在5G的加持下，许多（duō）产业通过人工智能来让产（chǎn）品更（gèng）人性化。但这大多只是（shì）人工智能通过算法、算力和大（dà）数据，实（shí）现优化服务的结（jié）果，不能代表人（rén）工（gōng）智能更接近人类。来自（zì）深圳艾（ài）文哲思（sī）科技有限公司的（de）混沌研究院，为（wéi）了让人工智能更接近（jìn）人类，通（tōng）过博弈论的纳什均（jun1）衡策略组合，让人工智能可以处理现（xiàn）实中的（de）非完（wán）美信息。混沌研究院成功研发（fā）国内首（shǒu）个智能（néng）决策人工智（zhì）能（néng）机器人：神策（cè）·DeepTexas，并（bìng）应用于扑克比赛中（zhōng），从而让（ràng）AI更接近人（rén）类，进而超越（yuè）人类。

从AlphaGo的深（shēn）度（dù）学（xué）习技术在围棋（qí）中（zhōng）展现的实（shí）力，即人（rén）工智能在有章可循（xún）、完美（měi）信息的（de）情（qíng）况下，可以展现的超越人（rén）类的计（jì）算能力。但现实世界错综复杂， 90%以上的（de）场景都（dōu）是非完美信息，甚至包括对人类想法的推（tuī）测（cè），这是AlphaGo所力所（suǒ）不及的，它（tā）不能感受幸运、了解决策（cè），它只能按（àn）部就班地基于（yú）人（rén）类制定的规则循序渐进（jìn）。而混沌研究院所研发的国内首个智能决策类（lèi）人工智（zhì）能机器人（rén）：神策·DeepTexas，却另辟蹊径，攻克了这个旷（kuàng）日持久的难题。其独创的算法：Fast-Net、FRM、TSW，能（néng）结合（hé）神经（jīng）网络，运用机器（qì）学习、强化学习、蒙（méng）特卡洛算（suàn）法，让人工智能不仅拥有对完美信息的处（chù）理能（néng）力，更拥（yōng）有对非完（wán）美信息的解析和决策能（néng）力。

在人工智（zhì）能（néng）领域的创新中，扑克与麻将（jiāng）类似，都比（bǐ）围（wéi）棋比赛（sài）有（yǒu）更严格的“决策”要（yào）求。即在包含（hán）几率、可能（néng）性、推测的（de）情（qíng）景中，人工（gōng）智能要对这些信（xìn）息进行处理，并根据情（qíng）景进行（háng）推理，从（cóng）而做出相应的决策（cè）。“神策·DeepTexas”通过多年的研究，凭（píng）借在扑克（kè）比（bǐ）赛中的实践，终于拥有（yǒu）了“直觉”与“智能决策（cè）”，不仅进一步扩大了掌握博弈论的（de）人工智（zhì）能的（de）应用，更（gèng）具（jù）备了处理非完美信息的（de）解析和（hé）决策判断能力。

为了进一步了解智能决策AI相（xiàng）关问题，我们还采访到了（le）混沌研究院的工（gōng）程师们。他（tā）们大多都是经验（yàn）丰富的（de）资（zī）深工（gōng）程师（shī）， 来自谷（gǔ）歌、苹果、华为、联想（xiǎng）、酷派等知名企业。

以下是混沌研究（jiū）院DeepTexas团队负责人鲍凌（líng）威的专访（fǎng）实录：

问：请给我们介绍一下神策（cè）·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（fǎ）是基于机器学习、强（qiáng）化学习和博弈论, 采用纳（nà）什均衡的对战策略，通（tōng）过大量MC(Monte Carlo)蒙特卡洛采样（yàng）来计算CFR（Counterfactual Regret Minimization 虚拟遗憾最小化）的值（zhí）域或频（pín）域作为DQN神经网络的行动Value，探索和选取（qǔ）GTO最优策略，并在博弈中不断自我学习，从而优化（huà）并最终（zhōng）形成最（zuì）优决策。 通过我们独创的（de）“神（shén）策 DeepTexas”人工智能（néng）决策（cè）算（suàn）法，如Fast-Net、FRM、TSW，可以帮（bāng）助（zhù）人类（lèi）应对错综复杂的现实场景（jǐng），做出最（zuì）有效的（de）智能（néng）决策，可以大量应用到诸如金融（róng）投（tóu）资、公共安全、智能游戏、自动（dòng）驾驶、物（wù）流存（cún）储、医疗健康（kāng）等业（yè）务领（lǐng）域。

