从扑克到现实世界：Tuomas Sandholm谈博弈论与AI的真正智能

在这期Lex Fridman播客中，卡内基梅隆大学教授Tuomas Sandholm回顾了AI扑克系统从Libratus到Pluribus的关键突破，深入讨论了博弈论、抽象建模与对手建模的取舍，并分享了这些方法如何走出牌桌，影响真实世界的复杂决策问题。

为什么扑克成了检验人工智能的试金石

理解这一点很重要：为什么研究AI的人会执着于扑克，而不是象棋或围棋？Sandholm给出的答案直截了当。与完全信息博弈不同，德州扑克是一种“不完全信息博弈”，你永远不知道对手手里拿的是什么牌。这迫使AI必须在不确定性下做决策，而这正是现实世界的常态。

他在对话中强调，扑克并不只是运气游戏，而是“概率、心理和策略的长期博弈”。AI在这里学到的，不是死记硬背的套路，而是如何在信息缺失的情况下，构建信念、更新判断并承担风险。Sandholm形容，这类问题更接近商业谈判、网络安全甚至国家安全决策，而不是棋盘上的完美计算。

正因为如此，德州扑克成为检验“什么是真正的智能”的理想场景。正如他所说的那样：“如果一个系统能在不完全信息下持续做出高质量决策，那它学到的东西一定是可迁移的。”

Libratus的突破：不是更快，而是更会“抽象”

2017年，CMU团队开发的Libratus在一对一无限注德州扑克中击败了多位顶尖职业选手。这一结果并非来自暴力计算。Sandholm反复提到一个关键词：抽象（abstraction）。

扑克的完整博弈树大到不可思议，直接计算是不可能的。Libratus的做法是，把相似的牌型、下注规模和局面合并成“抽象状态”，在这些压缩后的空间里求解近似纳什均衡。Sandholm指出，难点不在于抽象本身，而在于“哪些信息可以丢，哪些绝对不能丢”。

一个具体例子是下注尺度。系统不会考虑所有可能的下注金额，而是选取一组具有代表性的尺度。这种取舍如果做错，AI就会被人类针对性利用。Sandholm坦言，抽象设计更多是科学与工程的结合，而不是纯数学问题。“什么样的抽象是有效的，这是靠大量实验和失败学出来的。”

对手建模与“不利用”：AI的克制之道

在采访中，Lex Fridman问了一个尖锐的问题：既然AI能发现人类的弱点，为什么不彻底利用？Sandholm的回答揭示了博弈论AI的核心哲学。

Libratus的基础策略接近纳什均衡，这意味着在理论上它“不可被剥削”。在此之上，系统可以进行有限度的对手建模，针对明显偏离理性策略的行为做出调整。但这种利用是受约束的，否则一旦判断失误，反而会被反制。

他举了“牌移除效应”（card removal）的例子：当某些牌已经公开出现时，其他牌出现的概率会发生变化。这是人类高手也会用的统计直觉，但AI能系统性地、毫不疲劳地应用它。Sandholm总结说：“你必须在利用对手和保护自己之间取得平衡，这正是博弈论的精髓。”

走出牌桌：博弈论AI的现实世界野心

这场对话并没有停留在扑克。Sandholm花了相当多时间谈及机制设计（mechanism design）和现实应用。他认为，拍卖、市场设计和谈判系统，本质上都是多方博弈问题。

挑战在于，现实世界的参与者更多、规则更复杂、数据也更嘈杂。与扑克不同，你甚至不清楚“游戏规则”是否稳定。但正因为如此，扑克研究中发展出的抽象方法、均衡求解和对手建模，才显得格外有价值。

回顾人工智能的发展史，Sandholm持一种谨慎的乐观态度。他认为，AI在这些领域的进步，往往不是取代人类，而是帮助人类设计出更公平、更高效的系统。“如果你把规则设计好，整体结果就会更好。”这是他反复强调的一点。

总结

从德州扑克出发，Tuomas Sandholm展示了一条清晰的技术路线：在不完全信息下，用抽象压缩复杂性，用博弈论保证稳健性，再有限度地适应对手。Libratus的胜利不是终点，而是证明这些方法可以走向更广阔的现实世界。对读者而言，这期播客最大的启发在于：真正有价值的智能，不是炫目的表现，而是在不确定中长期做出可靠决策的能力。

关键词： Tuomas Sandholm， 德州扑克， 博弈论， Libratus， 人工智能

事实核查备注： Tuomas Sandholm（卡内基梅隆大学教授）；Libratus（2017年击败职业扑克选手的一对一无限注德州扑克AI）；不完全信息博弈；抽象（abstraction）；纳什均衡；牌移除效应（card removal）；机制设计（mechanism design）