【編者按】
隨著Master完成對人類棋手的60勝,人工智能(AI)對人類智慧的挑戰再度引爆網絡。
曾經,圍棋曾以它復雜的算法,至高的棋理被認為“無可戰勝”,但在圍棋堡壘失手后,我們不禁要問,還有哪個棋牌領域AI不能攻克。
在網絡江湖上,許多人都說中國的“國粹”麻將會成為人類面對人工智能的“最后壁壘”,但是這樣的說法真的靠譜嗎?
麻將比圍棋好搞定多了
一言以蔽之,麻將AI 不是做不了,而是沒人做。之所以目前還沒有能夠戰勝人類的麻將AI,主要原因還是人們在麻將AI 研究方面的投入不夠。
目前的麻將AI基本都是麻將游戲制作團隊為麻將游戲設計的,在單機上就可以運行,強度自然有限。
如果像AlphaGo一樣,世界頂級團隊制作,背后龐大資金支持,使用1000個CPU運行,想要設計一個輕易戰勝人類頂尖麻將牌手的AI沒有任何難度。
首先,麻將的復雜度要遠遠小于圍棋。單就自己的14張手牌來說(總牌數136張),組合共有326520504500種(計算方法詳見麻雀 數學),遠遠小于圍棋的2.08 10^170。
不足10^12的手牌種類意味著麻將AI完全可以提前計算好每手牌的打法估值并儲存在資料庫中,打牌時調用即可。
下圖選自日本麻將研究者的個人網站麻雀 數學。
當然,打麻將也要考慮別人打的牌以及各家的得分。各家分差的復雜度是很小的,而別人打的牌雖然復雜度會很高(136張牌的牌墻組合為4.3 10^185種,甚至超越了圍棋的復雜度),但別人打的10張牌大多只有1~2張是有用的信息,AI只需要識別這種模式并搜索對比以往對局的牌譜即可。
其次,人類對麻將的研究遠不及圍棋,頂尖麻將牌手的訓練水平很低。相比圍棋研究幾千年的歷史,麻將誕生不過百余年,人們真正開始利用科學手段(統計學、大數據)來研究麻將只是近十年剛剛起步。
例如“間四間”是上世紀流行的日本麻將理論,指的是別人打過中間相隔4張的2張同花色數牌,則這2張牌的內側筋牌是危險牌。
如別人打過三筒、八筒(中間相隔四五六七筒),則四七筒是危險牌,這是因為別人手里一開始可能是三五六八筒,三八筒效率較低被打掉,留下的五六筒要四七筒。
這一理論在近十年的大數據研究中已被證明是完全錯誤的——別人要四七筒的概率并沒有顯著性的上升。
可見,目前人們對麻將的研究還處在很初級的階段,通過別人打過的牌來分析別人想要的牌的科學研究才剛剛開始。麻將界也沒有圍棋那樣3歲開始學棋,10幾歲就和世界頂級高手過招,接受世界頂級指導的職業選手。