比 AlphaGo 更復雜，最強日本麻將 AI 是怎麼煉成的？【 百家樂作弊：黑市作坊背後的金錢交易】
---
文章目錄
比 AlphaGo 更復雜，最強日本麻將 AI 是怎麼煉成的？
百家樂作弊：黑市作坊背後的金錢交易
賭博遊戲的策略與技巧分享：如何提高勝率並減少損失
比 AlphaGo 更復雜，最強日本麻將 AI 是怎麼煉成的？
2> 比 AlphaGo 更復雜，最強日本麻將 AI 是怎麼煉成的？ - 全球華
全球華
活
>
頁
比 AlphaGo 更復雜，最強日本麻將 AI 是怎麼煉成
？
2023年11月07p>
pan>
麻將的難，在於其屬於「不完美資訊遊戲」（Imperfect-Information Games），讓計算機擅長的搜尋能力無法直接
揮。
「我突然想起了一句話，神仙怎麼打都是。」
「這個 AI 的牌效不是一般鳳凰（有一定實力的玩家）能摸清的，人名字就是 super phoenix（超級）。」
「感覺 ai 的打法都不太能被推理完全，這種基於訓練的對某種特徵做出的反應對於人類來説就
迷啊…」
這些評論來自於 B 站上一個系列的影片，影片主角是一個名為 Suphx（意為 Super Phoenix）的麻將 AI。2019 年 6 月，有創作者開始製作 Suphx 牌譜的影片。上傳到 B 站後，引起了不少麻好者的討論。
在多數評論裏，Suphx 被稱為「最強人工智能」。
事實上，不止是國內的 B 站，當時 Suphx 的聲名已經傳
了日本麻將界
/p>
2019 年 3 月起，Suphx 獲批進入專業麻將平台「天鳳」。短短四個月內，Suphx 在該平台瘋狂對戰 5760 次，成功達到十段，從而在日
麻將界聲名大噪。
麻將在中國羣眾基礎深厚、普及率高，有「國粹」之稱，但民間流行的麻將規則不一，且競技化程度相對較低，而日本麻將擁有世界上競技化程度最高的麻將規則。天鳳則是業界知名的高水平日本麻將平台。它吸引了全球近 33 萬名麻將愛好者，其中不乏的專業麻將選手。
天鳳平台規定，只有獲批准的 AI 才可以進入「特上房」參與對戰，目前在該房間可以達到的最高段位是十段。另一個房間是「鳳凰房」，最高段位是十一段，僅對七段以上的人類付費玩家開放，目
不允許 AI 參與遊戲。
除了 Suphx，還有另外兩個 AI 也獲準進入「特上房」比賽，分別是「爆打」和「NAGA25」。目前，Suphx 是唯一一個達到「
上房」最高段位的 AI。
由於單局麻將存在着很大的運氣成分，所以天鳳平台會透過「穩定段位」來衡量一位玩家的真實水平。在 5760 場比賽過後，Suphx 的穩定段位超過了8.7，不僅高於爆打和 NAGA，還超越了頂級人類選手（十段上）的整體穩定段位。
這些成就意味着，Suphx 在四個月內成長為了最強日麻 AI。日本麻將的愛好者和專業參賽選手，紛紛尋找着它背後的開
者，但一無所獲。
▲（Suphx 方社交賬號上
只有簡單的介紹）
直到 8 月 29 日世界人工智能大會舉行，Suphx 的身世才被公諸於世。當天上午，微軟全球執行副總裁、微軟人工智能及微軟研究事業部負責人沈向洋博士對外宣佈，Suphx 是微軟亞洲研究院的工作成
，由劉鐵巖博士帶隊研發。
劉鐵巖博士是微軟亞洲研究院副院長，長於深度學習、增強學習、分散式機器學習等領域。他的團隊曾釋出了微軟分散式機器學習工具包（DMTK）、微軟圖引擎（Graph Engine）等開源專案。
▲(微軟亞洲院副院長劉鐵巖）
對 AI ，為什
麻將比圍棋、德州撲克更難？
「2017 年中旬，我們一個研究團隊跟我説要做麻將 AI。我也不知道能不能成，因為相比象棋、圍棋、德州撲克，麻將的難度更高。而且，他們打麻將水平都不怎麼樣。」微軟全球資深副總裁、微軟亞太研發集團主席兼微軟亞洲研究長洪小文對 PingWest 品玩表示。
麻將的難，在於其屬於「不完美資訊遊戲」（Imperfect-Information Games），讓計算機擅長的搜尋能力無法發揮，且具備複雜的獎勵機制。
