陳根：當人工智能與猜拳狹路相逢，石頭剪刀布還隨機嗎？_風聞

文/陳根

如果説，有一種決策的方法能跨越文化、種族和地域的限制，那麼除了抽籤這種純靠運氣的方式，恐怕只剩下猜拳了。

猜拳被長久地使用在生活中不需要太多思考的決策裏，一般認為，玩家獲勝的概率應該是一樣的，即恆定的30%左右，從長遠來看，這使任意玩家同樣有可能贏、平或輸。這就是所謂的混合策略納什均衡，在這種均衡中，每個參與者在每一輪中以相等的概率選擇三個行動。

但事實可能並非如此，來自浙江大學的研究團隊的研究發現，真正的玩家的策略看起來是隨機的，但實際上是由可預測的模式組成的，狡猾的對手可以利用這些模式來獲得重要的優勢。

具體來説，研究團隊開發了一個基於基於n-階馬爾可夫鏈的人工智能模型——Multi-AI，這意味着Multi-AI 擁有記憶性，能夠向前追溯最多 n 個歷史狀態並加以利用。研究人員將單個模型結合起來，應對人類玩家的不同性格和策略。

如果人類玩家連續勝利，就會促使 Multi-AI 轉向選擇其他人工智能模型的更優解。如果人類玩家連續失敗，大概率會轉換策略，或者打破之前的出拳規律，這時 Multi-AI 也可以隨之調整。

這意味着一種不同的博弈策略。即****Multi-AI 模型更強調針對不同玩家之間的個性差異、出拳策略，來及時的進行調控，選取當下最適宜的博弈策略。

最終實驗結果發現，在和52名人類玩家分別大戰300回合之後，人工智能擊敗了95%的玩家。由於比賽規則是贏+2分，平+1分，輸不得分，且參與者均知道獲勝會獲得金錢獎勵，總分越高，贏的錢越多，因此玩家故意放水或者隨便亂選的可能性極小。

即便如此，人工智能仍然大勝人類。在最懸殊的一場較量中，人工智能獲得了198次勝利，55次平手，僅輸了47次，勝率超過人類對手4倍。

當然，這項關於猜拳的最新研究，成果不僅僅是一個很厲害的猜拳人工智能，還是一個很厲害的循環制衡模型分析師，這意味着****人類的競爭行為確實有規律可循，而通過使用適當的簡單模型就能利用這些規律。研究人員認為，該人工智能模型未來有望拓展到其他博弈場景，比如預測競爭對手的下一步舉動，規劃更有效的競選策略，或者制定更有利的定價方案等等。