雷鋒網4月6日消息，亞洲首度德州撲克人機大戰——“冷撲大師V.S.中國龍之隊”巔峰表演賽已經在海南生態軟體園傳奇智力運動館開始，獲勝方將獲得200萬人民幣獎勵。首日上半場，中國龍之隊順利按進度完成3600手牌，冷撲大師暫時領先中國龍之隊14145籌碼。因為每人單副手牌重置後的籌碼量就有20000，所以這個差距非常的小。
冷撲大師和中國龍之隊的介紹詳見雷鋒網報導：
亞洲首度德州撲克人機對戰即將開賭！| 附李開複演講全文
比賽時間：4月6日~10日 上午8：00~13：00；下午16：00~21：00。現場畫面將滯後2小時。
直播傳送門：
騰訊PC直播
騰訊app直播
看了上面的介紹我們知道，所謂的“冷撲大師”其實就是今年1月30日在匹茲堡戰勝4位頂尖人類玩家的Libratus。那麼同是人機對戰，這次的看點在哪裡呢？
看點
1、玩家
昨天的發佈會上，從主辦方公開的龍之隊資料看，很多隊員都有深厚的電腦專業背景。比如：杜悅、許朝軍、張淮都曾就讀于清華的電腦系。用李開複的話說就是：
匹茲堡之戰中被擊敗的職業棋手確實都是德撲的頂尖職業牌手，但他們並不懂電腦原理，而此次龍之隊都是學霸，全部擁有電腦領域的從業經驗，會讓比賽還保留懸念。
2、名人賽與名人點評
據悉，4月6日至10日期間，表演賽將以轉播形式邀請多位愛好撲克的名人，遠程在各大直播平臺展開系列精彩點評，海泉基金創始人胡海泉、著名專欄作家王小山、360人工智慧研究院院長顏水成、樂視雲CEO吳亞洲、追夢者基金創始人朱波、英諾基金創始人李竹等將擔任專家評論員。
同時，據主辦方介紹，在4月10日賽事最後一天晚間，將有包括李開複在內的36位來自科技圈、投資圈、媒體圈的名人大咖組成六支戰隊來挑戰冷撲大師。
比賽規則
隨著比賽的開始，除了昨天雷鋒網報導的規則外，更加詳細的規則也浮出水面：
1、分組
龍之隊成員分別在兩個房間與冷撲大師進行1V1比賽。
ROOM1（A隊）：杜悅、朱亞希、童舟；
ROOM2（B隊）：許朝軍、張淮、王天健。
德州撲克一張檯面至少2人，最多22人，一般有2-10個玩家參與。目前冷撲大師還無法參與多人的牌局，這多少讓人感覺不那麼刺激和熱鬧。
2、發牌
每個人類玩家同時打兩手牌，比賽採用複式發牌，也就是說A隊人類拿到的手牌，是B隊電腦的手牌，A隊電腦的手牌是B隊人類的手牌。而且是隨機分配到某個牌手，並非一一對應。
據雷鋒網瞭解，冷撲大師採用完全數學的模型和演算法，後臺的電腦群計算量很大，所以人類同時打兩手牌時間上也是來得及的。
3、籌碼
在每一手牌開始，牌手和AI均有20000的籌碼，小盲注100，大盲注200。一手牌打完之後，無論結果如何，下一手牌雙方的籌碼都要重置回20000。
目前冷撲大師還不能在雙方不同籌碼的情況下與人類比賽，因為這在模型的建立上要更加複雜，而這無疑是降低了人機對抗時AI的難度。
德州撲克AI Libratus與圍棋AI AlphaGo有何不同？
2016年3月，自從 AlphaGo 以4:1的成績戰勝職業九段李世乭以後，圍棋AI的厲害為大眾所熟知。不論是在專業的學術期刊還是社交網路，人們都展開了深入和廣泛的討論。但是對於
德州撲克AI，大眾還所知甚少。那麼
德州撲克AI與圍棋AI有何不同？
AlphaGo是用大量的棋譜和自對弈做訓練，而Libratus則是用隨機生成的牌局（隨機產生公共牌、底池籌碼、玩家拿牌概率）和嘗試性的動作帶來的結果（在隨機生成的輸入情況下類比玩家跟牌後的結果）作為訓練資料。
“一對一無限注德州撲克”就是兩個人玩的賭博遊戲，因為事先會給每位玩家分發 2 張底牌，所以對方的“底牌資訊”你是不知道的，對於電腦來說，就是在處理一種“非完整資訊博弈”。而AlphaGo 玩圍棋，對弈雙方的資訊是完整的、對稱的，並沒有隱藏的資訊。
Facebook 人工智慧研究院研究員田淵棟之前剖析過：
非完整資訊博弈更難，體現在：
一方面是因為對於同樣的客觀狀態，各個玩家看到的資訊不同，因此增加了每個玩家狀態空間的數目和決策的難度；
另一方面即使在同樣的狀態下，解非對稱資訊遊戲所需要的記憶體也要比解對稱資訊要多得多，這個主要是對於對稱資訊博弈來說，只要記得當前局面並且向下推演找到比較好的策略就可以了；但對非對稱資訊博弈，只記得當前（不完整的）局面是不夠的，即使盤面上的情況相同，但對手之前的各種招法會導致事實上局面不同，只有把它們全都羅列出來進行分析，才能保證想出的應對策略不被別人利用。
