德撲「人機大戰」，人類與AI的共謀

為期5天的德撲「人機大戰」在海南的36度高溫中落下帷幕。由常春藤資本合伙人杜悅擔任隊長的人類戰隊，最終輸給了AI 79萬元籌碼，以及200萬大賽獎金。

對於人類輸給AI的結局，似乎無論是對主辦方、選手還是觀眾而言，都毫無懸念。賽前媒體發布會上，杜悅坦然承認，選手的勝率預期不會超過10%。他們的目標從來就不是贏過AI，而是與此前被德撲AI擊敗的世界頂級選手相比，不要相差太多就好。

不同於圍棋「人機大戰」，人類與人工智慧的戰爭帶著捍衛種族尊嚴的英雄主義色彩，剛剛發生在的德撲「人機大戰」，更像是資本驅動下，人類與AI的一次共謀。AI有絕對的信心獲勝，而人類也在大賽中各取所需。主辦方創新工場同時做大AI與德撲兩個市場，有明確的商業指向，有變現的前景。

把德撲AI請到來

2017年大年初三的晚上，正在家休假的創新工場CMO 黃蕙雯收到李開復的訊息：「我們來做一個人機撲克賽事吧。」

這段時間，由美國卡內基梅隆大學計算機學院教授托馬斯·桑德霍爾姆（Tuomas Sandholm）及他的博士生諾姆·布朗（Noam Brown）開發的德撲AI「Libratus」，正在茲堡River賭場戰勝了4位世界頂級德州撲克選手。作為深度的德撲愛好者，李開復看了這場比賽后極為興奮，於是產生了把德撲AI請來的念頭。

Libratus在美國匹茲堡RIVER賭場挑戰世界頂級德撲選手

在複製一場德撲「人機大戰」，李開復確實是最合適的人選。他是卡內基梅隆大學的博士、榮譽校友。在校期間也曾開發過一款名為「奧賽羅」的黑白棋人機對弈系統，1988年擊敗了黑白棋世界冠軍。他還把同樣對人機對弈感興趣的師兄許峰雄推薦給了IBM，許峰雄在加入IBM的第9年做出了「深藍」，打敗了象棋世界冠軍。

李開復親自負責了前期與卡內基梅隆大學的溝通。他撰寫了一封禮貌的郵件給「Libratus」的開發者——桑德霍爾姆教授，表達對德撲AI的讚賞，以及把AI請來的意願。

桑德霍爾姆教授非常歡迎。他唯一的顧慮，可能就是擔當德撲AI「大腦」的匹茲堡超級計算機的遠程運算會不會出現故障，以及比賽既定的手牌數是否足以將德撲運氣的成分攤平。

Libratus是拉丁文，源自數學家納什定義的一種完美博弈模型。黃蕙雯後來根據發音把這個生僻的單次翻譯成了「冷撲大師」，給人一種冷酷的神秘感。

李開復並不迴避，把「冷撲大師」請到來的「私心」。最近2年來，創新工場先後投資了30多家AI創業公司，並於今年1月份成立了「人工智慧工程院」，試圖把人才、技術、市場、軟硬體平台、大數據環境集成一體，為AI創業提供支持。這位技術出身的投資人看好人工智慧的未來，並不遺餘力地為花費重金投資的創業項目造勢。

你幾乎在各個場合都能看到李開復在談論AI。今年1月份，他出現在《奇葩大會》上，預言「未來10年，有50%人的工作將被人工智慧取代」；3月，在三亞的一個投資論壇上，李開復以《我不是李開復，我是人工智慧》做了一次演講，會場中他與徐小平對視的一張圖片，後來還被網友惡搞；4月，他的新書《人工智慧》也開始預售。

李開復也是深度的德撲愛好者，在比賽現場親自和冷撲大師玩了一把

除了在AI領域早早布局，李開復同時看好德撲在市場的潛力。他本人是深度的德撲愛好者，曾經在知乎上發帖教網友打德撲，創新工場也經常組織創投圈的德撲牌局。這場比賽的承辦方——「傳奇撲克」就是創新工場投資的項目。德撲「人機大戰」同時促進兩個市場升溫，無疑是一筆劃算的生意。

在確定與卡內基梅隆大學的合作后，為德撲AI挑選一位對手並不是一個艱難的決定。在德撲圈，杜悅的名號幾乎無人不知。

杜悅是常春藤資本的合伙人，在此之前曾經在人人網負責戰略投資，主導了包括人人網收購56、百度收購糯米網在內的多宗重大併購。打德州撲克是這位60后海歸投資人的業餘愛好。

2016年夏天，杜悅在美國拉斯維加斯賭場斬獲德撲頂級賽事WSOP的冠軍金手鏈，收穫了80多萬美元獎金，以及在商界精英圈層的社交影響力——德州撲克被視作考驗智商、情商的社交遊戲，在的互聯網圈、創投圈普及率極高。