不完美資訊遊戲，是指遊戲中資訊暴露程度低。「圍棋、象棋等棋類遊戲，對局雙方可以看到局面的所有資訊，屬於完美資訊遊戲（Perfect-Information Games）；而撲克、橋牌、麻將等遊戲，雖然每個參與者都能看到對手打過的牌，但並不知道對手的手牌和遊底牌，屬於不完美資訊遊戲」。
在日本麻將中，每個玩家有 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，最多的一位玩家未知的牌有超過 120 張。
為了更好地解釋不完美資訊遊戲，劉鐵巖打了個比方：「如果把圍棋這樣的（完美資訊）比賽比喻成一顆遊戲樹，那像麻將這樣的比賽就是很多樹組成的森林與者並不知道自己在哪棵樹上。」
對於完美資訊遊戲，通常可以用「狀態空間複雜度」和戲樹複雜度」來衡量其遊戲難度。
所謂「狀態空間複雜度」，即遊戲開始後，棋局進行過程中，所有符合規則的狀態總數量。「例如棋類遊戲中，每移動一枚棋子或捕獲一個棋子，就創造了一個新的棋盤狀態，所有
些棋盤狀態構成遊戲的狀態空間」。
計算狀態空間複雜度最常用的一種方法是，包含一些不符合規則或不可能在遊戲中出現的狀態，從而計算出狀態空間的一個上界（Upper Bound）。例如在估計圍棋狀態數目上界的時候，允許出現棋面為白棋或者全部為黑棋的極端情況。
遊戲樹複雜度（GTC）代表了所有不同遊戲路徑的數目，是一個比狀態空間複雜得多的衡量維度，因為個狀態可以對應於不同的博弈順序。
微軟亞洲研究院的部落格舉了一個例子：下圖中，兩邊的井字棋遊戲都有有兩個 X 和一個 O，屬於同一狀態。但這個狀態可能由兩種不同的方式形成，形成路徑取決於第一個 X 的下子位置。
▲（井字戲中統一狀態的不同形成過程）
在完美資訊棋牌遊戲中，不管是狀態空間複雜度，還是遊戲
複雜度，圍棋都遠遠超過其他棋牌類遊戲。
而對於不完美資訊遊戲而言，衡量遊戲難度的維度更加複雜，需要在狀態空雜度的基礎上引入一個新概念「資訊集」。
舉例而言，在撲克遊戲中，玩家 A 拿了兩張 K，玩家 B 拿了不同的牌對應不同的狀但是從 A 的視角看，這些狀態是不可區分的。
「我們把每組這種無法區遊戲狀態稱為一個資訊集。」劉鐵巖介紹道。
完美資訊遊戲裏所有資訊都是已知的，每個資訊集只包含一個遊戲狀態
因此它的資訊集數目與狀態空間數目是相等的。
而不完美資訊遊戲中，每個資訊集包含若干個遊態，因此資訊集數目通常小於狀態空間的數目。
與資訊集數目匹配的，是資訊集的平均大小。這個概念是在資訊集中平均有多少不可區分的遊戲狀態。
據微軟亞洲研究院部落格，資訊集的數目反映了不完美資訊遊戲中，所有可能的決策節點的數目，而資訊集的平均大小則反映了遊戲中每個局面背後隱藏資訊的數量。當對手的隱藏狀態非常多時，傳統的搜尋演算法基本上無從下手。
▲（圍棋、德州撲克、橋牌將的資訊集數目和資訊集平均大小對比）
圍棋和德州撲克的資訊集平均大小遠遠小於橋牌和麻將。AI 在圍棋和德州撲克上的成功很大程度依賴於搜尋演算
，因為搜尋可以最大程度地發揮計算機的計算優勢。
橋牌和麻將中，由於資訊集平均大小比較大，存在着較多隱藏資訊，難以直接 AlphaGo 等棋盤遊戲 AI 常用的蒙特卡洛樹搜尋演算法。
此外，日本麻將有着複雜的獎勵機制。日麻一輪遊戲共包含 8 局，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。玩家的段位越高，輸掉後扣掉的點數越多，因此有時麻將高手會策略性輸牌。
劉鐵巖舉例道：「比如，A 玩家已經大比分領先第二名的情況下，在底 8 輪時就會相對保守，確保自己不會輸。」這為構建高超的麻將 AI 策略帶額外的挑戰，AI 需要審時，把握進攻與防守的時機。
Suphx 是如何解決難題的？
專案一開始，劉鐵巖團隊用了一些「基線（Baseline）的解決辦——嘗試用 AlphaGo 和德州撲克上的方法解一解看看怎麼樣。
「麻將的種種特點決定了，很難直接利用 AlphaGo 等棋盤遊戲 AI 常用的蒙特卡洛樹
尋演算法。」劉鐵巖強調，「這激勵我們要想出新的點子。」
在一年多的摸索期，劉鐵巖團隊基於深度強化學習技術，並且引入三項新技術來提升強化學習的效果。深度強化學習是深度學習和強化學習的結合。這項技術集合了深度學習在感知問題上強大的理解能力，強化學習的決策能力，通常用於解決現實場景中的複雜問題。