同時，非對稱資訊博弈的實用價值更大些。因為非對稱資訊博弈的應用範圍非常廣泛，涵括我們每天遇到的所有決策，上至國家戰略，下至日常瑣事，全都可以以同樣的方法建模。
所以
Libratus
在德州撲克上AI取得了進步，是具有重要意義的。
據田淵棟近期在AI科技評論上所做的分享，CMU 的Libratus，也就是現在的冷撲大師有三個特點：
一是沒有使用深度學習，而是用到了End-game solver。因為德撲一局時間比較短，幾個回合就結束了，所以可以從下往上構建遊戲樹。這樣的好處是，最下面節點遊戲樹的狀態是比較容易算出來的，用這個反過來指導設計上面的遊戲樹。
二是像AlphaGo一樣也採用了蒙特卡羅方法，標準的CFR（Counterfactual Regret Minimization）在每次反覆運算的時候，要把整個遊戲樹都搜一遍，這個對於稍微複雜一點的遊戲來說是不可接受的。因為是指數級的複雜度，所以用蒙特卡羅方法，每次選一些節點去更新它上面的策略。
第三，一般來說我們在做遊戲的時候往往會想到 怎麼去利用對方的弱點，但其實不是這樣的。更好的方法是，我儘量讓別人發現我的弱點，然後據此我可以去改進它，變得越來越強。用術語來講，就是去算一下對手的最優應對（Best response），讓對手來利用你的弱點，然後用這個反過來提高自己的水準。
德州撲克AI
Libratus有無弱點？
經過AlphaGo和Libratus分別在圍棋和德撲領域幾次三番對人類頂尖玩家形成碾壓，也許很多人已經對人類獲勝不報期望。本次賽前發佈會上，龍之隊隊長杜悅告訴媒體，這次他們僅有10%的獲勝希望。
其實或許不必如此悲觀，Libratus在兩個月前的匹茲堡人機對抗中並非贏的一帆風順，甚至還被人類玩家發現了破綻。這點或許我們可以從近期著名撲克牌雜誌Card Player 對 Libratus 的創始成員 Brown 博士的專訪中窺見一二。此前雷鋒網已將專訪進行翻譯，
詳情請戳：
德州撲克演算法幕後研發者CMU博士Brown專訪：AI如何打敗頂級人類牌手？
↑ 冷撲大師的創造者之一：Brown在現場（站著）
Card Player ：
在人類玩家緊追比分，對戰進入白熱化的時候，你是不是在想對手可能已經找到了Libratus的弱點，還是說仍舊很有信心？
Brown：
第一周比賽快要結束時，雙方幾乎打成平局。人類選手也在第一周對Libratus會如何調整打法、它的強項在哪裡等做出了一系列推測。他們沒有和我詳談他們認為戰局將會如何發展，但從我聽到的來看，他們應該是想從資料中尋找Libratus的套路，分析它的弱點和優勢。所以，大體上我不怎麼擔心。他們認為AI在一些方面有缺陷，但實際上並沒有。
比如，在有一天的比賽中，他們80%都是再加注（ three-betting ），因為從資料來看，他們認為AI 對特定的三倍打法（ three-bet size）不太擅長。但我不認為那是缺陷，只是他們的資料中存在噪音。他們在比賽進程中獲得的資料導致他們得出了這樣的結論。
但他們確實看到了裡面存在的一些問題。比如Libratus對特定的開局下注的大小對應不好。比賽前我們認為這不是什麼大問題，但事實證明，這個弱點很要命。好在AI還留有一手——趁當天晚上對手睡覺的時候，AI就開始連續不斷地進行訓練，彌補自己的不足以防止對手以後再次利用這一缺陷。所以你看到，從第二周局勢就開始轉變了。
雖然Brown博士在採訪中一開始回應Libratus沒有弱點，但是後來又改口說Libratus對特定的開局下注的大小對應不好是個很要命的弱點。而就像前面介紹的，這次龍之隊的成員大多為擁有電腦專業背景的學霸，但願他們能夠及早發現“冷撲大師”的弱點並善加利用，這多少將給我們增添幾分人類獲勝的希望。
總結
從比賽規則的制定中可以看出，不管是要求1V1的單挑，還是單局手牌後的籌碼重置，人類玩家都需要對AI “遷就”很多。所以即便是“冷撲大師”取得本次人機大賽的勝利，也不能說人工智慧在德州撲克上完全戰勝了人類。但是對於“非完整資訊博弈”的人工智慧研究課題而言，冷撲大師的勝利將有重大的意義。當然，比賽才剛剛開始，大獎花落誰家尚未可知，讓我們拭目以待。