在采訪開始前，摩爾表示，德州撲克游戲中包含了大量的隱藏信息，在本質(zhì)上就是一種談判。而通過人工智能談判其實(shí)是卡內(nèi)基梅隆大學(xué)研究團(tuán)隊(duì)的初衷。他表示，贏得撲克游戲勝利能讓人感覺人工智能非常厲害，但他也很期待人工智能能夠在協(xié)商談判并解決問題方面涌現(xiàn)出更多應(yīng)用。

以下為部分采訪實(shí)錄，新浪科技整理：

新浪科技：冷撲大師好像和AlphaGo不一樣，沒有從人類玩牌的結(jié)果中學(xué)習(xí)。德州撲克人工智能和圍棋人工智能有哪些不同？

安德魯·摩爾（以下簡(jiǎn)稱AM）：撲克是一個(gè)規(guī)則非常簡(jiǎn)單的游戲，但是有很多隱藏信息，而圍棋沒有隱藏信息，所以做圍棋方面的人工智能，需要進(jìn)行非常深度的棋譜搜索。而做撲克游戲的人工智能要面對(duì)的問題是有非常多的詐唬策略要一一考慮。

新浪科技：冷撲大師有沒有使用到神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)技術(shù)？

AM：冷撲大師沒有使用神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)方面的技術(shù)，而是使用了最為傳統(tǒng)的線性規(guī)劃（Liner Programming）。

我可以講得稍微細(xì)一點(diǎn)。計(jì)算機(jī)需要算出最合適數(shù)量的詐，因?yàn)闊o論詐數(shù)量過多或者過少，都可能被其他牌手利用。數(shù)學(xué)家約翰·納什曾經(jīng)計(jì)算出的一個(gè)等式來解決類似的問題，但是要想真的計(jì)算出最合適數(shù)量的詐，這個(gè)等式可能會(huì)有無數(shù)的變量，而我們?cè)诶鋼浯髱熒砩蠎?yīng)用的計(jì)算機(jī)技術(shù)可以得出最接近正確答案的解決方式。

新浪科技：李開復(fù)之前寫過自己玩德州撲克的感受，他說想要玩好，就要把人性擺在一邊。冷撲大師在比賽時(shí)是靠算牌，還是用統(tǒng)計(jì)方式研究對(duì)手打心理戰(zhàn)？

AM：算牌是贏牌的正確方式。不過這樣做的計(jì)算量很大，冷撲大師需要完成1000萬小時(shí)的計(jì)算才能形成它的策略。

但用統(tǒng)計(jì)數(shù)據(jù)來研究對(duì)手玩法不是一個(gè)好辦法，因?yàn)橐坏┪抑滥阍诮y(tǒng)計(jì)我的玩法，我就會(huì)故意使用變換押注方法，實(shí)際上可以繞開你。

所以就像我剛才說的，冷撲大師沒有使用心理戰(zhàn)贏牌的企圖，只是使用數(shù)學(xué)方法而已。

實(shí)際上過去十年是大數(shù)據(jù)和機(jī)器學(xué)習(xí)發(fā)展的十年。但冷撲大師所用的線性規(guī)劃與這兩者有很大不同，它是實(shí)現(xiàn)最優(yōu)解（Big Optimization）的技術(shù)，相信未來的技術(shù)前沿也是實(shí)現(xiàn)最優(yōu)解的技術(shù)。

　　4月6日，6位華人牌手組成的中國(guó)龍之隊(duì)將在海南挑戰(zhàn)Libratus。但隊(duì)長(zhǎng)杜悅（左四）表示，龍之隊(duì)的勝算可能只有10%。

新浪科技：和龍之隊(duì)比賽的賽制，與常見的多人德州撲克牌局不同。為什么會(huì)選擇一對(duì)一形式的比賽？是和算法限制有關(guān)嗎？

AM：德州撲克中最考驗(yàn)牌手技術(shù)的反而是雙人對(duì)戰(zhàn)，如果有更多牌手的話，其他牌手間的技術(shù)差別反而會(huì)被利用。

新浪科技：除了德州撲克之外，冷撲大師所采用的技術(shù)還可以用在哪些領(lǐng)域？

AM：我最喜歡的商業(yè)用途當(dāng)然是商業(yè)談判，可以通過人工智能來實(shí)現(xiàn)在最合適的時(shí)間，以最合適的價(jià)格找到最合適的供應(yīng)商。

談判其實(shí)是非完整信息博弈理論中一個(gè)不錯(cuò)的例子，因?yàn)檎勁械臅r(shí)候，我們不一定會(huì)透露真實(shí)的想法。我們的研究人員認(rèn)為計(jì)算機(jī)能夠與人類或者其他計(jì)算機(jī)進(jìn)行交談和談判的能力非常重要。計(jì)算機(jī)的這種能力就是我們下一個(gè)研究方向。