在深度強化學習的基礎上，針對非完美資訊遊戲的特劉鐵巖團隊嘗試用「先知教練」技術來提升強化學習的效果。
先知教練技術的基本思想是在自我博弈的訓練階段，利用不可見的一些隱藏資訊來引導 AI 模型的訓練方向，使其學習路徑更加清晰、更加接近完美資訊意義下的最優路徑，從而
逼 AI 模型更加深入地理解可見資訊，從中找到有效的決策依據。
然而，在訓練模型階段採用的先知教練技術，在真正戰中是沒有的，這意味着訓練和實戰間存在着一個 Gap（差距）。
劉鐵巖對 PingWest 品玩表示：「我們不能夠保證一定把那個 Gap 給抹掉，比如説它在訓練階段能夠看到不該看到的東西，實戰中它是永遠看不到的。這個資訊的 Gap 我們是控制不了的，但是作為先知教練可以引導麻將 AI 不會走的太偏太遠，會沿着我們想走的大方向這個能保證訓練過程的平穩性，對深度強化學習是非常重要的。」
針對資訊集平均大小比較大這個特點，研究團隊引入了自適應決策，對探索過程的多樣性進行動態，讓 Suphx 可以比傳統演算法更加充分地試探牌局狀態的不同可能。
，對於日本麻將複雜的獎勵機制，劉鐵巖團隊加入了全盤預測技術。
「這個預測器透過精巧的設計，可以理解每輪比賽對終盤的不同貢獻，從而將終盤的獎勵訊號合理地分配回每一輪比賽之中，以便對自我博弈的過程進行更加直接而有效的指並使得 Suphx 可以學會一些具有大局觀的高階技巧。」劉鐵巖解釋道。
總體而言，Suphx 使用的是深度強化學習這個大框
，但又加入了一些創新的技術點：先知教練、自適應決策和全盤預測。
在 2019 年 3 月上線 Suphx
台之前，背後這一整套技術已經有了雛形，同時進行了大量的自我博弈。
「Suphx 在線上對戰了 5760 場，但線上下自我博弈將近 2000 萬場。」劉鐵巖對 PingWest 品玩表示，「雖然自我博弈學到的訊號數量很多，但是學到更多的是在自己身上怎麼提高。5
場裏面我們學到別人打法的風格、以及實戰中遇到的困難應該如何解決。」
劉鐵巖透露，研究團隊計劃過一段時間一篇比較深入學論文跟大家分享, 那裏面大家會看到更多的細節」。
Suphx 背後的技術可以用在什麼地方？
在 AI 進化的過程中，遊戲 AI 一直相伴相生。1949 年開始，就有科學家研究演算法，讓計算機下國棋。雙陸棋、國際跳棋、國際象棋、圍棋等棋盤類遊戲，都有人機對戰的蹤影。
1997 年 5 月 11 日，國際象棋 AI 深藍在正常時限賽中，首次擊敗了等級分排名世界第一的棋手。這一天成為了人機對戰的裏程碑。
在洪小文看來，遊戲 AI 對解決現實問題有着重要的研究意義：「現實世界更加複雜，而遊戲均有一個清晰的規則、勝負判定條件和行動準則。如果不定規則，大家各做各的，就無
交流。研究也是這樣的，將問題切成小問題，小問題裏面規則定清楚，再往前走。」
麻將這一類不完美的資訊遊戲，正是現實生活中許多問題的對洪小文舉例道：「追女朋友、企業經營、投資，都有大量的你不知道的隱藏資訊。」
雖uphx 面世不久，背後的技術還沒有全部應用到實際問題中，但部分技術已經在做嘗試。
「我們和華夏基金以及太平資產合作，做了一些實盤投資的嘗試, 取得了非常好的效果。」劉鐵巖告訴 PingWest 品玩，「我們用歷史交易資料訓練的 AI 模型，到真正市場上會面臨完全不一樣的資料，
以要動態地適應實際場景並做出改變，這個和 Suphx 裏面的自適應決策是一脈相承的。」
儘管落地是研究的最終目標，但洪小文認為，純粹的好奇心對研究人員來説更加寶貴：「做這項研究的時候，他們有沒有想過未來可以怎麼應用？八成是沒有想，也不應該想，以好奇心驅動的研究是整個科研發展的基石。最明顯的例子是，基礎數學很多研究在當時都不見得有應用。」
有意思的是，天鳳平台 CEO 角田真吾在被問到「為什麼
歡迎 AI和人類對弈」時，給出了和洪小文幾乎一樣的措辭——純粹出自於人類的好奇心。
*本文版權歸「PingWest品玩」公眾號所有，未經授權嚴禁轉載。
pan>2019年9月，網易科技和知名媒體人楊瀾女士將聯合推出「建國70週年」特別訪談節目——《致前行者》
