北京治疗白癜风手术医院 https://baike.baidu.com/item/%E5%8C%97%E4%BA%AC%E4%B8%AD%E7%A7%91%E7%99%BD%E7%99%9C%E9%A3%8E%E5%8C%BB%E9%99%A2/9728824?fr=aladdin
By超神经
场景描述：微软发布了一款打麻将的AI模型，在专业的竞技平台上成功达到最高段位。在这项风靡全国甚至全球的娱乐活动上，AI雀神的诞生究竟克服了哪些困难，这项技术的诞生又有哪些深层的意义。
关键词：麻将Suphx深度强化学习
作者：神经小刀神经兮兮
编辑：神经星星
在今日举行的世界人工智能大会上，微软发布了一个「雀神AI」——Suphx，在专业的麻将竞技平台上，实力胜过了顶级人类选手的平均水平。
Suphx，全称是SuperPhoenix（超级凤凰），于年3月登陆日本专业的麻将竞技平台「天凤」。
微软全球执行副总裁沈向洋现场介绍Suphx
在这个最知名的麻将平台上，AI能够参与的公开竞技「特上房」中，Suphx与人类选手展开了余场四人麻将对局，逐渐打出了自己的实力和水准。
到了6月份，Suphx达到了特上房的最高段位十段，而限制Suphx没能问鼎最十一段位「天凤位」的，只是平台还不允许AI系统进入最高级的房间对战。
天凤平台自年推出以来，四人麻将达到过十段的选手约有位，而现役的十段人类选手也不过十几位。但在衡量实力水平的稳定段位上，Suphx达到了8.7段，远远高出人类十段选手的7.4段。
Suphx是天凤平台上所有AI里的最高水平
此前，天凤平台还活跃着另外两个麻将AI系统，分别是年由东京大学发布的「爆打」，以及年由Dwango发布的「NAGA25」，但二者的稳定段位均低于6.5，被Suphx远远地甩在了身后。
千年历史的麻将：缓慢演进的大众休闲
麻将，也称「麻雀」或「雀牌」等，是正宗的国粹。
有关麻将起源的说法五花八门，至于其真相也无从考证，但可以确定的是，麻将自从问世后，作为全民娱乐项目，麻将一直流行于民间，经久不衰。
麻将的前身，最早可追溯到汉代的叶子戏牌
而麻将牌的符号和制作也历经了多次变迁，最早的麻将牌竹子和动物骨头制作，此后还有过纸牌的时期。
在达官贵人中，还曾用犀牛角，象牙，金银铜，青花瓷来制作，彼时的麻将牌由精工巧将们一张张雕刻而来。
LV、Prada、爱马仕这些国际品牌，都曾推出过高级定制麻将
直到年以后，塑料用品的普及，以及机械化的发展，使得麻将逐渐以材料被大量生产。
但除了制作工艺上的变化，麻将里的最高科技，除了AI，可能就是自动麻将机了。
AI胡牌，全靠推理
在AI研究之前，很多人一度认为麻将中，运气是决定性的因素。但其实麻将的竞技规则，其实是很复杂的问题。
张麻将的排列组合有许多种结果，同一玩家两次出牌之间，夹杂了其他3位玩家的出牌，还有自己的摸牌，而且还有「吃」、「碰」、「杠」都会让牌局产生动态变化。
其次这是一个非完美信息问题。每个玩家只能知道自己的13张手牌，以及被打出的牌，而其他人的牌和剩余底牌都是未知，这些隐藏信息导致了变数众多。
几种牌类游戏的复杂度对比
即便是很有经验的玩家，也难以理清已知牌面和最佳打法之间的逻辑关系，丰富的隐藏信息会导致游戏的复杂度加剧。
这需要在整个过程中，做好策略的规划，比如在局势不利的情况下，战略性地「放炮」让第四名玩家获胜，以防止被总分第二名的反超。
因此，想要打造一个高手麻将AI，只有强大的算力是不够的，更需要的还在于，让AI具有直觉、预测、推理和模糊决策的能力。
成为一代雀神，靠深度强化学习
针对上述难点，微软利用深度强化学习打造的Suphx，通过最新的算法，一步步在学习和调试中，晋升成了竞技麻将的最强雀神。
雀神Suphx是这么做到的
首先是「初始化」阶段，利用「天凤」平台的公开数据，研究人员通过有监督学习，得到一个初始模型，并在模型基础上，用自我博弈的方式进行强化学习训练。
随后，针对非完美信息博弈的挑战，Suphx创新性地尝试了先知教练技术来提升强化学习的效果。
在训练阶段，利用不可见的隐藏信息，引导AI模型的训练方向，让它的学习路径更加清晰、贴近完美信息意义下的最优路径，从而促使AI模型深入理解可见信息，从中找到有效的策略。
经典的搜索树结构，AI希望最小化对手的最大收益
但不适用于麻将游戏
此外，对于麻将复杂的牌面表达和计分机制，他们利用全盘预测技术，搭建起每轮比赛和8轮过后的终盘结果之间的桥梁。
通过精巧设计的预测器，模型能够理解每轮比赛对最终结果的影响，从而有全局性的决策视角。
研究团队还引入了新的机制，能够对牌局的过程进行动态调控，让Suphx在推理阶段根据最新信息进行策略调整，作出自适应的决策。
最后就是进入实战，通过不断参与到人类玩家的对局中，让AI不断学习以提升自己的技能。
该局中，Suphx不仅胡牌还是大三元
自3月进入天凤平台之后，Suphx一直在不断的自我进化。目前，在平衡攻击和防御方面，Suphx能够实现比顶尖人类玩家更明智的策略，战略性地完成短期损失与长期收益之间的权衡，并根据已有的模糊信息进行快速决策。
麻将AI：不止是牌桌上的胜负
得益于其新算法和训练技巧，Suphx在打法和风格上独树一帜。
天凤平台上的的顶级人类玩家，就在社交媒体上盛赞Suphx，他觉得自己看了很多Suphx的比赛，学到了很多不曾见过的技术。
此外，还有很多玩家都说在Suphx的对战中，学到了实用的对战技巧，因此也纷纷将其称为「麻将教科书」、「Suphx老师」。
张的麻将带来的技术启示
对于麻将的输赢，市井百姓享受的是运气和经验的快感，而高手享受的是智力的较量。
这样一个「雀神」AI，除了打造一个无敌的麻将教练，还能打开全新的视角，让我们从数据算法的维度，去解析这项娱乐。
不再像一个赌徒般依赖于运气，而在脑力的光环之下，逐渐抛下那些随机的不定的东西，探索出一套胜利的规律。
这不正是AI发展之路上，最迷人的一束光吗？
内容参考：微软研究院AI头条《微软超级麻将AISuphx，破解非完美信息游戏》（
