多人撲克中圍繞超人AI的道德問題

人工智能的世界確實令人著迷，每個新的發展都在推動我們認為可能的界限。 AI在兩人遊戲中的勝利無非是超人。一個典型的例子是卡內基·梅隆大學（Carnegie Mellon University）的研究人員創建了Pluribus，這是一個AI機器人，掌握了多人撲克的藝術，即使是最熟練的人類玩家，也留下了最熟練的人。儘管這項成就是開創性的，但它還提出了有關在現實世界中使用此類技術的重要道德問題。讓我們深入研究這個有趣的話題。

戰略遊戲中AI的興起

AI在兩人遊戲中的主導地位

人工智能在各種兩人遊戲中表現出令人難以置信的人類占主導地位的能力。諸如Checkers，Chess和Go之類的遊戲（按照完美信息運行）已經掌握了AI的精通。這些算法已經達到了一定的專業知識，這些專業知識曾經是無法實現的，強調了AI技術的快速進步及其改變戰略決策的潛力。這種能力打開了令人興奮的機會，但也給桌子帶來了一些風險。

這些遊戲對人工智能更容易管理的原因之一是它們的零和本質。在零和遊戲中，一個玩家的收益是另一個球員的損失，為AI創造了一個明確的環境，以優化勝利策略。精心計算每一步，以最大程度地提高遊戲約束中的獲勝機會。像Pluribus這樣的AI輕鬆導航了這個環境，但在更複雜的多人遊戲環境中這樣做。

多人遊戲中的挑戰

儘管AI在兩人遊戲中表現出色，但向多人遊戲環境的轉變引入了新的挑戰。多人遊戲帶來了複雜性，例如多種戰略互動，建立聯盟的必要性以及處理不完整的信息，所有這些都加劇了遊戲的困難。多人遊戲中的一個主要障礙是納什均衡的概念。

在遊戲理論中，納什均衡是一個州，沒有球員可以通過單方面改變其策略來改善其結果，假設所有其他玩家都保持不變。在多人遊戲設置中，發現這種平衡變得更加困難，因為每個玩家的策略不僅取決於他們的行動，而且取決於所有其他玩家的策略。隨著球員數量的增加，策略和反設計的潛在組合也會增加，這對於AI來說，計算最佳行動方案的任務是一項艱鉅的任務。

卡內基·梅隆（Carnegie Mellon）的突破：pluribus

pluribus的工作原理

2019年，卡內基·梅隆大學（Carnegie Mellon）的研究人員通過開發Pluribus（一種AI算法）取得了重大飛躍，該算法超過了六名玩家無限制的Texas Texas Hold'em Poker'em poker的頂級人類撲克專業人士。與以前的AI撲克機器人不同，Pluribus並不是要直接計算NASH平衡。取而代之的是，它採用了一種複雜的自學方法，對抗自身的副本來通過無數迭代來完善其技能。這種自我播放使Pluribus能夠適應各種各樣的策略和不可預測的場景，從而製定了強大而多功能的遊戲計劃。

Pluribus瀏覽多人撲克復雜性的能力令人印象深刻。其策略的關鍵部分是它有效地使用虛張聲勢，這是撲克中的關鍵要素，涉及欺騙對手關於手的力量。 Pluribus學會了指出虛張聲勢會帶來優勢的情況，比人類玩家獲得優勢。它還採用了非常規的舉動，使經驗豐富的撲克玩家措手不及，這使對手預測其行動具有挑戰性。通過自我播放和戰略創新，Pluribus展示了AI在復雜的，現實世界中實現超人表現的潛力。

針對人類專業人士測試pluribus

為了測試Pluribus的能力，研究人員將其與世界上一些最好的撲克玩家相提並論。在一個實驗中，Pluribus與五個人類對手面對面，包括吉米·週，塞思·戴維斯和邁克爾·加利亞諾等著名的專業人士。人類玩家獲得了2,000美元的參與，如果贏得了2,000美元。 Pluribus的平均獲勝率令人印象深刻，每場比賽（MBB/遊戲）的平均勝利率約為25 Mbb/game，這是專業撲克的出色表現。

在另一項測試中，Pluribus對一個人類球員進行了五個AI機器人，其中兩名專業球員被選為挑戰。 pluribus始終排名第一，進一步證明了其優於人類能力。這些測試表明，Pluribus可以掌握涉及不完整信息，欺騙和戰略適應的複雜遊戲。

人工智能研究中的道德考慮因素

優點

• 保護脆弱人群免受潛在傷害。
• 保留在線平台和遊戲的完整性。
• 促進負責的AI開發和部署。
• 增強公眾對AI技術的信任。

缺點

• 限制訪問有價值的研究結果。
• 潛力扼殺創新並放慢進步。
• 在AI開發中缺乏透明度。
• 阻礙了人工智能應對社會挑戰的潛力。

常見問題

什麼是納什平衡？

在遊戲理論中，納什均衡是一個州，沒有球員可以通過單方面改變其策略來改善其結果，假設所有其他玩家都保持不變。考慮到其他所有人在做什麼，每個人都盡力而為。

每場比賽的Milli-big藍色是什麼意思？

每場比賽（MBB/遊戲）是一個用於衡量撲克玩家的獲勝率的單元。相對於大盲人的規模，它代表了球員每場胜利的平均金額。更高的MBB/遊戲表示更成功的玩家。

什麼是德克薩斯州Hold'em撲克？

德克薩斯州Hold'em是撲克的一種變體，每個玩家都會在桌子上面對兩張私人卡（“孔卡”），然後面對五張社區卡。玩家競爭，使用其孔卡和社區卡的任何組合製作最佳的五張卡片手。

道德考慮

研究人員為什麼不發布Pluribus模型？

儘管Pluribus取得了開創性的成功，但卡內基·梅隆大學的研究人員還是選擇不向公眾發布AI模型。他們的決定是由於對潛在濫用的道德關注而推動的。他們擔心個人可能會利用Pluribus算法在在線撲克比賽中作弊，造成財務損失並破壞遊戲的誠信。發布該模型可能會對在線撲克參與者造成重大傷害並損害遊戲聲譽，從而促使玩家由於AI欺詐而退出。該決定強調了AI研究人員對工作的道德意義的越來越多的意識。

什麼是雙重使用算法？

Pluribus的案例帶來了更廣泛的雙使用算法問題，可用於有益和惡意目的。儘管AI有可能推動創新並改善我們的生活，但如果被濫用，它也會帶來風險。扣留pluribus模型的決定反映了一種積極的道德AI發展方法，強調了仔細評估AI技術的潛在影響的必要性。 AI研究人員，開發人員和政策制定者必須共同努力，建立確保AI開發的準則。這涉及進行徹底的風險評估，開發防止濫用的保障措施以及促進AI算法中的透明度。在AI社區中培養一種道德意識的文化並鼓勵人們討論AI的道德意義，這是利用AI福利的重要步驟，同時減輕其風險。