。楊瀾將與十位頂級科學家、企業家對話，共同探討
>奧秘、數學
智慧
、中國晶AI大時代等
題，將在9月4日正式，敬請期待。 <
致前行者》預告片
閲讀原文
rticle> 相關文>
揭秘微軟超級麻將AI Suphx，破解美資訊遊戲
微軟麻將AI Suphx，破解非完美資訊遊戲
微
級麻將雀神榮升十段！AI Suphx橫掃「天鳳先人類1.3個段位
釋出超級麻將A
phx一個月後，我們收集了10個大家最好奇的
AI雀神
一大波麻將好手！人類玩家表示：太「南…
不服來戰！世界最強AI麻將選手誕生
實力遠超人類高手
微軟麻將 AI 論文釋出，首次公開技術細節 <
「阿法狗」旁邊歇歇，麻將新人王「超級鳳凰」，你贏得了嗎？
<
icle>
微軟宣佈麻將AI系統，與清華大學經濟管理學院、中歐國際工商學院、長江商學院共同啟動微軟人工智能商學院
Copyright 華人留學生活 © 2023 | Powered b
/p>
百家樂作弊：黑市作坊背後的金錢交易
百家樂作弊：黑市作坊背後的金錢交易
百家樂是一種非常受歡迎的賭博遊戲，吸引了無數的玩家。然而，一些不道德的人利用這個遊戲進行作弊，從得大量金錢。這些作弊者經常會將他們的技術出售給有興趣的人，從而形成了一個庞大的黑市作坊。
黑市作坊是一個秘密的組織，不法分子們在這裡交流作弊技巧、開發新的作弊設備以及進行金錢交易。這些作弊設備通常是隱藏注桌面、百家樂牌靴或者其他賭桌附件中，從而讓玩家能夠預測接下來的牌面或者改變自己的輸贏。
這些黑市作坊通常會使用匿名的網絡平台進行交易，這樣可以保護他們的身份和資訊。交易的方式也多種多樣，包括使用虛擬貨幣或者加密貨幣進行支付，從而難
被追蹤。這些作弊者通常會向有興趣的人收取高額金錢，並承諾他們能夠在百家樂中獲得無敵的優勢。
然而，這種作弊行為是非法的並且被嚴格禁止的。許多賭場都有專門的安全措施來防止作弊，並且會定期進行檢確保公平遊戲。如果被發現進行作弊，作弊者將面臨嚴厲的法律處罰，並有可能被永久禁止進入賭場。
因此，玩家應該保持警惕，遠離任何涉及作弊的活動博應該是一個公平和娛樂的活動，玩家應該要有足夠的技巧和運氣來贏取勝利，而不是仰賴作弊手段。
最後，賭場和政府機構應該加強監管措施，打擊這個黑市作坊的存在。只有保障公平遊戲，才能讓更多的人參與賭博活動，並且真正享受到其中的樂趣。
賭博遊戲略與技巧分享：如何提高勝率並減少損失
賭博遊戲的策略與技巧分享：如何提高勝率並減少損失
賭博是一種既刺激又[b]險的娛樂活動。然而，如果您想提高勝率並減少損失，以下是一些策略和技巧可以幫助您：
設立預[b]strong>在投入賭資前，設定一個合理的預算並严格遵守。這樣可以避免過度投資，造成過大的損失。
研究遊戲規則：了解遊戲規則並學習適當的b]常重要。閱讀有關賭博遊戲的書籍、網絡文章或參與培訓課程可以增加您對遊戲的了解，提高勝率。
管理情緒：在賭博遊戲中，情緒管理非常重要。當你贏得一場比賽時b]度自信，也不要冒險進行更大的投注。同樣，當你輸掉比賽時，要冷靜下來，不要衝動地追求回本。
設定停贏和止損點：在玩賭博遊戲時，設定一個停贏點和止損點是非常重要的。當你贏得一定金額[b]時停下來，慶祝勝利。同樣地，當你輸掉一定金額時，也要知道什麼時候停下來，避免進一步的損失。
分散風險：不要把所有的蛋放在一個籃子裡，即使你覺得勝算很大。將賭散在不同的遊戲或投注上，這樣即使在某個遊戲中你輸掉了，其他的遊戲或投注可能可以抵消部分損失。
當然，這些策略和技巧不能保證100%的勝率，但它們可以增加你在賭博遊戲中獲勝的機會，同時減少損失。重要的是保持冷靜、理性和負責任的態度，並將賭博視為一種娛樂活動，而不是一種賺錢的方法。享受遊戲的過程並保持平衡的態度將使您在賭博遊戲中獲得更好的體驗。
In the event you liked this article and you would like to get more information concerning pp88娛樂網上賭場 generously stop by the web-page.
