2 n, w1 i' f, k$ A' r* U. d: _tvb now,tvbnow,bttvbPluribus在德州話事啤六人牌局中，贏五名人類高手的示範畫面。
3 Y9 y, m3 E1 Q1 u. C* }2 g: x
) E, m, ]1 u# p. y) p繼一對一棋局後，人工智能（AI）發展再達里程碑，社交網facebook與大學合研的人工智能「合眾」（Pluribus），以「超人」表現多次在六人牌局戰勝世界高手，是人工智能首次在多人牌局中擊敗人類，開發者預言可能改寫職業牌局玩法。5.39.217.766 k5 ?/ n7 ^% f$ w
% b3 T7 g# Q' w: U7 |1 v「合眾」是美國卡內基梅隆大學電腦系教授桑德霍爾姆（Tuomas Sandholm）及fb人工智能倡議組成員布朗（Noam Brown）的心血，前日於美國《科學》期刊詳述研究成果，稱「合眾」在一場六人德州話事啤賭局，大勝五名職業高手。
, i7 D/ t. ?5 r7 V9 L, @& b& S
. J' _4 N5 t1 {8 O表現超人水平 再達里程碑5.39.217.76. ~2 B4 U" A) q( M
根據布朗解說，「合眾」先花20小時「強化學習」，系統自行作以萬億次計的對戰練習，慢慢理解專業撲克玩法；系統強化後，先與兩大冠軍級人馬伊萊亞斯（Darren Elias）及弗格森（Chris Ferguson）交手作實戰訓練，兩人各玩5,000手後敗下陣來；第二回再與13名職業牌手對戰，「合眾」每局以一敵五，在合共10,000手的牌局中，系統平均每小時贏1,000美元（7,800港元）。
5 Z" A4 h! o" {# V* g* j5.39.217.76
2 c' x: F# q& r z Ktvb now,tvbnow,bttvb人工智能研究10多年來一直未能攻破多人撲克牌局，一是因為牌局涉及多名對手「冚牌」的未知數，以及要運用「唬人」等人性技巧；「合眾」在實驗中以數學演算解決了這兩大挑戰，「系統不會視唬人為騙人或不誠實，只是為贏錢最多的一種手法」。布朗又提到系統多次作「驢式下注」（donkey bet），即是比開注選手提早下注，次數比其他職業選手更多，一般認為是新丁才會這樣做，結果「合眾」大勝，勢打破職業牌局既定規則。
* T6 g7 _, b: _0 P" C公仔箱論壇8 M7 z1 K/ j: V! X6 O# a
桑德霍爾姆在聲明中說：「合眾在多人牌局中表現達『超人』水平，是人工智能和博奕理論的重要里程碑。」「合眾」另一好處是成本低，其雲端電腦系統只花了150美元（1,173港元）建立，相對於數以百萬美元和5,000專家開發的Google人工智能系統DeepＭind，大大減低科研成本。布朗強調「合眾」實驗只為同行參考，他和facebook都不打算將之應用於真實牌局中，亦未詳細透露編碼，以免損害撲克界；研究會集中修正系統基礎，有望用以解決實際生活問題，如網上保安、詐騙偵察及無人駕駛導航等。公仔箱論壇" j6 Z9 q. v/ [7 u* c0 F5 ~. N3 Y
法新社/英國廣播公司 |
發表於 2019-7-13 03:37 AM
| 
