在5G的加持下，许多产业通过人工智能（néng）来（lái）让产品更人性化。但这（zhè）大多只（zhī）是（shì）人（rén）工智能通过算法、算（suàn）力和大数据（jù），实现优（yōu）化服务的结果，不（bú）能代（dài）表（biǎo）人工智能（néng）更接（jiē）近人类。来自（zì）深（shēn）圳艾文（wén）哲思科（kē）技有限公司的混（hún）沌研究（jiū）院，为了让（ràng）人（rén）工智能更接近人类（lèi），通过博（bó）弈论的纳什均衡（héng）策略组合，让人工智能可以处理（lǐ）现实中的（de）非完美信息。混沌研（yán）究院成功研发国内首个智（zhì）能（néng）决策人工智（zhì）能（néng）机器人（rén）：神（shén）策·DeepTexas，并应用于扑克比赛中，从（cóng）而让AI更接近人类，进而超越人类。

从AlphaGo的深（shēn）度学（xué）习技术在围棋中展现的实力，即人工（gōng）智能（néng）在有章可循、完美信息的（de）情况下（xià），可以展现的超越人类的计算（suàn）能力（lì）。但现实世界错（cuò）综复杂， 90%以上的（de）场景（jǐng）都是非完美信（xìn）息，甚至包括对（duì）人类（lèi）想（xiǎng）法的（de）推测，这是AlphaGo所力所不（bú）及（jí）的，它不能（néng）感受幸运、了解（jiě）决策（cè），它只能按部就班地基于人类制定的规则循序渐进。而混沌研究院所研发的国（guó）内（nèi）首个智（zhì）能决策（cè）类人工智能机器人：神策·DeepTexas，却（què）另辟蹊径，攻克了这（zhè）个旷（kuàng）日持久的（de）难题。其独创（chuàng）的（de）算法：Fast-Net、FRM、TSW，能结（jié）合神经网络，运用机（jī）器学习、强化学习（xí）、蒙特卡洛算法，让人工智能不仅拥有对完美信息的处理能（néng）力，更拥有对（duì）非完美（měi）信息的解析和决策能力。

在人工智（zhì）能（néng）领域（yù）的创新中，扑克与麻将类似（sì），都比围（wéi）棋比赛（sài）有更严格的“决策”要求。即在（zài）包含几率（lǜ）、可能性、推测的情景中，人工（gōng）智能要对这些信息进行（háng）处理，并根据情景进行（háng）推理，从（cóng）而做出相应的（de）决策。“神策·DeepTexas”通（tōng）过多年的研究，凭借在扑（pū）克（kè）比赛（sài）中的实践，终于拥（yōng）有了“直觉”与“智能决策（cè）”，不仅进一步扩大了掌握博弈论的（de）人工智能的应用，更具备了处理（lǐ）非完美信息的（de）解（jiě）析（xī）和决策判断能力。

为了进一步了解（jiě）智能（néng）决策AI相关问题，我们还采访（fǎng）到了混沌研究院的工程师们。他们大多都是经验丰富（fù）的资深（shēn）工程师， 来自谷（gǔ）歌、苹果、华为（wéi）、联想、酷派（pài）等知名企业。

以下是混（hún）沌研究院DeepTexas团队负（fù）责人（rén）鲍凌威的专访（fǎng）实录：

问：请给我们（men）介绍一（yī）下神（shén）策·DeepTexas的核心技术（shù）、算法以及（jí）它能提供的服务？

答（dá）：DeepTexas的核心算法是基（jī）于机（jī）器学习、强化学习和博（bó）弈论, 采用纳什均衡的（de）对战策略（luè），通过大量MC(Monte Carlo)蒙（méng）特（tè）卡洛采（cǎi）样来计算（suàn）CFR（Counterfactual Regret Minimization 虚拟遗（yí）憾最小（xiǎo）化）的值域或频（pín）域作为DQN神经网络的行动（dòng）Value，探索和选取GTO最优策略，并在博（bó）弈中不断自我学习，从而（ér）优化并最终形成最优决策。 通过我（wǒ）们独创的“神（shén）策 DeepTexas”人工智能决策算（suàn）法，如Fast-Net、FRM、TSW，可以帮助人类应对错综复杂的现实场景，做出最有效（xiào）的智（zhì）能决策，可以大量应用到诸如金融投（tóu）资、公共安全、智能游戏、自动驾驶、物流存储、医（yī）疗健康等业（yè）务领域。