比 AlphaGo 更復雜，最強日本麻將 AI 是怎麼煉成的？
百家樂作弊：黑市作坊背後的金錢交易
賭博遊戲的策略與技巧分享：如何提高勝率並減少損失
比 AlphaGo 更復雜，最強日本麻將 AI 是怎麼煉成的？
2> 比 AlphaGo 更復雜，最強日本麻將 AI 是怎麼煉成的？ - 全球華
全球華
活
>
頁
比 AlphaGo 更復雜，最強日本麻將 AI 是怎麼煉成
？
2023年11月07p>
pan>
麻將的難，在於其屬於「不完美資訊遊戲」（Imperfect-Information Games），讓計算機擅長的搜尋能力無法直接
揮。
「我突然想起了一句話，神仙怎麼打都是。」
「這個 AI 的牌效不是一般鳳凰（有一定實力的玩家）能摸清的，人名字就是 super phoenix（超級）。」
「感覺 ai 的打法都不太能被推理完全，這種基於訓練的對某種特徵做出的反應對於人類來説就
迷啊…」
這些評論來自於 B 站上一個系列的影片，影片主角是一個名為 Suphx（意為 Super Phoenix）的麻將 AI。2019 年 6 月，有創作者開始製作 Suphx 牌譜的影片。上傳到 B 站後，引起了不少麻好者的討論。
在多數評論裏，Suphx 被稱為「最強人工智能」。
事實上，不止是國內的 B 站，當時 Suphx 的聲名已經傳
了日本麻將界
/p>
2019 年 3 月起，Suphx 獲批進入專業麻將平台「天鳳」。短短四個月內，Suphx 在該平台瘋狂對戰 5760 次，成功達到十段，從而在日
麻將界聲名大噪。
麻將在中國羣眾基礎深厚、普及率高，有「國粹」之稱，但民間流行的麻將規則不一，且競技化程度相對較低，而日本麻將擁有世界上競技化程度最高的麻將規則。天鳳則是業界知名的高水平日本麻將平台。它吸引了全球近 33 萬名麻將愛好者，其中不乏的專業麻將選手。
天鳳平台規定，只有獲批准的 AI 才可以進入「特上房」參與對戰，目前在該房間可以達到的最高段位是十段。另一個房間是「鳳凰房」，最高段位是十一段，僅對七段以上的人類付費玩家開放，目
不允許 AI 參與遊戲。
除了 Suphx，還有另外兩個 AI 也獲準進入「特上房」比賽，分別是「爆打」和「NAGA25」。目前，Suphx 是唯一一個達到「
上房」最高段位的 AI。
由於單局麻將存在着很大的運氣成分，所以天鳳平台會透過「穩定段位」來衡量一位玩家的真實水平。在 5760 場比賽過後，Suphx 的穩定段位超過了8.7，不僅高於爆打和 NAGA，還超越了頂級人類選手（十段上）的整體穩定段位。
這些成就意味着，Suphx 在四個月內成長為了最強日麻 AI。日本麻將的愛好者和專業參賽選手，紛紛尋找着它背後的開
者，但一無所獲。
▲（Suphx 方社交賬號上
只有簡單的介紹）
直到 8 月 29 日世界人工智能大會舉行，Suphx 的身世才被公諸於世。當天上午，微軟全球執行副總裁、微軟人工智能及微軟研究事業部負責人沈向洋博士對外宣佈，Suphx 是微軟亞洲研究院的工作成
，由劉鐵巖博士帶隊研發。
劉鐵巖博士是微軟亞洲研究院副院長，長於深度學習、增強學習、分散式機器學習等領域。他的團隊曾釋出了微軟分散式機器學習工具包（DMTK）、微軟圖引擎（Graph Engine）等開源專案。
▲(微軟亞洲院副院長劉鐵巖）
對 AI ，為什
麻將比圍棋、德州撲克更難？
「2017 年中旬，我們一個研究團隊跟我説要做麻將 AI。我也不知道能不能成，因為相比象棋、圍棋、德州撲克，麻將的難度更高。而且，他們打麻將水平都不怎麼樣。」微軟全球資深副總裁、微軟亞太研發集團主席兼微軟亞洲研究長洪小文對 PingWest 品玩表示。
麻將的難，在於其屬於「不完美資訊遊戲」（Imperfect-Information Games），讓計算機擅長的搜尋能力無法發揮，且具備複雜的獎勵機制。
不完美資訊遊戲，是指遊戲中資訊暴露程度低。「圍棋、象棋等棋類遊戲，對局雙方可以看到局面的所有資訊，屬於完美資訊遊戲（Perfect-Information Games）；而撲克、橋牌、麻將等遊戲，雖然每個參與者都能看到對手打過的牌，但並不知道對手的手牌和遊底牌，屬於不完美資訊遊戲」。