问：作为（wéi）中（zhōng）国第一个做出（chū）扑克比赛类人工智能（néng）的团队，能否说明一下（xià）为什（shí）么（me）会有这种选择呢？

答（dá）：人工智能是大势所（suǒ）趋（qū），国家也在大（dà）力促进（jìn）人（rén）工智能的发展，虽然阿法尔狗已（yǐ）经（jīng）完成了对完美信息场（chǎng）景下（xià）的决策预（yù）判（pàn），但（dàn）现实生（shēng）活（huó）中，90%以上的场景都是非完美信息，这就需要人工智能能（néng）够更有（yǒu）效地（dì）对此复杂情况做更深入（rù）的解析和预判（pàn）,帮（bāng）助人类从错综（zōng）复杂的场景（jǐng）中（zhōng）做出最（zuì）有效的智能决策，况（kuàng）且我（wǒ）们（men）有丰富的扑克比赛经验和业务团队（duì），做扑克比赛类人工（gōng）智能是我们必（bì）然（rán）的战略选择。

问：神策·DeepTexas也会欺骗吗（ma）？

答：会的，神策·DeepTexas会模（mó）仿人类的欺（qī）骗进行圈套的设计，根据自（zì）己所处（chù）的环境、目标的行动进行适当的欺骗。DeepTexas已经通过了图（tú）灵测试（shì），具备与人类一较（jiào）高下的（de）Bluff能（néng）力。

问：众所（suǒ）周知，比赛的重点是在于他（tā）的公正性，那么团队是如何来保证神策·DeepTexas的公（gōng）正（zhèng）性的？

答：为（wéi）了保证AI的公正（zhèng）性，线上（shàng）我（wǒ）们采用（yòng）国际公（gōng）认的ACPC标准。 加拿大阿尔伯特大学的DeepStack 和 CMU 的Librutas和 Pluribus 也都使用ACPC标准。在实验中（zhōng），我（wǒ）们结（jié）合真人与人工智能的（de）互动进行（háng）策略倒算，从而验证智能决策AI的公正性，保障智能决策AI在更严谨的情（qíng）景中，例如（rú）金融、公共安全等领域中，能够有更（gèng）完美的表现（xiàn）。

问：有人认为人（rén）工智能的发展对投机思维带（dài）来致命（mìng）的打击（jī），你认为人工智能的发（fā）展会对各（gè）行各业造成什么影响呢（ne）？

答：不必过分解读。 人工智（zhì）能的出现已经对（duì）各行各业都会带来了不小的冲击，这是真正（zhèng）的第四次工业革命（mìng）。其（qí）实危机（jī）就是危（wēi）险（xiǎn）和机遇，永远相伴（bàn）而生，此消（xiāo）彼（bǐ）长。就像（xiàng）这次的（de）冠（guàn）状病毒一样，灾（zāi）难中就孕育着机会，正所谓浴火重生。我（wǒ）们的（de）DeepTexas在实验（yàn）中可以（yǐ）帮助人类通过对（duì）非完美信息的解析（xī）和预判（pàn），做出最有效（xiào）的（de）智能决策，从而帮助人类提高抗风险能力、验证反欺诈策略的（de）可靠性，进而提（tí）高对错综复杂事务的判断力和决策力（lì）。

问：神策（cè）·DeepTexas攻克“不完美（měi）信息（xī）”，它在真实（shí）社会中（zhōng）反映着（zhe）解决了那些（xiē）问题场景呢？未来对（duì）人（rén）类的工作（zuò）生活又会（huì）有哪（nǎ）些（xiē）影响（xiǎng）与（yǔ）改变？请举一（yī）些例（lì）子？

答：对“不完美信息”的（de）攻克，可以帮助（zhù）人类对真实社会中存在的（de）大量非完美信息做出最有效（xiào）的智能决策，如自动驾驶、营销决策、物流（liú）仓储、卫生健康（kāng）、公共安全等，比（bǐ）如可（kě）以应用我们的研发成果，建立竞拍报（bào）价决（jué）策模型，确定（dìng）最佳报价（jià）进行投标，获得收益最（zuì）大化。

问：神（shén）策（cè）·DeepTexas会在未来（lái）有何动（dòng）作（zuò）呢？

答：神策（cè）·DeepTexas目前的实验版本（běn）是 1对1人机模式，未来会（huì）向多人模式发展（zhǎn），并（bìng）在（zài）后续（xù）举办真人与AI的线下挑战赛事，与多个人类斗智斗（dòu）勇。同时也会（huì）基于我们的AI智能决策算法（fǎ），将（jiāng）研发（fā）成果不仅（jǐn）仅（jǐn）运用在扑（pū）克比赛上，还能应用于金融投资、公共安全、智能交通、物流存储、医（yī）疗健康等各个领域，帮助客户应对海量错综复杂（zá）的非完美信息，提升工作效率。