在3月份三亞舉辦的那次投資峰會上，李開復見到了同為嘉賓的杜悅。他跟杜悅說起自己把AI請到的想法，並邀請他杜悅出面帶領德撲選手參戰。

本質上，杜悅對於國內任何推廣德撲的活動都是歡迎的。他也是「傳奇撲克」的投資人之一，看好德撲在市場的未來。被動地扛起創投圈德撲第一人的大旗后，杜悅也願意多為行業多做一些貢獻。截止到目前，德州撲克在的發展仍然處於政策的灰色地帶，經常被與博彩混為一談。杜悅希望通過正面的推廣為德撲正名。

在李開復找到杜悅之前，杜悅已經在組建一支德撲戰隊，後來命名為「龍之隊」。他原本的計劃是帶領這支隊伍，去征戰今年夏天的WSOP。參加這場「人機大戰」，正好可以讓「龍之隊」在大眾面前打響名號。隊員們帶著與AI戰鬥的經驗，也有助於更好地和人類較量。「人機大戰」的來臨，讓這支戰隊的賽程提前了。

「龍之隊」成員（從左至右）：許朝軍、張淮、王天建、杜悅、朱亞西、童舟

策略

「人機大戰」前的一周，「龍之隊」的5位選手從全國各地趕到北京，與隊長杜悅會合。他們在酒店集訓了5天，從牌理上總結AI的策略，從技術上研究它的工作原理。

「龍之隊」的成員，其中大多是杜悅的朋友、熟悉的牌友。點點網、啪啪網創始人許朝軍是杜悅在人人網期間的前同事，也是他在清華大學計算機系的同門師弟。綽號「喜之郎」的「聯眾」平台第一高手童舟，以及曾經簽約Poker Star的選手朱亞西都是職業牌手水準。

通常情況下，德撲比賽的賽制是9位選手坐在一個賽台上相互淘汰。但與「冷撲大師」的比賽稍有不同，採取的是一對一「單挑」的形式。此外，6位選手還被分為兩組，組間對應的兩位選手拿到相反的手牌，以此來攤平運氣成分對比分的影響。

某種程度上說，「單挑」的賽制是更有利於AI的。因為選手在打每一手牌的時候都處於精神高度緊張的狀態，對體力、精力是極大的消耗。而AI是不會感覺到疲勞的。

杜悅和許朝軍同時認為，採用「單挑」的賽制，是因為「冷撲大師」目前的運算能力還不足以應付群體競技的複雜性。某種程度上說，這也體現了「冷撲大師」的不自信。

諾姆•布朗卻表示，冷撲大師在技術上是可以達到群體賽上的標準的，「單挑」是為了防止人類抱團圍毆AI的局面。

「人類可能會聯合對抗AI。或許不是故意的，但無意中就可能受到其他人的影響，導致的最終結果就是AI會輸。」諾姆•布朗告訴36氪。

最終，德撲選手在5天的時間裡，和「冷撲大師」打了9場比賽。第三天下半場是個關鍵性的轉折。在此之前，龍之隊連續3場比賽大比分落後，總計輸給冷撲大師52萬籌碼。他們在9場比賽總共輸了79萬。下半場比賽開始前，選手們調整了策略，不再用自己不熟悉的打法去試探AI，而是回歸了自己的一貫打法。他們的成績隨之觸底反彈，每場損失不超過6萬。

許朝軍和童舟是此次「人機大戰」中成績最好的一對搭檔。選手們的平均水平是總共輸給AI 13.2萬，許朝軍輸了9.8萬，而童舟最後只輸了1.8萬。

比賽結束后，許朝軍總結了一下「冷撲大師」的打法，他認為它在90%的情況下接近於一個真正的德撲大師，內功深厚，技術精湛。而其餘10%的情況下，它就像一個「神經病」，打法和下注完全不合理，令選手們一頭霧水，並且極容易因此產生情緒波動，反過來被AI抓住把柄惡意操作。

面對這樣的對手，許朝軍的策略是變換打法，不按套路出牌。此外，情緒管理是非常重要的。他會在打牌的時候和冷撲大師「聊天」，輸牌的時候順便誇獎一下對手，「你要說這個牌打的好，你來抓我吧。實際上你是不停地在疏導自己。」許朝軍說。

為了應對「單挑」對體力的消耗，許朝軍還堅持每天早期跑步，下午比賽的間歇去游泳。中間靠各種能量飲料、食品補充體力。晚上有時候因為大腦過度興奮會失眠，許朝軍會喝2罐啤酒，把自己灌得迷迷糊糊地入睡。

許朝軍每天堅持跑步、游泳，保持良好的精神與AI作戰

許朝軍把自己的策略分享給隊友，他的搭檔童舟的狀態也漸入佳境，但其他隊友卻沒能重複他們的好成績。在杜悅看來，這是因為選手們原本風格就各不相同，短時間內很難統一成一種打法。

許朝軍對此感到有些遺憾。和人工智慧不同，人類在制定策略之後，還會受到很多其他因素的影響。「人可能10%的概率，100%貫徹策略。」

4月10日中午，德撲「人機大戰」宣布結束。媒體的新聞稿瞬間在網路上鋪天蓋地。一些報道以龍之隊輸給AI作為噱頭，吸引流量，這也令創新工場的宣傳團隊感到有些失控。在一個媒體群上，黃蕙雯勸告記者：「各位媒體朋友，辛苦的龍之隊成員看到『狂虐』等標題，實在有點傷心哪。」

