人工智慧桌遊也要一爭高下!麻將vs.圍棋(上)
人工智慧桌遊也要一爭高下!麻將vs.圍棋(上)
人工智慧桌遊也要一爭高下!麻將vs.圍棋(上)

人工智慧桌遊也要一爭高下!麻將vs.圍棋(上)

人工智慧雖然技術日益成熟,但想稱霸麻將桌成為賭王,可沒那麼容易(上)

為何我們會想寫這篇文章?

讀者看到了這篇文章:AI人工智慧又贏了!微軟Suphx突破日本麻將最高紀錄,打敗人類頂尖玩家時,可能會立即聯想到 Google 開發的圍棋人工智慧 Alpha Go 於兩年前以近乎完美姿態打敗人類選手李世乭和柯潔的新聞。根據微軟所說:研發麻將 AI 人工智慧的技術門檻可說是比研發圍棋、德州撲克等棋牌、博弈類的遊戲難多了!是真的嗎?這篇取材自微軟亞洲研究院的新聞稿,解釋為何同樣是人工智慧,為何研發 AI 麻將技術門檻就是比 Alpha Go 等棋類 AI 高的還多!

微軟:麻將變動度,更勝圍棋德州撲克等

人工智慧近年來又要再次挑戰人類極限!最近微軟的新聞稿上提到了開發麻將 AI 人工智慧「Sphix」難度與象棋、圍棋、德州撲克等棋牌類遊戲相比,麻將具有更復雜的隱藏信息和更高的難度。總言而之,麻將AI人工智慧 主要面臨以下挑戰:

 

巨大的狀態空間:

與只有 52 張牌的德州撲克相比,136 張麻將牌的排列組合擁有更多的可能性。同時,麻將中同一個玩家在兩次出牌之間,夾雜了其他 3 個玩家的出牌和自己摸的底牌,可能出現的不同局面數目非常巨大。值得提出的是,在麻將中,4 位玩家的出牌順序是不固定的,任意一位玩家的「吃」、「碰」、「槓」都可能改變出牌順序,導致遊戲順序的不規則和莫大的變化。這些變動使麻將很難直接利用 AlphaGo 等棋盤遊戲AI 常用的蒙特卡洛樹搜索算法。

 

非完美資訊遊戲:

賽局理論中,資訊集合是指對於特定的參與者,建立基於其所觀察到的所有賽局中可能發生的行動的集合。如果賽局是完美資訊的,每個資訊集合只能有一個參與者,並顯示賽局所處的階段。否則,有的參與者可能就不知道賽局的狀態,以及自己周圍的形勢。

象棋和圍棋屬於完美資訊遊戲,玩家可以看到棋局中對方玩家的落子。麻將則存在大量的隱藏資訊。具體而言,麻將中每個玩家可以有 13 張手牌,另外還有 84 張底牌。對於一個玩家而言,他只知道自己手裏的 13 張牌和之前已經打出來的牌,卻無法知道別人的手牌和沒有翻出來的底牌,所以最多可以有超過 120 張未知的牌。這麽多的未知資訊,使得麻將的難度非常高。一方面,由於隨機性太大,玩家即便在出牌決策中估計對方玩家手牌、底牌等不可見的牌,也無法避免不確定性對於遊戲走向的影響。這將對 AI人工智慧 模型的訓練帶來很大挑戰:AI人工智慧 模型很難發現已知牌面信息和最優打法之間的邏輯鏈路。另一方面,豐富的隱藏信息導致遊戲樹的寬度非常大,對樹搜索算法的可行性提出了進一步的挑戰。

 

復雜的獎勵機制:

日本麻將的規則是「無役不能和牌」,多樣又特殊的牌面,構成了復雜的「役種」和番數計算規則。一輪遊戲共包含 8 局,單局得分與役種和番數相關,最後根據 8 局的得分總和進行排名,來形成最終影響段位的點數獎懲。因此有時麻將高手會策略性輸牌,例如,在第 8 輪時如果 A 玩家已經大比分領先第二名,他可能會故意放炮給排名第四的玩家,來防止總分被排名第二的玩家反超,保證自己在最終結算時獲得最大的點數獎勵。這為構建高超的麻將 AI人工智慧 策略帶來了額外的挑戰,AI人工智慧 需要審時度勢,把握進攻與防守的時機。

「面對麻將遊戲的巨大挑戰,AI人工智慧 僅靠強大的計算能力,無法從根本上解決問題,而需要更強的直覺、預測、推理和模糊決策能力」微軟亞洲研究院副院長、機器學習領域負責人劉鐵巖博士表示。

為了讓 Suphx 高效地學習麻將的複雜狀態和策略,微軟亞洲研究院針對麻將的特點與困難度,嘗試了一系列的「基於強化學習」的新式演算法,希望通過技術面的創新,讓 Suphx 具備強大有效的「狀態表達」和「策略學習」能力,同時具有「大局意識」,能從遊戲的全局角度做出策略性的判斷,確保統計意義上總分的領先地位。

 

參考連結:

人工智慧桌遊也要一爭高下!麻將vs.圍棋(下)

人工智慧微軟Suphx又解新成就(1)創日本麻將最高紀錄

人工智慧微軟Suphx又解新成就(2)麻將殿堂:天鳳

讓人工智慧來幫你拍電影,不必再為選角傷腦筋!!

好奇人工智慧主導世界的樣貌嗎?就讓這樂團用音樂告訴你!!

不懂得如何分類資源回收嗎?人工智慧幫你搞定一切!

暑假快到了!與其讓兒子盲目拚學測,我寧可讓他先選擇人生方向~

 

最後修改日期: 2019-10-12