微软麻将AI来了 第一波人类高手已经被打爆
内功修炼到了十段，微软打算让Suphx出来走两步。
今年6月，由微软亚洲研究院开发的麻将AI系统Suphx成为首个在国际专业麻将平台“天凤”上荣升十段的AI系统，这是目前AI系统在麻将领域取得的最好成绩，其实力超越该平台公开房间顶级人类选手的平均水平。
今天，微软首次对外正式披露了该项目的详细进展，这个项目由微软亚洲研究院副院长刘铁岩带队的四人团队组成，用时一年，成绩显著。
大家可能有很多疑问，麻将AI和我们熟知的围棋AI有哪些不同？都是人工智能那谁更厉害？麻将AI又能做什么？网易智能同微软团队进行了深入的交流。
他们为什么选择麻将!
实际上，打造麻将AI要比打造已经压制人类的谷歌围棋AI难度更大。因为如果是围棋，棋局信息是公开的，但对于麻将而言，有太多的隐藏信息，并且有更多的随机性。
换句话讲，麻将这类非完美信息游戏，与围棋、象棋等完美信息游戏相比，对人工智能来说具有更大的挑战性，如果说围棋的可观测状态信息是10的172次方，隐藏的不确定信息为0，那么，麻将的可观测状态信息则是10的121次方，可怕的是隐藏的不确定信息达到了10的48次方。
刘铁岩向网易智能表示，我们生活的世界是由许许多多的随机事件构成的，而且在很多情况下，无法知晓的信息也许远多于我们能够掌握的信息，而我们仍然要在这样信息不完全的条件下做出决策。
“AI在非完美信息游戏中的突破，将有助于协助人类应对更多高度复杂的现实问题，尤其是在智能交通、金融投资等容易受到随机突发状况影响的场景中“。他谈到。
AI如何在天凤“打怪升级”
据介绍，由于长期在民间广为流传，不同地区的麻将玩法非常多样，缺乏统一的规则标准和评价体系。日本在线麻将竞技平台“天凤”，因其完善的竞技规则、专业的段位体系，成为专业麻将平台，受到职业麻将界的广泛承认。
刘铁岩介绍，天凤平台为高水平麻将玩家提供两种竞技房间：“特上房”对四段以上所有玩家免费开放，允许AI参与游戏，目前所有玩家在此房间的最高段位是十段;
“凤凰房”仅对七段以上的人类付费玩家开放，目前不允许AI参与游戏，在该房间能够达到的最高段位是十一段，称为“天凤位”。自天凤平台在2006年推出以来，全平台达到四人麻将天凤位的麻将高手仅有13位[JL1]，曾经达到过十段的选手约有180位，而现役十段的人类选手也仅有十几位。
而微软亚洲研究院开发的麻将AI系统Suphx于3月登陆天凤平台，在AI能够参与的公开竞技房“特上房”，Suphx与人类选手展开了5000余场四人麻将对局，在这5000余场对局中，Suphx的稳定段位超过了8.7。
刘铁岩透露，他们也在和天凤平台探讨，以怎样的方式让Suphx进入还不允许AI参与的凤凰房。
麻将AI到底难在哪？
与象棋、围棋、德州扑克等棋牌类游戏相比，麻将具有更复杂的隐藏信息和更高的难度。
总体而言，微软亚洲研究院将麻将AI面临的挑战总结为以下三点：
首先，巨大的状态空间：与只有52张牌的德州扑克相比，136张麻将牌的排列组合可能性更多。同时，麻将中同一个玩家两次出牌之间，夹杂了其他三个玩家的出牌和自己摸的底牌，可能出现的不同局面数目非常巨大。值得特别指出的是，在麻将中，4位玩家的出牌顺序是不固定的，任意一位玩家的“吃碰杠”都可能使出牌顺序突然改变，导致游戏树不规则、且动态变化。这些特点使麻将很难直接利用AlphaGo等棋盘游戏AI常用的蒙特卡洛树搜索算法。
其次，非完美信息博弈：象棋和围棋属于完美信息游戏，玩家可以看到棋局中对方玩家的落子。麻将则存在大量的隐藏信息。具体而言，麻将中每个玩家可以有13张手牌，另外还有84张底牌。对于一个玩家而言，他只知道自己手里的13张牌和之前已经打出来的牌，却无法知道别人的手牌和没有翻出来的底牌，所以最多可以有超过120张未知的牌[JL2]。这么多的未知信息使得麻将的难度非常高。一方面，由于随机性太大，玩家即便在出牌决策中估计对方玩家手牌、底牌等不可见的牌，也无法避免不确定性对于游戏走向的影响。这将对AI模型的训练带来很大挑战：AI模型很难发现已知牌面信息和最优打法之间的逻辑链路。另一方面，丰富的隐藏信息导致游戏树的宽度非常大，对树搜索算法的可行性提出了进一步的挑战。
其三，复杂的奖励机制：日本麻将的规则是“无役不能和牌”，多样的特殊牌面构成了复杂的“役种”和番数计算规则。一轮游戏共包含8局，单局得分与役种和番数相关，最后根据8局的得分总和进行排名，来形成最终影响段位的点数奖惩。因此有时麻将高手会策略性输牌，例如，在第8轮时如果A玩家已经大比分领先第二名，他可能会故意放炮给排名第四的玩家，来防止总分被排名第二的玩家反超，保证自己在最终结算时获得最大的点数奖励。这为构建高超的麻将AI策略带来了额外的挑战，AI需要审时度势，把握进攻与防守的时机。#p#分页标题#e#
三大技术见招拆招
