人工智能在麻将领域能够战胜在线棋牌游戏人类

　　9 月 20 日更新~


发布原回答的时候，世界上最强的麻将人工智能是日本的「爆打」。如今，它的地位已被 Suphx 取代。
Suphx，全称为 Super Phoenix，由微软亚洲研究院副院长刘铁岩带领的四人团队耗时一年研发而成。2019 年 3 月，Suphx 在「天凤」麻将平台上开始了排位之旅。它的成长速度惊人，仅用三个月的时间就升到了天凤十段，成为首个升到天凤十段的人工智能程序。


Suphx 究竟有多强？


天凤平台用于衡量玩家水平的标准，叫做「稳定段位」，即系统计算玩家大量比赛结果后得出的段位。
由于麻将单局的不确定性过高，要检测麻将人工智能的水平就必须让它进行足够多的对局。在天凤平台的高段位比赛中，排名第四的玩家将损失非常多的积分，因此，想要在大量的比赛过后依然保持高段位，是一件相当困难的事。
就像它的名字那样，「稳定段位」反映了每位玩家最稳定，也最真实的竞技水平。
登上天凤十段后，Suphx 在 5000 余场比赛中的稳定段位超过 8.7，相比人类顶级玩家的 7.4，整整高出了 1.3 个段位，以往最强的「爆打」的稳定段位更是只有 6.5。
1.3，这个看似不大的数字，在保持段位都很难的天凤「特上房」，已然断裂成一道几乎无法跨越的天堑。
更「可怕」的是，Suphx 进入天凤平台后从未停止成长，其实力上限依然是不断刷新的未知数。


Suphx 强大统治力的背后


相比完全信息博弈游戏的人工智能，设计 Suphx 这种能够在非完全信息博弈项目上战胜人类的人工智能程序要难得多。
麻将对局中，每位选手只能看到自己的 13 张手牌与已经打出去的牌，场内大量的隐藏信息无法被看到。过高的随机性让传统的搜索树很难起作用，极大程度上影响了算法模型的训练。
针对这点，负责研发 Suphx 的微软亚洲研究院刘铁岩团队使用了「先知教练」技术来改善原有的强化学习算法。
简单来说，「先知教练」可以在看清所有未知底牌的情况下帮助 Suphx 决定如何出牌，以此来引导 Suphx 走上一条接近完全信息博弈项目中的路径。经过大量训练，不知道底牌信息的 Suphx 能对可见的信息产生更深刻的理解，即逐渐学会「预测」的本领，在遇到特定可见信息的牌局时能够更准确地预测对手的手牌及未知的底牌，并作出获胜概率更高的决策。
但麻将的不稳定因素不止于此。136 张牌的排列组合所形成的状态空间远远大于德州扑克；玩家在两次抓牌期间，对手三人的行动衍生出的线路也异常繁杂。这些因素让麻将的游戏树始终处于动态变化中，极不规则。
基于这些因素，刘铁岩团队为 Suphx 特别添加了动态调整策略的能力。由于麻将牌所形成的巨大状态空间会随着底牌确定而大幅缩小，掌握动态调整策略的 Suphx 在底牌确定后会对状态空间进行更有针对性的探索，同时在本次牌局与以往牌局间建立联系，从而在本次牌局中做出更加精准的决策。
为了能在天凤平台上打出效果，研发团队更是针对日式麻将的规则，为 Suphx 设计了全盘预测的功能。与中式麻将不同，在天凤平台上进行对局，最终的名次由 8 轮比赛的综合结果判定。加入全盘预测功能，意味着让 Suphx 理解每一轮对于最终结果的贡献，再将强化学习的奖励信号合理分配回每一轮中，引导 Suphx 在实战中做出基于全局的战略性取舍。
研发团队的核心思路，是「将不稳定因素带来的负面影响最大程度地降低」，这让 Suphx 飞上了人类还未能踏足的高峰。




就连首位在四人麻将和三人麻将中均取得天凤位的顶级玩家「太くないお」也对 Suphx 称赞有加，「我从 Suphx 身上学到很多新技术，它们对于我的三人麻将打法有着非常大的启发意义。」目前，他已经看了至少 300 场 Suphx 的对局视频。


去年在写作原回答时，很难想象能够在麻将领域战胜人类的人工智能会是何种模样。如今，Suphx 出现在大众的视野中，似乎在宣告人工智能算法「攻克」棋牌类游戏的速度。


围棋之后，麻将之后，下一个会是谁？本知有一点期待......






以下为原答案：


在讨论麻将 AI 能否战胜人类前，我们首先要对这里的「战胜」做一个简单的界定。


麻将对局中包括洗牌、码牌、掷骰子抓牌等固定流程，这些流程构成了麻将的特色之一：单局的偶然性过强。这也是为什么很多人都认为麻将是由运气主导的游戏，而事实显然并非如此，当对局数量越来越多，和牌率就会越来越清晰地反应出我们的真实水平。所以我们需要让一个训练好的麻将 AI 进行大量的实战对局，才能看到它究竟水平如何。
那么我们暂时可以把这里的「战胜」理解为：某麻将 AI 在进行了足够多的对局后，如果能获得一个十分稳定且显著高于人类顶级牌手的和牌率，就可以被认为是战胜了人类。