在日本麻將中，每個玩家有 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，最多的一位玩家未知的牌有超過 120 張。
為了更好地解釋不完美資訊遊戲，劉鐵巖打了個比方：「如果把圍棋這樣的（完美資訊）比賽比喻成一顆遊戲樹，那像麻將這樣的比賽就是很多樹組成的森林與者並不知道自己在哪棵樹上。」
對於完美資訊遊戲，通常可以用「狀態空間複雜度」和戲樹複雜度」來衡量其遊戲難度。
所謂「狀態空間複雜度」，即遊戲開始後，棋局進行過程中，所有符合規則的狀態總數量。「例如棋類遊戲中，每移動一枚棋子或捕獲一個棋子，就創造了一個新的棋盤狀態，所有
些棋盤狀態構成遊戲的狀態空間」。
計算狀態空間複雜度最常用的一種方法是，包含一些不符合規則或不可能在遊戲中出現的狀態，從而計算出狀態空間的一個上界（Upper Bound）。例如在估計圍棋狀態數目上界的時候，允許出現棋面為白棋或者全部為黑棋的極端情況。
遊戲樹複雜度（GTC）代表了所有不同遊戲路徑的數目，是一個比狀態空間複雜得多的衡量維度，因為個狀態可以對應於不同的博弈順序。
微軟亞洲研究院的部落格舉了一個例子：下圖中，兩邊的井字棋遊戲都有有兩個 X 和一個 O，屬於同一狀態。但這個狀態可能由兩種不同的方式形成，形成路徑取決於第一個 X 的下子位置。
▲（井字戲中統一狀態的不同形成過程）
在完美資訊棋牌遊戲中，不管是狀態空間複雜度，還是遊戲
複雜度，圍棋都遠遠超過其他棋牌類遊戲。
而對於不完美資訊遊戲而言，衡量遊戲難度的維度更加複雜，需要在狀態空雜度的基礎上引入一個新概念「資訊集」。
舉例而言，在撲克遊戲中，玩家 A 拿了兩張 K，玩家 B 拿了不同的牌對應不同的狀但是從 A 的視角看，這些狀態是不可區分的。
「我們把每組這種無法區遊戲狀態稱為一個資訊集。」劉鐵巖介紹道。
完美資訊遊戲裏所有資訊都是已知的，每個資訊集只包含一個遊戲狀態
因此它的資訊集數目與狀態空間數目是相等的。
而不完美資訊遊戲中，每個資訊集包含若干個遊態，因此資訊集數目通常小於狀態空間的數目。
與資訊集數目匹配的，是資訊集的平均大小。這個概念是在資訊集中平均有多少不可區分的遊戲狀態。
據微軟亞洲研究院部落格，資訊集的數目反映了不完美資訊遊戲中，所有可能的決策節點的數目，而資訊集的平均大小則反映了遊戲中每個局面背後隱藏資訊的數量。當對手的隱藏狀態非常多時，傳統的搜尋演算法基本上無從下手。
▲（圍棋、德州撲克、橋牌將的資訊集數目和資訊集平均大小對比）
圍棋和德州撲克的資訊集平均大小遠遠小於橋牌和麻將。AI 在圍棋和德州撲克上的成功很大程度依賴於搜尋演算
，因為搜尋可以最大程度地發揮計算機的計算優勢。
橋牌和麻將中，由於資訊集平均大小比較大，存在着較多隱藏資訊，難以直接 AlphaGo 等棋盤遊戲 AI 常用的蒙特卡洛樹搜尋演算法。
此外，日本麻將有着複雜的獎勵機制。日麻一輪遊戲共包含 8 局，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。玩家的段位越高，輸掉後扣掉的點數越多，因此有時麻將高手會策略性輸牌。
劉鐵巖舉例道：「比如，A 玩家已經大比分領先第二名的情況下，在底 8 輪時就會相對保守，確保自己不會輸。」這為構建高超的麻將 AI 策略帶額外的挑戰，AI 需要審時，把握進攻與防守的時機。
Suphx 是如何解決難題的？
專案一開始，劉鐵巖團隊用了一些「基線（Baseline）的解決辦——嘗試用 AlphaGo 和德州撲克上的方法解一解看看怎麼樣。
「麻將的種種特點決定了，很難直接利用 AlphaGo 等棋盤遊戲 AI 常用的蒙特卡洛樹
尋演算法。」劉鐵巖強調，「這激勵我們要想出新的點子。」
在一年多的摸索期，劉鐵巖團隊基於深度強化學習技術，並且引入三項新技術來提升強化學習的效果。深度強化學習是深度學習和強化學習的結合。這項技術集合了深度學習在感知問題上強大的理解能力，強化學習的決策能力，通常用於解決現實場景中的複雜問題。
