數月前,圍棋項目作為變數最大、可能最多的棋類項目被當作人類的最后一道智能防線,被推上和人工只能前沿與阿爾法狗(AlphaGo)進行對決時,全世界都沒能料到,被視作人類智慧驕傲的李世石竟會一敗涂地,慘敗而歸 。
越來越多的項目被人類找尋出來,他們試圖找到人工智能無法攻克的堡壘,德州撲克、電子競技、乒乓球……終于,連麻將也被提及了:在麻將世界里,人類現在尚可與機器一戰嗎?面對這個問題,
涂少博和和俞玉奎兩位高手也感到無從回答起,因為他們的第一反應是:在麻將世界里人機對戰,和圍棋的一對一PK根本是兩回事 。
阿爾法狗,你敢和人類比運氣嗎?
涂少博,2015年方莊聯賽年度冠軍、2015年騰訊麻將錦標賽亞軍;俞玉奎,2012年世界麻將錦標賽團體賽冠軍、2015年方莊聯賽年度第3 。 他們都是公認的麻將高手,可在他們的評價體系里,這和圍棋對弈簡直有著天差地別:相對于圍棋的雙人博弈,當面鑼對面鼓,麻將不僅是四人對陣,更重要的是相對于圍棋,麻將的定位是非完全信息動態博弈,對手的手牌未知以及墻牌的隨機性都是無法預料的,這就造成了麻將三分運七分技的棋牌類運動中獨樹一幟的特點 。
運氣是麻將的浪漫,是無法剝離的,和其他運動有著本質區別的地方,這樣的浪漫時而殘酷,時而美艷,麻將無法脫離運氣因素獨立存在 。 這種運氣“浪漫”到什么程度?目前公認國內水平最高的,由天津市體育總會麻將運動分會舉辦的中國競技麻將牌王賽,已經歷時17屆,但從未產生過相同的冠軍,更別提衛冕了,甚至有一屆比賽的冠軍竟是上屆比賽的最后一名 。 競技麻將高手段昊在他的知乎回答中給出了他心目中一流高手的勝率預期:“假如一個牌手參加一個類似賽程的杯賽,他能有90%概率獲得前50%成績,2%左右概率獲得前1%的成績(奪冠),那他已經是一個超一流的牌手了 。 ”也就說杯賽制冠軍并不完全說明水平,運氣異常重要,參加的比賽越多,奪冠的機會越高 。
回到人機對戰的問題,兩人幾乎異口同聲地回答:“你無法確認一個合適的比賽樣本量去衡量勝負和水平高低 。 ”,在一場類似阿法狗大戰李世石的5局3勝的比賽中,你派一個頂級競技麻將高手很有可能輸給人工智能,而一個平時偶爾打打麻將的大媽完勝阿爾法麻將狗也不足為奇 。 一般來說,麻將需要2000手牌才能達到一個合適的推斷水平高低樣本量(2000手牌這一數據也選自段昊的知乎問答),而打完2000手牌大概需要100小時,這樣的人機大戰就實在太過冗長枯燥了,并且,即使打完2000手牌的比分,就一定令人信服嗎?也未必 。 勝負的判定問題是麻將人機對戰的最大難點 。
真實世界里的人工麻將智能
另外麻將的AI難做嗎?做出來能像阿爾法狗那樣所向披靡嗎?兩人的回答是“不好說”,因為“理論上不難,但具體操作上還是比較麻煩 。 ”,目前對麻將AI的投入非常有限,而麻將復雜程度要遠小于圍棋(麻將136張牌的數量變化為326520504500種,而圍棋的數量變化為2.08×10^170,基本不在一個數量級上),因此理論上制造麻將AI并不難 。
目前比較強的麻將AI是日本麻將中的“暴打”(和阿爾法狗類似,具備自我對局和分析學習人類牌譜的能力),暴打自2015年在日本最大的麻將平臺天鳳麻雀上開始運行至今已經打了1.3萬多場,完全復合對局樣本容量,而它的水平可以穩定在天鳳六段(六段以上的用戶大約有5793人),比90%的麻將玩家要好,但也并未達到最頂級的水準 。 但暴打只是一個課題組的力量,與阿爾法狗的投入天差地別 。
猜你喜歡
- 如何打破狗狗固定的散步時間
- 如何訓練寵物狗拒絕街邊地上的食物
- 訓練狗狗不吃陌生人的食物
- 狗狗脫臼幾天之內復位
- 狗狗不喝羊奶粉是什么原因
- 去狗身上跳蚤的小妙招
- 跟狗狗睡覺有啥壞處
- 狗狗鼻子很干為什么
- 狗狗一直打噴嚏是怎么回事
- 狗狗食欲不好精神不佳
