很高興能借著AlphaGo的東風，和大家分享一下麻將AI研究的現狀。
一． 麻將和圍棋有什麼不同？
從博弈論的角度來講，圍棋是完全資訊動態博弈，而麻將屬於非完全資訊動態博弈。圍棋中對局雙方所掌握的資訊是對稱的，而麻將中各對局者間所掌握的資訊不對稱。雖然大家都能看到每位牌手打過什麼牌，但你不知道我的手牌是什麼，我也不知道你的手牌是什麼。這種資訊不對稱的產生的根本原因是牌牆的隨機性。
圍棋與麻將（或者說棋與牌，弈與博）的上述區別，決定了它們獲勝策略的根本不同。棋類項目本質上就是蒙特卡洛樹，獲勝策略就是選擇或迫使對手選擇一個分支，這個分支下面所有的結局都是自己勝。只不過由於棋類變化很多，連AlphaGo也遠不可能遍歷整個樹，所以AlphaGo會通過價值網路來估計某一分支下勝結局的概率。其實人類的思維也是類似的，在圍棋裡平白被對手屠掉一條大龍，或者在象棋裡平白送給對手一個車總是不好的——在這些分支下，勝結局的概率大大降低了。
而牌類的獲勝策略在於盡可能增大自己的得分期望（EV）。我並不知道我接下來要摸什麼牌，或我的對手有什麼牌，但所有可能的情形組成一個概率空間，我只需做出一個選擇，使得自己的得分函數的期望最大。牌類策略的難點在於，影響這一概率空間的因素過多，且具體影響很難確定，比如對手打牌的習慣。
下圖選自《科學化麻雀》，閑家愚形聽牌打10％ 危險度的牌對攻，x軸為自己和牌時得分，y軸為牌局巡次，z軸為自己的得分期望。
二． 何謂「獲勝」？
選手的競技水準如何衡量？麻將是否是「運七技三」的遊戲？其實無論圍棋還是麻將，區分選手的競技水準都不可能只靠一局，就好比AlphaGo和李世乭要進行五番棋對決，AlphaGo贏第一盤時大家並不覺得AlphaGo一定比李世乭強一樣。圍棋有三番、五番、十番棋，對於競技麻將（國標麻將、日本麻將）而言，區分頂尖選手的競技水準至少需要2000 10000手牌（如果採用類似橋牌的複式賽制，這一數字會大幅降低）。