扑克是一个典型的人类游戏。
扑克呼唤我们的原始智慧，它还需要更精细的技能，比如琢磨其他玩家，诈唬，用心理演绎法去实现你的目的。扑克结合了简单的数学和百分比与各种看似独特的人类感知技能。但也许AI能证明，那些感性精巧的人类技能可能并没有那么重要。
两三年前，扑克AI——Libratus和DeepStack都完成了一对一痛殴职业牌手的任务。显然，扑克AI能够担当起扑克界的GTO（游戏理论最优化的缩写）专家，作为一个超级策略数据库，单个人类想要战胜扑克AI并不现实。
然而扑克AI处理对弈的一些迥异于人类的方法，也许可以给予顶尖职业牌手更多的经验提示。
无情地专注策略
扑克AI并不考虑扑克高手奉之为圣经的牌桌心理学。AI可以完全忽略这一点，并且凭借于此粉碎高手的出招。AI只是从一系列可能的选择中，找到赢面最高的策略，并且毫无情绪地应用这个策略，一遍又一遍。
以Libratus为例，这个扑克AI的主打“技能”是“纳什均衡”。我们可以用更简洁的游戏来理解“纳什均衡”——石头剪刀布。每次出石头，对手出石头剪刀布的概率各是1/3。如果不管对手出什么，坚持每把都出石头，那么每把都拥有1/3的几率获胜，1/3的几率打成平局。也就是说，你拥有2/3不输的期待。
如果把“纳什均衡”放到扑克游戏中，如何不输的几率演算将变得更加复杂，AI的“不输”策略也更加层级严密。无论对手是谁，AI都采取相同的“不输”策略，不关心对手的牌，不关心对手的水平。
玩扑克的行家都喜欢说一句话，在牌桌上环顾四周，如果哪个对手你都看不懂，那么被看穿的可能就是你。人心叵测，在牌桌对弈中时刻风云变幻，任何人类牌手的心理状态都不能一直稳定地准确执行既定策略，然而AI可以。
所以扑克AI实际去做的，就是执行相同的策略，等待别人犯错。
与AI打牌最好不按常理出牌
在被大数据驱动的GTO理论盛行的今天，扑克AI基本验证了依靠GTO理论是击败全球顶级职业选手的最佳办法。
然而知名的德扑作家Ben Saxton却有着另外的解读，“我认为AI能否获胜，取决于对手是谁以及对手的级别。如果尝试偏离GTO理论中的最佳策略，那么就是真正精明的对手间的对抗，此刻，谁被谁利用才是好玩的地方。”
换一种简单的说法就是——与AI打牌最好不按常理出牌。
如果让以Libratus为代表的顶尖扑克AI，与水平一般，甚至是扑克新手对战，那么牌局就会呈现毫无章法的出牌现象。
Libratus是由机器学习驱动的，程序构成了自己的策略和游戏概念，而不是由人类来指导。它完全随机执行出牌策略，在游戏中执行自己的副本，通过数万亿次迭代，完成数万亿手牌的积累。在某些时候，练习过数万亿手牌的能力是机器的优势。
但人工智能并不完美，它没有计算出完美的纳什平衡。在游戏的执行树中，很多选项都是次优选项，这些“次优”正是人类可以利用的地方。
在研究人员、职业牌手与扑克AI的训练对战过程里，人类对手在过程中不断进行以下尝试：寻找Libratus的弱点，找到可以利用的地方。然而可以完成机器学习的扑克AI也在这一过程中不断审查自己被人类所利用的地方，重新修订策略，从而更接近纳什均衡。
这是一种好玩的状态，就像猫和老鼠的游戏。因为人类每天都会试图找到一个AI的弱点并利用它，并且在每天结束时，AI会在第二天的准备中解决这些弱点。
由此，我们可以获得利用扑克AI的有益之处，与扑克AI对弈，可以在很大程度上优化顶级牌手的策略。
向AI学习另类的下注方式
在人类牌桌上，牌手通常下注的数量只是底池的一小部分。如果底池里有300美元，那么人类下150美元很正常。当然也可以下300美元，偶尔有人会投入500美元。但是扑克AI在下注问题上与人类截然不同。
以Libratus为例，通常它自主下注时都不选择小额，而是底池的3倍、5倍、甚至是100倍。AI豪放的下注模式对人类牌手都是巨大的冲击。甚至令人沮丧，人类牌手会认为自己的对手握着极其强大的牌面。甚至有时AI在第二手牌就压出了重注。此时AI举动的幕后解读在人类看来无非是两个意思：要么我在诈唬，要么我的牌好死了。
但扑克AI不按常理的压注方式会成为人类对手的阻碍，迫使人花费更多的时间去明确自己该如何应对。据研究人员反馈，当扑克AI祭出截然不同的押注方式时，人类通常需要差不多十分钟才能做出回应。
机器能够用来诈唬的办法就是出乎意料地下注来扰乱人类玩家。
研究人员们提醒各位玩家，一旦扑克AI积攒足够多的随机性下注后人类的回应样本，那么在未来，扑克AI的下注方式将会更加具有迷惑性和学习价值。
本文参考、整理编译于网络公开来源。并不代表AIPoker的官方观点。
参考整理来源：
https://towardsdatascience.com/playing-poker-on-mars-how-ai-mastered-the-game-52f66659f8f4