“赌神”的武器：计算机科学是如何征服扑克游戏的（二）

2025-03-21 来源 : 音乐

努力复制 slover 的决策——前提是记得机探头学习正因如此的可得规模以及采行有所不同手段的频率。因为他并不知道，他自己的人类性取向则会好不容易地影响自己的决策，所以对于特定的得意牌，Koon 往往则会随机同样 solver 的手段。他则会只求瞥一眼钟表上的秒针，或者看一看竟然的CPL事与愿违，把徽标的正向看成是十度，好让他估算出新从 1 到 100 之间的倍数。倍数越高，他采行的行动越倾向。 “我则会说道：好吧，过去是 9 点钟的正向。所以不应是 75%。那就是较为倾向的倍数了。”在这种具体情形，Koon 可能则会为自己这手牌同样 solver 公认的可得的最大规模，而如果秒针朝向 3 点钟正向，也就是 25% 的话，他可能就则会同样过牌。

当然，采行最优化手段并必须保障 Koon 不管拿什么样的牌都能击倒。不过，根据数学的理论，如果游玩的次数足够多的话，终于的结果不应不则会输——而且无论如何他则会好好得比不输要好得多，这要一般来说他击倒的手段与某种程度的完美游玩法相差多远。 Koon 说道，如果你跟 slover 游玩有数手牌的话，“我敢保障，终于击倒的一定是它。”

不过 Koon 刚刚就接着指出新，就算有了 solver 的完美手段，CPL要自已游玩好即使如此极其困难。底池不小的具体情形输击倒随之而来的心理波动，以及 12 小时的对打所随之而来的疲倦，这些挑战即使如此一如既往，但过去，顶级游道具必须在牌桌以外转为大量兼职才能继续发展。就像大多数的顶级棒球员好手一样，Koon 每周都则会把多数的整整都光阴在学术研究可能出新现的有所不同具体情况上，借此表达出新来这个程序同样只不过的逻辑。他说道：“solver 不了询问你为什么自己要好好所好好的冤枉情——它就是这么好好了。所以过去得由CPL游道具来找到新原因。”

最模范的游道具很难对 AI 的手段进行逆向工程，并创建适用于跟他们早就学术研究的手牌与具体情况完全相同的启发法。正因如此，他们要解决难题的信息量过去不小。当我把自己的自已法询问 Koon，说道这就像翻来覆去地看一本 10000 页的论著，好尽可能多地记得它时，他几天后就纠正了我：“是100000 页的论著。这种小游戏太难了。”

冤枉预上，Koon 要借助的信息规模甚至比这还要大。他租赁了近 200 TB 的幽存储来存储信息，也就是那些自开始跟 solver 协作以来他开发设计出新来的小游戏树信息。虽然跟人面对面游玩牌的时候不了获取牌翻开的所有信息，但这种限制必定适用于因特网游玩的CPL。自动化的机械人，尤其是在事与愿违较低的CPL小游戏之前的自动机械人，在 solver 兴起之前就仍然是网上CPL的一个难题，但过去因特网上游玩牌的人可以用另一个屏幕去寻找 AI 手段来规避规则，去下出新最优化手段。 Koon 说道：“任何时候，只要有事与愿违够高，可以击倒很多钱，而且有可能可以用来为善的设备的话，人们就有办法把它换成恶意辅助工具。”

Koon 推倒不是同样激怒自己在网上上跟人赛CPL的时候对方恶意，但其他的游道具就不那么确定了。棒球员游戏规则 Ryan Laplante 对此： “这就是我再也不游玩因特网赛的主要原因，我是说道真正的CPL赛。”已经有，作为全球CPL系列赛的一外，在接连不断免费入场为 7000 美元的因特网团体赛里头， Laplante 说道，在 100 位将近的参赛者当之前，他就仅仅认出新了 4 个人名属于据称被其他网站禁赛的游道具，因为他们适用了便是的“预时他的学生”。Laplante 并不认为最大型的因特网网站里头面，有一些在赛管制不足之处好好得还是很好的，但他激怒随着 solver 更加愈来愈普遍，权力的天平将继续转向那些靠恶意获得优势的人。

Laplante 说道：“我唯一信服的只有一件冤枉，那就是具体情况刚刚则会更加更糟。”