在深度強化學習的基礎上，針對非完美資訊遊戲的特劉鐵巖團隊嘗試用「先知教練」技術來提升強化學習的效果。
先知教練技術的基本思想是在自我博弈的訓練階段，利用不可見的一些隱藏資訊來引導 AI 模型的訓練方向，使其學習路徑更加清晰、更加接近完美資訊意義下的最優路徑，從而
逼 AI 模型更加深入地理解可見資訊，從中找到有效的決策依據。
然而，在訓練模型階段採用的先知教練技術，在真正戰中是沒有的，這意味着訓練和實戰間存在着一個 Gap（差距）。
劉鐵巖對 PingWest 品玩表示：「我們不能夠保證一定把那個 Gap 給抹掉，比如説它在訓練階段能夠看到不該看到的東西，實戰中它是永遠看不到的。這個資訊的 Gap 我們是控制不了的，但是作為先知教練可以引導麻將 AI 不會走的太偏太遠，會沿着我們想走的大方向這個能保證訓練過程的平穩性，對深度強化學習是非常重要的。」
針對資訊集平均大小比較大這個特點，研究團隊引入了自適應決策，對探索過程的多樣性進行動態，讓 Suphx 可以比傳統演算法更加充分地試探牌局狀態的不同可能。
，對於日本麻將複雜的獎勵機制，劉鐵巖團隊加入了全盤預測技術。
「這個預測器透過精巧的設計，可以理解每輪比賽對終盤的不同貢獻，從而將終盤的獎勵訊號合理地分配回每一輪比賽之中，以便對自我博弈的過程進行更加直接而有效的指並使得 Suphx 可以學會一些具有大局觀的高階技巧。」劉鐵巖解釋道。
總體而言，Suphx 使用的是深度強化學習這個大框
，但又加入了一些創新的技術點：先知教練、自適應決策和全盤預測。
在 2019 年 3 月上線 Suphx
台之前，背後這一整套技術已經有了雛形，同時進行了大量的自我博弈。
「Suphx 在線上對戰了 5760 場，但線上下自我博弈將近 2000 萬場。」劉鐵巖對 PingWest 品玩表示，「雖然自我博弈學到的訊號數量很多，但是學到更多的是在自己身上怎麼提高。5
場裏面我們學到別人打法的風格、以及實戰中遇到的困難應該如何解決。」
劉鐵巖透露，研究團隊計劃過一段時間一篇比較深入學論文跟大家分享, 那裏面大家會看到更多的細節」。
Suphx 背後的技術可以用在什麼地方？
在 AI 進化的過程中，遊戲 AI 一直相伴相生。1949 年開始，就有科學家研究演算法，讓計算機下國棋。雙陸棋、國際跳棋、國際象棋、圍棋等棋盤類遊戲，都有人機對戰的蹤影。
1997 年 5 月 11 日，國際象棋 AI 深藍在正常時限賽中，首次擊敗了等級分排名世界第一的棋手。這一天成為了人機對戰的裏程碑。
在洪小文看來，遊戲 AI 對解決現實問題有着重要的研究意義：「現實世界更加複雜，而遊戲均有一個清晰的規則、勝負判定條件和行動準則。如果不定規則，大家各做各的，就無
交流。研究也是這樣的，將問題切成小問題，小問題裏面規則定清楚，再往前走。」
麻將這一類不完美的資訊遊戲，正是現實生活中許多問題的對洪小文舉例道：「追女朋友、企業經營、投資，都有大量的你不知道的隱藏資訊。」
雖uphx 面世不久，背後的技術還沒有全部應用到實際問題中，但部分技術已經在做嘗試。
「我們和華夏基金以及太平資產合作，做了一些實盤投資的嘗試, 取得了非常好的效果。」劉鐵巖告訴 PingWest 品玩，「我們用歷史交易資料訓練的 AI 模型，到真正市場上會面臨完全不一樣的資料，
以要動態地適應實際場景並做出改變，這個和 Suphx 裏面的自適應決策是一脈相承的。」
儘管落地是研究的最終目標，但洪小文認為，純粹的好奇心對研究人員來説更加寶貴：「做這項研究的時候，他們有沒有想過未來可以怎麼應用？八成是沒有想，也不應該想，以好奇心驅動的研究是整個科研發展的基石。最明顯的例子是，基礎數學很多研究在當時都不見得有應用。」
有意思的是，天鳳平台 CEO 角田真吾在被問到「為什麼
歡迎 AI和人類對弈」時，給出了和洪小文幾乎一樣的措辭——純粹出自於人類的好奇心。
*本文版權歸「PingWest品玩」公眾號所有，未經授權嚴禁轉載。
pan>2019年9月，網易科技和知名媒體人楊瀾女士將聯合推出「建國70週年」特別訪談節目——《致前行者》
。楊瀾將與十位頂級科學家、企業家對話，共同探討
