下棋、玩游戲，在與人類的博弈中，人工智能（AI）正在不斷成長。近日，英國DeepMind公司的AI智能體DeepNash，就在西洋陸軍棋（Stratego）中達到了專業級人類玩家的水平。該成果12月1日發表于《科學》。
事實上，在DeepNash攻克Stratego前，就有報道稱AI能夠玩“強權外交”這款類似的經典桌游。這是一款具有外交深度的游戲，玩家間存在合作與競爭關系，必要時須通過談判結交盟友。
“近年來，AI掌握本質不同的游戲的速度相當驚人。”美國密歇根大學計算機科學家Michael Wellman表示，Stratego和“強權外交”這兩款游戲大不相同，但它們都極具挑戰性，與此前AI已經掌握的游戲也截然不同。
Stratego是一款需在信息缺失情況下進行戰略思考的棋盤游戲，類似于中國的軍棋。它要比此前AI掌握的國際象棋、圍棋或撲克復雜得多。
在游戲中，雙方各有40枚棋子，且彼此看不到棋子的真實“身份”。雙方輪流移動棋子，來消滅對手的棋子，最終奪得對方軍旗或消滅所有能動的棋子的一方獲勝。因此，玩家需要進行戰略部署、收集信息，并與對方博弈。
一局Stratego游戲中會有10535種可能的布局。相比之下，圍棋的布局有10360種可能。此外，在Stratego中，AI需要推理對手超過1066種部署策略，這使德州撲克中初始的106種可能情況相形見絀。
“Stratego中可能出現的結果數量之多及其復雜性，意味著在信息完全的游戲中表現出色的算法，甚至在撲克游戲中表現良好的算法，在這款游戲中都不起作用。”DeepMind研究員Julien Perolat說。
所以Perolat和同事開發了DeepNash，該命名致敬了提出納什均衡的美國數學家約翰·納什。
納什均衡是博弈論中一種解的概念，指滿足以下條件的策略組合：任何一位玩家在此策略組合下單方面改變自己的策略（其他玩家策略不變），都不會提高自身的收益。
DeepNash將強化學習算法與深度神經網絡相結合，以找到納什均衡。強化學習包括為游戲的每個狀態找到最佳策略。為了學習最佳策略，DeepNash已經與自己進行了55億次博弈。
今年4月，DeepNash在網絡游戲平臺Gravon上與人類Stratego玩家進行了兩周的比賽。在50場比賽后，DeepNash目前在所有Gravon Stratego玩家中排名第三。
“我們的研究表明，像Stratego這樣復雜的涉及不完善信息的游戲，不需要通過搜索技術來解決。”團隊成員、DeepMind研究員Karl Tuyls表示，“這是AI邁出的一大步。”
而曾于2019年報告了玩撲克的AI——Pluribus的Meta AI研究員Noam Brown團隊，則將目光投向了一個不同的挑戰：建立一個可以玩“強權外交”的AI。
“強權外交”是一個最多可由7位玩家參與的游戲，每位玩家代表第一次世界大戰前歐洲的主要力量，游戲目標是通過移動部隊控制供應中心。重要的是，該游戲需要玩家間進行私人交流和合作，而不是像圍棋或Stratego那樣進行雙人博弈。
“當進行超過兩人的零和博弈時，納什均衡思想對游戲就不再有用了。”Brown說，他們成功訓練出了AI——Cicero。在11月22日發表于《科學》的論文中，該團隊報告稱，在40場游戲中，“Cicero的平均得分是人類玩家的兩倍多，在玩過一場以上游戲的參與者中排名前10%”。
Brown認為，可以與人類互動并解釋次優甚至非理性人類行為的游戲AI，可以為其在現實世界的應用鋪平道路。
相關論文信息：
“未來將是一個更加開放的超連接世界，未來工程教育必須有新的思維、新的理解和新的創新。”在近日舉辦的2024國際工程大會上，中國工程教育認證協會理事、東北大學原校長趙繼強調，跨學科協同網絡和合作方式的扁......
近日，中國長城參與承擔的新一代人工智能國家科技重大專項“面向人工智能應用的神經網絡處理器關鍵標準研究與芯片驗證”項目經專家組評審，順利通過驗收。作為首批人工智能領域的國家科技重大專項，“面向人工智能應......
《中共中央關于進一步全面深化改革、推進中國式現代化的決定》提出：“建立人工智能安全監管制度。”這是黨中央統籌發展與安全，積極應對人工智能安全風險作出的重要部署。人工智能是引領這一輪科技革命和產業變革的......
引言：“大鵬一日同風起，扶搖直上九萬里。”細胞和基因治療（CGT）領域在過去幾年中取得了顯著進步，其管線和批準產品的數量急劇增加。然而CGT市場仍然面臨許多挑戰，這些挑戰阻礙了其增長并延遲了這些療法的......
近日，湖北省科技廳等6部門聯合發布《湖北省科技人才貸工作實施方案》（以下簡稱《實施方案》），旨在引導金融機構加大對科技人才和人才企業的信貸投入，助力科技人才企業高質量發展。《實施方案》明確指出，貸款對......
10月31日，華為創始人兼CEO任正非與ICPC（國際大學生程序設計競賽）主席、教練及獲獎選手座談會紀要曝光。談及時下火熱的人工智能（AI），任正非表示，世界走向人工智能的潮流是不可阻擋的。芯片、算力......
2025年的腳步越來越近，美國《福布斯》網站在近日報道中預測了2025年值得關注的四大技術趨勢。文章強調，這些最具變革性的技術將深刻影響人們的生活與工作方式，同時也會顛覆我們對周圍世界的認知。AI代理......
10月22日，百度在北京發布了“2024十大科技前沿發明”，一批創新AI（人工智能）原生應用和高價值專利成果披露，“大模型”成為關鍵詞。這十大科技前沿發明具體為：基于生成式大模型的智能體技術，基于大模......
記者從市場監管總局獲悉，近期，我國提出并牽頭推動在國際電工委員會核儀器儀表技術委員會（IEC/TC45）成立帶電粒子加速器和核設施人工智能兩個國際標準新工作組，實現了我國在核儀器儀表領域牽頭成立國際標......
10月26日，2024年北京市數字教育工作推進會上，《北京市教育領域人工智能應用指南》發布，明確人工智能在6大重點教育領域、29個典型場景的應用規范，指導師生穩妥有序開展實踐。今后，《指南》將隨技術進......