微软-matrix50_44页_118mb

Matrix 2019年7-9月 第50期 总结

核心内容

本期刊聚焦于人工智能在游戏领域的应用与突破，特别是非完美信息游戏AI，并探讨了人工智能在自然语言处理（NLP）中的最新进展。文章介绍了微软亚洲研究院在麻将AI Suphx、游戏AI的发展历程、NLP中的机器推理技术等方面的研究成果和挑战。

主要观点

1. 麻将AI Suphx的突破

• Suphx是首个在国际知名麻将平台“天凤”上达到十段的AI系统，其稳定段位为8.7，远超顶级人类选手的平均水平（约7.4）。
• Suphx的突破在于其对麻将复杂性的应对，包括：
  • 状态空间的动态调控：通过引入新的机制，Suphx能够更充分地探索麻将的复杂局面。
  • 非完美信息博弈的应对：采用先知教练技术，利用隐藏信息引导AI训练，提高决策的准确性。
  • 全盘预测技术：将终盘奖励信号合理分配到每一轮，帮助AI形成全局策略。

2. 游戏AI的发展历程

• 游戏AI的发展与人工智能的进步密切相关，从国际跳棋、国际象棋、围棋到扑克、桥牌和麻将，AI逐步攻克了越来越复杂的挑战。
• 早期游戏AI（如国际跳棋、国际象棋）主要依赖搜索算法和剪枝策略，如Alpha-Beta剪枝。
• 随着深度学习的发展，AlphaGo等AI在围棋上取得突破，而Pluribus和DeepStack等AI在德州扑克上也取得了重大进展。
• 星际争霸2的AlphaStar和Dota2的OpenAI Five展示了AI在即时战略游戏中的能力，特别是在多任务处理和长期规划方面。

3. 非完美信息游戏的挑战

• 非完美信息游戏（如桥牌和麻将）由于信息不对称，对AI提出了更高的要求，包括：
  • 信息集数目和平均大小：麻将的信息集数目约为 $10^{121}$，平均大小约为 $10^{48}$，远高于德州扑克和桥牌。
  • 隐藏信息带来的不确定性：AI需要在大量未知信息中做出决策，这增加了学习和推理的难度。
  • 强随机性：麻将中随机抽取底牌对游戏结果影响极大，AI需要在不确定环境下高效学习。

4. 游戏AI对现实世界的启示

• 游戏AI的研究成果可以应用到现实世界的复杂问题中，如智能交通、金融投资等。
• AI在非完美信息游戏中的突破，有助于提升其在现实场景中的推理能力和决策能力。

关键信息

麻将AI Suphx

• 稳定段位：8.7，远超人类选手。
• 训练方式：采用强化学习和先知教练技术，提升决策能力。
• 影响：获得天凤平台的认可，可能进入“凤凰房”比赛。

游戏AI的挑战

• 完美信息游戏：如围棋、象棋，其复杂度主要体现在状态空间和游戏树复杂度。
• 非完美信息游戏：如桥牌、麻将，其复杂度体现在信息集数目和平均大小，隐藏信息更多，对AI策略的影响更大。
• 即时策略游戏：如星际争霸2、Dota2，AI需要处理多任务、长期规划和随机环境。

NLP与机器推理

• 机器推理是NLP领域的重要研究方向，旨在让AI在未见问题上进行理解和推断。
• 预训练模型（如BERT、XLNet、Unicoder）在NLP任务中表现出色，尤其是在跨语言推理和多任务学习方面。
• 知识图谱与预训练模型的结合成为研究热点，但现有模型在处理新领域时效果有限。

未来展望

• 游戏AI将继续向更复杂的领域发展，如桥牌和麻将。
• 通过研究游戏AI，AI可以进一步提升其在现实复杂问题中的应用能力。
• 机器推理技术将推动NLP在常识问答、事实检测、自然语言推理等任务中的发展。

总结

微软亚洲研究院在游戏AI和NLP领域取得了显著进展，特别是在麻将AI Suphx和机器推理技术方面。这些突破不仅展示了AI在处理复杂问题上的潜力，也为未来在现实场景中的应用提供了新的方向。游戏AI的发展不仅推动了人工智能技术的演进，也启发了我们在信息不完全环境下做出更智能决策的能力。