作者
陈大鑫
我已经答辩完成了我的博士学位论文！在我攻读博士学位的过程中，看到击败扑克界的顶尖人物的想法从科幻小说演变成现实，真是太神奇了。
昨日，NoamBrown在推特上宣布答辩完成了卡耐基梅隆大学（CMU）的页超硬核博士论文：
《EquilibriumFindingforLargeAdversarialImperfect-InformationGames》
这也差不多宣告他要毕业了，毕竟博士答辩结束就行了~
其实不用想也知道他能百分百通过答辩。
相信我，看完全文，没人敢把这位大神挂掉。
1
拿奖到手软
NoamBrown，卡耐基梅隆大学（CMU）博士，Facebook人工智能实验室研究科学家、AI德州扑克作者，致力于使AI在大型不完全信息多智能体交互中进行战略推理。
NoamBrown已经将自己的研究成果应用到了第一款在无限注德州扑克中击败顶级人类的AI上。
他和他的CMU导师一起创建了AI系统Libratus和Pluribus，并在人机对抗比赛中果断击败了顶尖的人类扑克职业玩家：
年一月在宾夕法尼亚州匹兹堡的Rivers赌场，一场奖金20万美元的比赛正在进行，在这为期20天的赛程里面4名人类职业玩家和Libratus共对战12万手。最终，Libratus人工智能系统成功击败了人类顶级职业玩家。
AI扑克Pluribus也因此曾登顶了Science封面：
不可不提的是，同样在年，NoamBrown及其导师获得了NIPS最佳论文奖，获奖论文：
年，同样是和导师合作，他们二人又拿下AAAI杰出论文奖，获奖论文：
随后NoamBrown之后的一系列成果也成为《Science》年年度突破的亚军：
除此之外，NoamBrown及其团队也因在AI方面的杰出成就获得了马文·明斯基奖（MarvinMinsky，人工智能先驱）。
最后，NoamBrown本人也被《MIT科技评论》评为35岁以下35位创新者之一。
而获得过这个奖项的大佬都有谁呢？
2
研究背景
近年来，以AlphaGo为代表的人工智能进步有目共睹，人工智能也再一次火遍全球。
而人工智能的成功似乎总是和人类对抗游戏的表现做对比体现出来。
对抗游戏的核心就在于博弈一词，博弈论起源于纳什均衡：
大家有看过电影《美丽心灵》的都会知道一二。
而纳什均衡的代表就是囚徒困境：
囚徒困境的故事讲的是，两个嫌疑犯作案后被警察抓住，分别关在不同的屋子里接受审讯。警察知道两人有罪，但缺乏足够的证据。
警察告诉每个人：如果两人都抵赖，各判刑1年；如果两人都坦白，各判两年；如果两人中一个坦白而另一个抵赖，坦白的放出去，抵赖的判5年。于是，每个囚徒都面临两种选择：坦白或抵赖。
然而，管同伙选择什么，每个囚徒的最优选择是坦白：如果同伙抵赖、自己坦白的话放出去，抵赖的话判5年，坦白比不坦白好；如果同伙坦白、自己坦白的话判两年，比起抵赖的判5年，坦白还是比抵赖的好。结果，两个嫌疑犯都选择坦白，各判刑两年。
现在我们谈游戏，以游戏为代表的信息博弈大致可以分为完全（完美)信息博弈和不完全(完美)信息博弈。
跳棋、国际象棋、五子棋、围棋等都属于完美信息博弈，即双方都知道博弈中每一时刻的确切状态，以及未来可能发生的所有状态（如果算力允许）。
相反，扑克牌是不完美信息博弈：博弈状态的一些信息是隐藏的，即博弈中存在包含多个决策点的信息集或博弈者无法预测对手的一些行动。
很显然，在扑克牌中如果大家都互相知道对手的牌面，那四个3也就没法当成4个2唬住对方了，这会使游戏顿时变得索然无味~
隐藏信息在现实世界策略互动中无处不在，如交通信息、战争等，这使得研究不完美信息博弈的技术尤其重要。
而反观NoamBrown这一路拿奖到手软的历程，其实可以看出他的研究