實(shí)際上，除了德州撲克之外，相同算法還可以幫助很多需要器官移植的人，比方說Kidney Exchange。在美國(guó)，這個(gè)算法每年能幫助數(shù)百位患者實(shí)現(xiàn)腎臟移植的匹配。

新浪科技：所以冷撲大師背后的技術(shù)實(shí)際上是通用的。

AM：冷撲大師所采用的技術(shù)確實(shí)可以應(yīng)用到其他領(lǐng)域，來幫助人類找回丟失掉的信息。比如購(gòu)買一間公寓，這就是一個(gè)談判過程。如果我聘請(qǐng)的人類房產(chǎn)中介直接告訴賣家我愿意出多少錢買他的房子，那我肯定馬上炒他的魷魚。因?yàn)樗墓ぷ骶褪窃陔[藏我信息的前提下，和賣家達(dá)成交易。

新浪科技：怎么看待中國(guó)的人工智能市場(chǎng)？對(duì)人工智能開發(fā)者有什么建議？

AM：從投資數(shù)量上能看出中國(guó)人工智能市場(chǎng)的發(fā)展是多么欣欣向榮。這是非常明智的投資，因?yàn)楦餍懈鳂I(yè)的自動(dòng)化是未來經(jīng)濟(jì)增長(zhǎng)的強(qiáng)勁動(dòng)力。

但是，我認(rèn)為一般意義上的人工智能技術(shù)工具，發(fā)展前景其實(shí)不大，而可以直接用于行業(yè)發(fā)展的人工智能才有真正的發(fā)展前景。我喜歡哪些可以將技術(shù)應(yīng)用在已有行業(yè)的人工智能初創(chuàng)公司，而不是那些研發(fā)一般性技術(shù)供其它公司使用的企業(yè)。

就我個(gè)人來說，如果你的初創(chuàng)公司有可以幫助自閉癥兒童快速學(xué)習(xí)的人工智能技術(shù)，那我就會(huì)有非常強(qiáng)烈的興趣。而如果你的公司有可以讓機(jī)器學(xué)習(xí)更加準(zhǔn)確的技術(shù)，那就不是很好了。

　　2015年，創(chuàng)新工場(chǎng)CEO李開復(fù)獲得卡內(nèi)基梅隆大學(xué)授予榮譽(yù)博士畢業(yè)前，與安德魯·摩爾（右一）的合影。

新浪科技： 2015年卡內(nèi)基梅隆大學(xué)有將近50名科學(xué)家陸續(xù)被Uber挖走。而人工智能領(lǐng)域的頂尖專家加入企業(yè)也是目前的趨勢(shì)。您對(duì)當(dāng)前人工智能教育環(huán)境是否有擔(dān)憂？

AM：從2015年1月起，我們新錄用了26名教職員工，而只有4個(gè)人離開。目前匹茲堡（卡內(nèi)基梅隆大學(xué)所在地）也已經(jīng)成為了全世界的自動(dòng)駕駛技術(shù)中心?？蒲袑＜壹尤肫髽I(yè)看似是個(gè)問題，但這反而對(duì)大學(xué)和匹茲堡都有利。

實(shí)際上，我在擔(dān)任卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)學(xué)院院長(zhǎng)之前，在谷歌從事機(jī)器學(xué)習(xí)系統(tǒng)方面的工作。雖然我喜歡谷歌的哦概念股走，但我還是決定重新回到卡內(nèi)基梅隆大學(xué)，因?yàn)楫?dāng)今世界上最頂尖大學(xué)所從事的研究共奏是極其重要的，也將決定21世紀(jì)的發(fā)展情況。而我所需要解決的一個(gè)問題就是，在一個(gè)人工智能已經(jīng)實(shí)現(xiàn)商業(yè)化的世界里，大學(xué)可以扮演什么角色。

比如卡內(nèi)基梅隆在10-15年前就已經(jīng)開發(fā)出了自動(dòng)駕駛技術(shù)，那么下一步應(yīng)該做什么？我們不想一直關(guān)注業(yè)界已經(jīng)在做的事情，而是可以有哪些前瞻性的研究。

對(duì)于想離開大學(xué)的教職工，我不是勸留，而是鼓勵(lì)他們這樣做。其實(shí)開發(fā)冷撲大師的Toumas Sandholm就已經(jīng)建立了一家公司，叫Strategic Machine Inc.。這家公司就是從卡內(nèi)基梅隆大學(xué)拆分出來的。大學(xué)會(huì)將人工智能應(yīng)用在撲克上的技術(shù)授權(quán)給公司，公司再專注與不完整信息博弈的研發(fā)和商業(yè)應(yīng)用。

對(duì)于新錄用的人，我其實(shí)會(huì)建議他們?cè)谶@里做4-5年的研究，加入業(yè)界工作上3年，然后再回來做5年研究，這才是應(yīng)該有的職業(yè)生涯，二者都不耽誤。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。