2016年，谷歌研发出了围棋人工智能程序，打败了李世石、柯洁等世界围棋冠军。今年年初，谷歌又开发出来“”AI，来挑战《星际争霸II》职业高手，取得了9胜1负的傲人战绩。
而就在今天的世界人工智能大会上，微软全球执行副总裁沈向洋宣布微软亚洲研究院创造出号称历史上最强大的“麻将 AI ”AI Suphx，实力超过公开记录里最好的麻将选手。
在今年6月份，AI Suphx在国际知名的麻将竞技平台“天凤”上成功晋级十段，成为首个获得十段的AI麻将系统。
天凤麻将是由C-EGG有限公司开发的网络对战日本麻将游戏。该游戏属于竞技类游戏，游戏采用段位制，用户在大厅内通过与他人的对战，可以提高或降低自己的游戏等级，当用户达到一定级别之后就可以到更高级别的阶段与他人对战。
天凤麻将为不同水平的玩家提供不同的对战房间。对于高水平玩家，会对其开放“特上房”和“凤凰房”，且“特上房”允许AI系统参与游戏。从今年三月份开始，AI Suphx登陆天凤对战平台，在“特上房”与人类玩家经过了5000多局的激烈对战后，终于在6月晋级10段，这一段位是仅次于“天凤位”的段位，而到目前为止，仅有14位玩家达到“天凤位”。
对于玩家的竞技水平，天凤平台有着自己的评价系统。由于单局游戏的胜负不能充分体现一个玩家的真实水平，并且游戏中出现的不确定性因素较多，所以该系统通过分析玩家的多局对战信息，来评价选手的竞技能力，且对局数量越大，得出的竞技能力越准确。通过天凤平台对AI Suphx 5000余局的数据计算，AI Suphx的稳定段位超过了8.7，而达到十段的人类玩家的稳定段位平均约为7.4，1.3的差距，足以见得该AI系统的实力。如果“凤凰房”允许AI系统参与比赛，相信AI Suphx达到“天凤位”只是时间的问题
和2015年东京大学研发的“暴打”系统、2018年的“”相比，微软通过一系列新型强化学习算法，使智能体在具有策略学习能力的同时具备大局意识，从整轮游戏的高度做出策略性的判断，创造出了Suphx。
天凤平台开发公司C-EGG的CEO角田真吾表示：“这是一项巨大的突破，Suphx不仅帮助我们用更智能的方式发展传统文化，更展示了拓展AI能力边界的可能性，我想这对天凤平台、麻将社区乃至社会都是一个令人振奋的事情。”
与研发象棋、围棋等棋牌类AI系统相比，麻将具有更高的复杂度，隐含更高的信息。AI系统已知的内容只有手中的13张牌，另外3位对手和底牌完全无从知晓，并且四人对战的麻将相较于两人对战的围棋和象棋，增加了可变因素。
面对麻将游戏的巨大挑战，微软亚洲研究院副院长、机器学习领域负责人刘铁岩博士表示：“AI仅靠强大的计算力无法从根本上解决问题，而需要更强的直觉、预测、推理和模糊决策能力”。
图片来自GCT官网IJCAI库
简介：刘铁岩博士，人工智能领域的国际知名学者。现任微软亚洲研究院副院长，国际电子电气工程师学会 （IEEE） 会士，国际计算机学会 （ACM） 杰出会员，美国卡内基梅隆大学 （CMU） 客座教授，英国诺丁汉大学荣誉教授，中国科技大学、中山大学、南开大学博士生导师。他的研究兴趣包括：机器学习、信息检索、数据挖掘等。他的先锋性工作促进了机器学习与信息检索之间的融合，被国际学术界公认为“排序学习”领域的代表人物，在网络搜索和计算广告学等方向取得了卓越的学术成果。近年来，他在博弈机器学习、深度学习、强化学习、分布式机器学习等方面也颇有建树，发表了二百余篇学术论文，被他引近两万次，并多次获得最佳论文、最高引用论文奖。
此次微软亚洲的研发团队除了应用新的强化学习算法，在应对状态空间复杂度的问题上引入了全新的动态调控机制，使Suphx能够充分预测牌局的走势。此外，系统会根据底牌情况进行动态的策略调整，对牌局的演变进行自适应决策。
为了提升强化学习效果，Suphx引入了先知教练技术，先知教练会间接地让智能体在完全信息的指导下进行训练，从而在一定程度上消除随机性，以便学习到更加鲁棒的策略，得到更加清晰、完美的最优路径。
最后，对于麻将复杂的牌面表达和计分机制，研究团队利用全盘预测技术搭建起每局比赛和8局终盘结果之间的桥梁。预测系统通过每局游戏对终盘的贡献度的不同，准确地将奖励信号合理的分配到每一局比赛中，这样能够在自我博弈的过程中有更有效的指导，使得 Suphx 可以学会一些具有大局观的高级技巧。
学术头条现招聘全职/实习编辑、志愿者，有意者请加学术君微信。