下午的發布會上，李開復又重申了一次，「請各位媒體報道的時候平衡一下，『龍之隊』是讓我們非常驕傲的，用這種方法來描述。」

這位做事體面、周全的投資人顯然不願意看到，因為宣傳德撲AI的同時，把朋友推上尷尬的處境。

作為壓力的中心，比賽結束后的發布會上，在李開復、卡內基梅隆大學教授、教授的博士生依次總結了德撲「人機大戰」中AI的出色表現之後，最後拿到話筒的杜悅忍不住多說了一句：

「『冷撲大師』確實是人工智慧及博弈論在德州撲克領域的科學傑作，（但）離理論上最佳的水平，還有一些差距。」

選手和主創們出席賽后發布會。從左至右依次為李開復、桑德霍爾姆、諾姆·布朗、杜悅

客觀來講，杜悅和「龍之隊」的表現是過關的。1月份匹茲堡的德撲「人機大戰」，世界頂尖德撲高手平均每100手牌輸給「冷撲大師」16個大盲，選手輸了22個，相差不太多。隊雖然輸了，但輸的並不丟臉。

許朝軍甚至認為，他和搭檔童舟已經逐漸發掘出冷撲大師的破綻，如果比賽持續下去，最後的結果很可能他們會贏。

對此，桑德霍爾姆教授持相反的意見。在他看來，冷撲大師在美國打了12萬手牌，在只打了3.6萬手，相較之下仍然存在著較大的波動。許朝軍和童舟，很可能就是冷撲大師在遭遇的波動。

諾姆•布朗補充道：「我們要看很多的牌才知道誰是更強。3.6萬手牌是足夠的樣本，但是每個選手6000手牌，並不是足夠的樣本。」

雖然如此，諾姆•布朗仍然對選手的成績感到驚訝。比賽之前，他預期他們會輸給AI將近100萬美元，他們最後只輸了79萬人民幣。「他們認真研究了戰術，成績比我預期的要好的多。」

許朝軍並不糾結於輿論的壓力。「很榮幸的說，我們是第一批人，可能也是最後一批人去挑戰。我可以跟後代講，當時參加過人機大戰，這個歷史是很有意義的一件事情。」

兩周前，桑德霍爾姆剛剛註冊成立了一家AI創業公司，計劃在不久的未來將Libratus的技術商業化。在他看來，Libratus處理不完整信息的技術，在股票市場、醫療和商業談判等領域都有廣泛的應用場景。在美國，類似的技術已經開始在器官移植領域實驗，AI在捐贈者和受贈者之間進行媒合匹配，提高配對的效率和準確性。

桑德霍爾姆在「自動談判」領域深耕27年。他堅信Libratus的技術將在這一領域有廣泛的應用。因為談判的邏輯與德撲牌局相似，本質上都是利益雙方在信息不對稱情況下進行博弈，最後做出最正確的判斷，令自己的價值最大化。

與阿爾法狗不同，Libratus採用的並不是被AI最受矚目的技術方法「深度學習」，而是更加傳統的「線性規劃」，通過「虛擬遺憾最小化」、「殘局解算器」和「強化自我學習」三個模塊，對不完整信息進行綜合處理分析。外界對於Libratus是阿爾法狗「低配版」的說法是不公平。因為阿爾法狗處理的是完整信息，而Libratus處理的是不完整信息，通過概率的演算尋求最優解。

桑德霍爾姆對於Libratus的應用充滿信心，並給出了一個預期的期限。「如果5年之內還看不到相關的應用我將會感到驚訝。」他告訴36氪。

桑德霍爾姆（左）和杜悅（右）在比賽現場交流

在杜悅看來，桑德霍爾姆顯然是過於樂觀了。他毫不懷疑AI是一個時代性的浪潮，會徹底顛覆人類存在的方式。但這個時代就何時會來臨，現在還未可知。

「大的方向是對的，但真正把冷撲大師的技術運用到商業裡面去，這個難度不亞於再做一個冷撲大師。」 杜悅說。

許朝軍對此有同感：「我們對於新的技術，短期要悲觀一點，長遠要樂觀。」

同樣作為投資人，與李開復不同，杜悅看了大量的AI創業項目，但迄今為止一個都沒有投。在他看來，創業公司做AI是一件成本極其高昂的事。AI研究需要世界級的科學家、海量的大數據和平台的支持。在國內，除非掛靠BAT，作為他們的一部分或是與瓶座合作，普通的創業公司很難接近這些資源，也不會有長久的想象力。

在他看來，當今的AI創業市場甚至有過熱的嫌疑，真正好的投資機會還需要理性評估。「炒作的有點多了，有點過熱。」杜悅說。

但他也同時相信，AI終將會變得無處不在。這需要一個周期，「通常一個大潮來的時候，總是要有泡沫的。」