而到目前为止，符合上述条件的麻将 AI 还没有问世。麻将主要流行于中国和日本，现今存在的麻将 AI 也基本为两国的麻将爱好者或麻将游戏厂商开发。但这些麻将 AI 的水平都还远未达到「战胜」人类的地步，距离顶级牌手还有不小的差距。


日本著名麻将 AI「爆打」在天凤麻雀麻将对战平台（如图）上也只能达到 6-7 段，即中上等水平。为什么麻将的复杂程度比围棋要低，却还没有能够战胜人类的麻将 AI 呢？
我们常常会忽略一个事实：研发如此规模的对弈人工智能，除了需要大量的资金和顶级的技术人员，还要有对这一项目的无限热爱。


被称为「AlphaGo 之父」的戴密斯·哈萨比斯从小便展现出对棋类游戏极高的天赋及对编程浓厚的兴趣，曾在高中时设计出一款能够打败他弟弟的棋类游戏 AI，16 岁便进入剑桥大学学习计算机科学。2014 年，谷歌以 6.3 亿美元收购了哈萨比斯于 3 年前创立的 DeepMind 公司，其后 AlphaGo 的诞生，离不开他的团队对开发顶级棋类人工智能的全力投入。


戴密斯·哈萨比斯（Demis Hassabis），2010 年成立 DeepMind，后研发出 AlphaGo。麻将毕竟是小众牌类对抗项目。倘若有更多的资本，与拥有研究麻将 AI 的足够技术及热爱的人们相结合，符合「战胜」人类条件的麻将 AI 将会出现得更快。


不仅是棋类项目，与麻将拥有诸多共同点（如非完全信息博弈、多人参与）的牌类项目——德州扑克的人工智能程序也已经战胜了人类选手，这说明至少在技术领域，存在供麻将 AI 开发者所参考的东西。


皇家同花顺（相同花色的 10-A），德州扑克的最大牌型，出现概率极低。战胜人类的德州扑克 AI——Libratus 是如何训练出来的？由于其非完全信息博弈的特征，开发者输入了随机生成的牌局数据，以及在这些情况下，玩家可能会做出的选择及其结果的数据来训练德州扑克 AI。这两点对麻将 AI 而言是可以参照的，由于它与人类牌手一样，只知道自己手中的牌与已经打出去的牌，故在训练模型时，以随机的开局在线棋牌游戏，及之后玩家打出的牌及其后果作为数据，或许会有不错的效果。
当然，为了让麻将 AI 更加适应「和人类对战」这件事，要考虑的细节还有很多。例如，往模型中输入那些打牌风格较为接近——即在一些给定的牌局下，这些玩家倾向于如何出牌，以及他这样做的结果——的玩家数据，来让模型学习。实战中，麻将 AI 便会根据人类玩家的出牌习惯，判断出这个人的风格，从而在出牌选择上做出细微调整。


《天才麻将少女》中的角色：片冈优希。其打法风格明显，东场胜率极高。


然而，无论以何种方式训练麻将 AI，都是建立在严谨中极富变化的麻将规则上的。什么？人类在作弊的情况下，麻将 AI 能不能战胜人类？
当然不能啦。而且题主还强调了联合！作弊！麻将 AI 很委屈啊！麻将的对抗环境建立在信息不对称的基础上，每个牌手只能看见自己的牌和打出去的牌，使牌手之间形成了相互制约。现在我们让三位人类牌手可以看到桌上所有人的手牌，纵使麻将 AI 的打法再怎么稳妥、谨慎，它也看不到别人的牌。这样作弊的结果，要么是两人给一人喂牌，只要运气不太差，很快便可和牌，要么是有一到两人根据麻将 AI 手中的牌来误导它，迫使它搜索出的分支越来越偏。所以人类一旦作弊，麻将 AI 是几乎和不了牌的，想要达到一定的胜率就更不可能了。


仿佛看到麻将 AI 流下了倔强的泪水...反过来说，如果人类依靠作弊战胜了自己研发的麻将 AI在线棋牌游戏，这样的胜利真的算是战胜吗？单纯地追求哪一方更厉害本身并没有太大意义。而棋牌类 AI 研究的目的也正是在于，提升 AI 算法的适用范围与能力，并将这些科学家们留下的卓有成效的算法带出实验室，让它们与各领域的场景相结合，原本有些无趣的算法就会真切地影响到我们的生活；同时也是为了我们每个人能够更加关注与了解人工智能本身，为了越来越多的人能够正确看待这些逐渐改变我们生活的新鲜事物。


因为如今的人工智能，对我们而言就像是一种全新的辅助工具，它可以是办公大楼中安装的人脸门禁，也可以是帮你订闹钟的聊天机器人 Siri 小姐姐，是我们人人都可以接触到的，生活与工作的好帮手，而并非神秘的「黑科技」。所幸，越来越多的优秀算法正在为我们的生活带来便利，在这种情形下，我们则更要理性、清晰地认识渗透于周身的人工智能应用。




当然在线棋牌游戏，Siri 的「重要」功能之一便是...

总结一下~麻将 AI 若再经过一定发展，可以战胜人类，而如果人类牌手作弊，麻将 AI 则无法战胜人类。
————————干货的分割线————
如果想了解更多人工智能知识，不妨关注下我们的专栏呀～
每周三稳定更新，一分钟视频轻松了解人工智能小知识，还有不定期干货文章——