卡内基·梅隆大学的计算机科学家UOMAS SANDHOLM不是扑克玩家，甚至不是扑克迷，但他对游戏的着迷与他伟大的游戏理论家John von Neumann一样。冯·诺伊曼(Von Neumann)于1957年去世，他认为扑克是人类决策的理想模型，因为他发现了技巧和机会之间的平衡，而这种平衡是我们选择的一切。他将扑克视为终极的战略挑战，因为它不仅结合了象棋这样的游戏的数学元素，而且还结合了更难于精确建模的独特的人类心理角度-多年后，桑德霍尔姆在他的人工研究中分享了这一观点。情报。
我所留下的 是一个经常性的功能，邀请书作者分享轶事和叙事，无论出于何种原因，这些轶事和叙事都没有融入到他们的最终手稿中。在本期中，玛丽亚·康尼科娃(Maria Konnikova)分享了一个故事，该故事被遗忘在“最大的虚张声势：我如何学习注意力，掌握自我和赢得胜利”(企鹅出版社)上。
“扑克是信息不完善游戏的主要基准测试和挑战计划，” Sandholm在2018年一个温暖的春天的下午告诉我，当时我们在匹兹堡的办公室见面。事实证明，游戏已成为开发人工智能的黄金标准。
高个子又瘦又瘦，戴着线框眼镜，眉毛整齐，表情友好。Sandholm创建了三个计算机程序，旨在测试他们对人类扑克玩家的耐心，他们是Claudico，Libratus和最近的Pluribus。(当我们见面时，Libratus还是一个蹒跚学步的人，而Pluribus尚不存在。)目标不是解决扑克问题，而是创建算法，该算法在不完善的信息和随机情况(情况)世界中的决策能力很高随机确定且无法预测的数据，然后可以应用于其他随机领域，例如军事，商业，政府，网络安全，甚至医疗保健。
Libratus依赖于三个主要模块。首先涉及整个游戏的基本蓝图策略，从而使其比以前的游戏更快地达到平衡。它包括一种称为“蒙特卡洛反事实后悔最小化”的算法，该算法会评估所有将来的行为，以找出哪种行为会引起最少的后悔。遗憾当然是人类的情感。对计算机感到遗憾只是意味着意识到，未选择的动作会比原来的动作产生更好的结果。桑霍尔姆说：“直观上，遗憾表示AI过去对未选择该操作感到遗憾。” 遗憾越高，下次选择该动作的机会就越大。
这是一种有用的思维方式，但对人类的思维却难以实施。众所周知，我们在预测未来的情绪方面表现不佳。我们会后悔多少?不做其他事情我们会后悔多少?对我们来说，这是一个令人费解的演算，我们通常无法以正确的方式应用它。对于计算机而言，这全都与值的计算有关。它后悔没有做最多的事情，本来会产生最高期望值的事情呢?
第二个模块是一个子游戏求解器，它考虑了对手到目前为止所犯的错误，并考虑了她可能拥有的每一手牌。最后，还有一个自我完善者。这是数据和机器学习发挥作用的领域。试图利用对手是危险的，这使您面临被立即利用的风险，特别是如果您是计算机程序并且对手是人类。因此，自我完善程序不是尝试执行此操作，而是让对手的行为告知程序应关注的区域。“这使对手的行动告诉我们[他们]认为他们在我们的策略中发现了漏洞，“桑霍尔姆解释说。这使算法能够制定出解决这些漏洞的蓝图策略。