问：作为中国（guó）第（dì）一个做出扑克比赛（sài）类人工智能的团队，能（néng）否说明一（yī）下为什（shí）么会有这种选择呢？

答：人（rén）工智能是大势所趋，国家也在大力促进（jìn）人工智能的发展，虽然阿法尔狗（gǒu）已经完成了对完美（měi）信息场景下（xià）的决策预判，但现实生活中，90%以上的场景都是非（fēi）完美信（xìn）息，这（zhè）就需（xū）要（yào）人工（gōng）智能能够（gòu）更有效地（dì）对此复（fù）杂情（qíng）况做更深入的（de）解析和预（yù）判,帮助人类（lèi）从错综（zōng）复杂的场景中做（zuò）出最有效的智能决策（cè），况且我（wǒ）们有丰富（fù）的扑克比赛经验和业务团队，做（zuò）扑克比赛类（lèi）人工智能是我们必然的战略选择。

问：神（shén）策·DeepTexas也会欺骗吗？

答（dá）：会的，神策·DeepTexas会模仿人类的欺骗进（jìn）行圈套的设计，根（gēn）据自己所处的环境、目标（biāo）的行动进行（háng）适当的欺骗。DeepTexas已经通过了图灵测（cè）试，具（jù）备与人类一较高（gāo）下（xià）的（de）Bluff能力。

问：众所周知（zhī），比赛的重点是在（zài）于他的公（gōng）正性（xìng），那么团队是如何来保证神策·DeepTexas的公（gōng）正性的？

答：为了（le）保证（zhèng）AI的公（gōng）正性，线上我们采用（yòng）国际公认的ACPC标准。 加拿大阿尔（ěr）伯特大学（xué）的DeepStack 和 CMU 的Librutas和 Pluribus 也（yě）都使用ACPC标准。在实验中（zhōng），我们结合真人（rén）与人工（gōng）智能的互动（dòng）进行策略倒算，从而验证智（zhì）能（néng）决策AI的公正性，保障智能（néng）决策AI在更（gèng）严谨的（de）情景（jǐng）中，例如金融、公共安全（quán）等（děng）领域中，能够有更完（wán）美的表现。

问：有人（rén）认为人工智能的发展对投机思维（wéi）带来致命的打（dǎ）击，你认为人（rén）工智能的发展会（huì）对各行各业造成什么影响呢？

答：不必过分解（jiě）读。 人工智能的出现（xiàn）已经对各行（háng）各（gè）业都会带来了不（bú）小的冲击，这是真正的（de）第（dì）四次工业革（gé）命。其（qí）实危机就是危险和机遇，永远（yuǎn）相伴而生，此消彼长。就（jiù）像（xiàng）这（zhè）次的冠状病毒（dú）一（yī）样，灾（zāi）难（nán）中就孕育着机会，正所谓浴火重生。我们的（de）DeepTexas在实验（yàn）中（zhōng）可以帮助人类通过对非完（wán）美信息（xī）的解析和预判，做（zuò）出最有效的智能（néng）决策，从而帮助人类提高抗风险（xiǎn）能力、验证（zhèng）反欺（qī）诈（zhà）策略的可（kě）靠性，进而提高对错（cuò）综（zōng）复杂（zá）事务的（de）判断力和决策力。

问：神（shén）策（cè）·DeepTexas攻克“不完美信（xìn）息”，它（tā）在真实社会中反（fǎn）映着解（jiě）决了那（nà）些问（wèn）题场景呢？未（wèi）来（lái）对人类（lèi）的工（gōng）作生活又（yòu）会有哪（nǎ）些影（yǐng）响（xiǎng）与改变？请举一些例子？

答：对“不（bú）完美（měi）信息”的攻（gōng）克，可（kě）以帮（bāng）助人类对真实社（shè）会（huì）中存在的大量非（fēi）完美信息做出最有效（xiào）的（de）智（zhì）能（néng）决策，如自（zì）动驾驶、营销（xiāo）决（jué）策、物流仓储（chǔ）、卫生健康、公共（gòng）安全等，比（bǐ）如可以应用我们的（de）研发成果，建立竞拍报（bào）价（jià）决策（cè）模型（xíng），确（què）定最佳报价进行投标，获得收益最大化（huà）。

问：神策·DeepTexas会在未来有何动作呢？

答：神策·DeepTexas目（mù）前的实验版（bǎn）本是 1对1人机模式，未来会（huì）向多人模式发（fā）展，并在后续举办真人（rén）与AI的线下挑战赛（sài）事（shì），与（yǔ）多个（gè）人类斗智斗勇。同时也会基（jī）于我们的AI智能决（jué）策算（suàn）法，将（jiāng）研发成果不仅仅运用（yòng）在扑克（kè）比赛上，还能应用于（yú）金融（róng）投（tóu）资、公共安全、智能交（jiāo）通、物流存储（chǔ）、医疗健康等各（gè）个领域，帮（bāng）助（zhù）客户应对海量错综复杂的非完（wán）美信息，提升工作效率。