>奧秘、數學
智慧
、中國晶AI大時代等
題，將在9月4日正式，敬請期待。 <
致前行者》預告片
閲讀原文
rticle> 相關文>
揭秘微軟超級麻將AI Suphx，破解美資訊遊戲
微軟麻將AI Suphx，破解非完美資訊遊戲
微
級麻將雀神榮升十段！AI Suphx橫掃「天鳳先人類1.3個段位
釋出超級麻將A
phx一個月後，我們收集了10個大家最好奇的
AI雀神
一大波麻將好手！人類玩家表示：太「南…
不服來戰！世界最強AI麻將選手誕生
實力遠超人類高手
微軟麻將 AI 論文釋出，首次公開技術細節 <
「阿法狗」旁邊歇歇，麻將新人王「超級鳳凰」，你贏得了嗎？
<
icle>
微軟宣佈麻將AI系統，與清華大學經濟管理學院、中歐國際工商學院、長江商學院共同啟動微軟人工智能商學院
Copyright 華人留學生活 © 2023 | Powered b
/p>
百家樂作弊：黑市作坊背後的金錢交易
百家樂作弊：黑市作坊背後的金錢交易
百家樂是一種非常受歡迎的賭博遊戲，吸引了無數的玩家。然而，一些不道德的人利用這個遊戲進行作弊，從得大量金錢。這些作弊者經常會將他們的技術出售給有興趣的人，從而形成了一個庞大的黑市作坊。
黑市作坊是一個秘密的組織，不法分子們在這裡交流作弊技巧、開發新的作弊設備以及進行金錢交易。這些作弊設備通常是隱藏注桌面、百家樂牌靴或者其他賭桌附件中，從而讓玩家能夠預測接下來的牌面或者改變自己的輸贏。
這些黑市作坊通常會使用匿名的網絡平台進行交易，這樣可以保護他們的身份和資訊。交易的方式也多種多樣，包括使用虛擬貨幣或者加密貨幣進行支付，從而難
被追蹤。這些作弊者通常會向有興趣的人收取高額金錢，並承諾他們能夠在百家樂中獲得無敵的優勢。
然而，這種作弊行為是非法的並且被嚴格禁止的。許多賭場都有專門的安全措施來防止作弊，並且會定期進行檢確保公平遊戲。如果被發現進行作弊，作弊者將面臨嚴厲的法律處罰，並有可能被永久禁止進入賭場。
因此，玩家應該保持警惕，遠離任何涉及作弊的活動博應該是一個公平和娛樂的活動，玩家應該要有足夠的技巧和運氣來贏取勝利，而不是仰賴作弊手段。
最後，賭場和政府機構應該加強監管措施，打擊這個黑市作坊的存在。只有保障公平遊戲，才能讓更多的人參與賭博活動，並且真正享受到其中的樂趣。
賭博遊戲略與技巧分享：如何提高勝率並減少損失
賭博遊戲的策略與技巧分享：如何提高勝率並減少損失
賭博是一種既刺激又[b]險的娛樂活動。然而，如果您想提高勝率並減少損失，以下是一些策略和技巧可以幫助您：
設立預[b]strong>在投入賭資前，設定一個合理的預算並严格遵守。這樣可以避免過度投資，造成過大的損失。
研究遊戲規則：了解遊戲規則並學習適當的b]常重要。閱讀有關賭博遊戲的書籍、網絡文章或參與培訓課程可以增加您對遊戲的了解，提高勝率。
管理情緒：在賭博遊戲中，情緒管理非常重要。當你贏得一場比賽時b]度自信，也不要冒險進行更大的投注。同樣，當你輸掉比賽時，要冷靜下來，不要衝動地追求回本。
設定停贏和止損點：在玩賭博遊戲時，設定一個停贏點和止損點是非常重要的。當你贏得一定金額[b]時停下來，慶祝勝利。同樣地，當你輸掉一定金額時，也要知道什麼時候停下來，避免進一步的損失。
分散風險：不要把所有的蛋放在一個籃子裡，即使你覺得勝算很大。將賭散在不同的遊戲或投注上，這樣即使在某個遊戲中你輸掉了，其他的遊戲或投注可能可以抵消部分損失。
當然，這些策略和技巧不能保證100%的勝率，但它們可以增加你在賭博遊戲中獲勝的機會，同時減少損失。重要的是保持冷靜、理性和負責任的態度，並將賭博視為一種娛樂活動，而不是一種賺錢的方法。享受遊戲的過程並保持平衡的態度將使您在賭博遊戲中獲得更好的體驗。
In the event you liked this article and you would like to get more information concerning pp88娛樂網上賭場 generously stop by the web-page.
Комментарии (0)
{related-news}
[/related-news]