“面对麻将游戏的巨大挑战，AI仅靠强大的计算力无法从根本上解决问题，而需要更强的直觉、预测、推理和模糊决策能力，“微软亚洲研究院副院长、机器学习领域负责人刘铁岩博士表示。他们的主要技术应用可以概况为先知教练、全盘预测、自适应决策。
据了解，微软亚洲研究院针对麻将的特点与难点尝试了一系列基于强化学习的新算法，比如，为了应对巨大的状态空间，研究团队引入了全新的机制对探索过程的多样性进行动态调控，让Suphx可以比传统算法更加充分地试探牌局状态的不同可能;另一方面，一旦某一轮的底牌给定，其状态子空间会大幅缩小;所以研究团队让Suphx在推理阶段根据本轮的牌局来动态调整策略，对缩小了的状态子空间进行更有针对性的探索，从而更好地根据本轮牌局的演进做出自适应的决策。
其次，针对非完美信息博弈的挑战，Suphx尝试了先知教练技术来提升强化学习的效果。其基本思想是在自我博弈的训练阶段利用不可见的一些隐藏信息来引导AI模型的训练方向，使其学习路径更加清晰、更加接近完美信息意义下的最优路径，从而倒逼AI模型更加深入地理解可见信息，从中找到有效的决策依据。
另外，对于麻将复杂的牌面表达和计分机制，研究团队还利用全盘预测技术搭建起每轮比赛和8轮过后的终盘结果之间的桥梁。可以让AI理解每轮比赛对终盘的不同贡献，从而将终盘的奖励信号合理地分配回每一轮比赛之中，以便对自我博弈的过程进行更加直接而有效的指导，并使得Suphx可以学会一些具有大局观的高级技巧。
*免责声明： 凡本网注明“来源：XXX(非神州瞭望网)”的作品，均转载其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。若内容涉及投资建议，仅供参考勿作为投资依据。本网站无法鉴别所上传图片或文字的知识版权，如果侵犯，请及时通知我们，本网站将在第一时间及时删除。
-
- AI应用场景多元化，落地与挑战中寻找产业AI化的最优解
-
10月26日,《2021-2022中国人工智能计算力发展评估报告》(以下简称:报告)在AICC2021人工智能计算大会上发布,旨在通过宏观经济、技术成熟度、AI劳动供给、行业及地域四大方面综合考量和评估我国
2021-11-01
-
- 用AI赋能智能制造转型升级
-
中业科技成立10余年来逐渐发展成为一家NLP（自然语言处理技术）及应用的人工智能公司，并在智能制造领域取得突破。未来是AI的天下，AI不仅能用于互联网社交，还能在物联网和制造业等领
2021-10-25
-
- 技术与场景深度融合 谱就AI大时代繁荣生态图谱
-
锁定重大产业方向，设立以头部企业为依托的开放创新平台，让他们在国家人工智能创新体系中发挥引领作用，是国家新一代人工智能开放创新平台设立的关键诉求。 随着国家新一代人工智能
2021-10-21
-
- 着力推动虚拟现实产业高质量发展
-
新华社南昌10月19日电 2021世界VR产业大会云峰会开幕式19日在江西南昌举行，国务委员王勇出席并致辞。他强调，要以习近平新时代中国特色社会主义思想为指导，全面贯彻党中央、国务院决策
2021-10-20
-
- 世界VR产业大会发布中国虚拟现实产业重要成果
-
10月19日，由工业和信息化部、江西省人民政府主办的2021世界VR产业大会云峰会在江西南昌开幕。本次大会以VR让世界更精彩融合发展创新应用为主题，设立奥地利和韩国两个海外分会场，吸引
2021-10-20
-
- 传统行业想获得AI加持，为何这么难
-
AI技术要实现应用，首先数据要达到一定的体量，此外算力也要能支持大规模的模型训练，而后算法方面需要达到一定的精度，端侧算力也要具备一定的推理能力。 之所以目前只有消费互联网
2021-10-18
-
- 山东移动九大模型助力精准“打猫”
-
近年来，山东移动将防范打击电信网络诈骗作为我为群众办实事的具体举措，持续深化开展春雷断卡行动，推动构建清朗的网络空间环境。 今年以来，依托九大模型精准识别，山东公司已累计
2021-09-29
-
- 敲黑板啦，关于5G网络的重要提示
-
敲黑板啦~~随着技术更新迭代，越来越多的人开始用5G手机，请注意：使用5G手机却没有打开5G开关，那用的仍旧是4G网络哦~ 这样的设置步骤，你一定要清楚明了 对绝大多数人来说，睡觉前做的
2021-09-29
-
- 2021国家机器人发展论坛在深圳召开
-
2021年9月24-25日,以创新湾区智造,跨界融合发展为主题的2021国家机器人发展论坛在深圳隆重召开。此次国家机器人发展论坛的举办是学会积极响应中国科协关于开展科创中国品牌工作号召的具体
2021-09-29
-
- 知道创宇入选第九届CNCERT国家级网络安全应急服务支撑单位
-
9月27日下午，第九届CNCERT网络安全应急服务支撑单位授牌仪式在世界互联网大会的互联网之光博览会举办，知道创宇创始人兼CEO赵伟等13家国家级支撑单位代表出席此次授牌仪式。 知道创宇在
2021-09-29