微软麻将AI难度更胜围棋实力，媲美顶尖棋手

人工智能（AI）发展一日千里。前年Google研发的围棋AI就震撼全球。而近日另一科企微软（Microsoft）就研发专攻麻将游戏AI。到底麻将AI优胜之处在哪里？能力是否能媲美人类？

早前微软（Microsoft）亚洲研究院开发的麻将AI系统Suphx（超级凤凰）。成为首个在国际知名专业麻将平台「天凤」上。荣升十段的AI系统。并称实力媲美顶尖人类选手。

微软亚洲研究院副院长刘铁岩博士接受专访表示。麻将与其他棋类游戏不同。建立的AI亦各异。「相比信息完整、逻辑性强的象棋、围棋等棋类。麻将玩家得到的信息不对称。属于非完美信息游戏（Imperfect Information Game）。因为在打牌过程中有大量隐藏信息。有高度不确定性。」他直言。仅靠运算力无法根本解决问题。需要更强的直觉、预测、推理、和模糊决策能力。

研发麻将AI三大挑战

与象棋、围棋、德州扑克等棋牌类游戏相比。麻将具有更复杂隐藏信息。难度亦更高。刘铁岩表示。总体而言。麻将AI主要面临三大挑战：巨大的状态空间、非完美信息博弈、以及复杂奖励机制。

与只有52张牌的德州扑克相比。136张麻将牌组合可能性更多。同时。麻将中同一个玩家两次出牌之间。夹杂其他3个玩家的出牌和自己摸的底牌。均会出现不同局面。

而麻将中。4位玩家出牌顺序亦不固定。任意一位玩家『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。

象棋和围棋属于完美信息游戏。玩家可看到棋局对方落子。麻将则存在大量隐藏信息。具体而言。麻将中每个玩家有13张手牌。另外还有84张底牌。对玩家而言。他只知道自己手里的13张牌和之前打出的牌。无法知道别人手牌及未翻开的底牌。最多可有超过120张未知牌。众多未知信息使麻将难度非常高。由于任意性太大。玩家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。

日本麻将规则是「无役不能和牌」。多样的特殊牌面构成复杂的「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胜出。这类麻将策略为AI带来额外挑战。AI亦需审时度势。把握进攻与防守时机。

自我博弈自我进化

微软的麻将AI Suphx在训练过程中采用了自我博弈技术。同时利用和人类选手的对战来提高自己水准。今年3月登陆天凤平台以来。Suphx就与人类选手对战超过5000场。「平衡攻防方面。Suphx表现出更胜顶尖人类玩家。能战略性地完成短期损失与长期收益之间平衡。根据已有模糊信息快速决策。」

刘铁岩亦透露。麻将AI背后是深度强化学习技术。对于规则并不敏感。尽管中国麻将跟日本麻将有区别。只要把相应准则嵌入强化学习流程。AI能自动学习出好的解决方案。因此系统可以完全可以应付不同类型麻将游戏。