理论物理博士眼中的德州扑克 因布朗运动顿悟

余小鲁博士(右)接受专访

　　余小鲁，理论物理博士，人工智能专家。在美国多年，熟悉各种西方流行的扑克游戏。从数学、逻辑学、心理学等多方面系统研究扑克游戏模型，对扑克人工智能有独到见解。新浪扑克学院特邀讲师。

　　问：听说最近有为一些金融圈的朋友讲解德州扑克，他们最感兴趣的是哪方面？

　　答：哈哈，不能说是讲解，应该说是切磋吧，大陆民间的德州扑克高手太多了，可谓卧虎藏龙。金融圈和德州扑克有一种天然的联系，从华尔街的交易员转行去打德州扑克的有很多，从德州扑克转行去当交易员也有。最近有传言说女子德州扑克第一人Vanessa Selbst也准备进军华尔街（Vanessa Selbst，84年生，耶鲁法学院毕业，职业生涯锦标赛总奖金超过一千万美金）。

著名女牌手 Vanessa Selbst

　　简单说，金融圈最感兴趣的就是风险。德州扑克对玩家的一个大的考验，就是要长期保持一种风险中性（risk neutral）的态度。举个例子，你面前有两种打法，一种是有20%的机会赢得五千个筹码，一种是有百分之百的机会赢得八百个筹码。大脑里面固有的风险偏好，让我们很难选择第一种打法。但恰恰在绝大多数的金融市场和德州牌桌上，要当长期的成功玩家，必须学会自然的选择第一种打法。再举个具体一点的例子，面对一个30bb的底池在河牌圈，你可以很自然的可以下注20bb做一个诈唬。但如果同样的牌同样的局面，底池有300bb，让你all in200bb做一个诈唬，很多人打了十年牌，觉得很荒唐很冒险，自己也很少尝试过，或者说尝试过一两次失败了，刻骨铭心，然后就放弃了这种打法。本质上说，就是大脑里面觉得输掉桌子上剩下的200bb筹码的痛苦程度，远远超过赢得底池300bb的快乐程度。金融市场和德州扑克都是要培养面对风险客观理性的态度。

　　问：冒昧的问一句，您觉得理论物理跟德州扑克有什么联系么？

　　答：没啥联系，哈哈，可能跟金融联系反而大了一点，华尔街里面一堆物理学博士。 理论物理的价值观是这样的，追求从第一性原理开始的分析推理，不做过多的假设，对任意一个新的假设都抱着怀疑的态度，千方百计去证伪。牛顿在其划时代巨著《自然哲学的数学原理》中说，“我不做假设（Hypotheses non fingo）”，呵呵，其实牛顿三定律和万有引力定律都是牛顿的假设，但这假设绝对的少，几乎完美解释了整个太阳系的运动。

清代围棋国手施襄夏

　　您是围棋高手，我用围棋的例子吧。第一性原理对待围棋，就是从围棋的胜负规则和死活规则开始研究围棋，不是从布局理论定式来开始研究。布局理论定式这些威力非常的大，但不是第一性的，是从围棋的胜负规则和死活规则自然演绎出来的。围棋的第一性原理，就是气尽棋亡。直接的推论，就是气要不会尽，大多时候需要有两个眼。然后就开始研究如何容易有两个眼，如何围空效率高。中国古人的围棋理论非常高明，清代施襄夏的总决开篇第一句，起手据边隅，逸己攻人原在是。这个理论要解释围棋布局起手为什么是下在边角上，是因为自己容易活（逸），容易活的地方被你占了对手就不容易活，叫“逸己攻人”，过了三百年，现在巅峰造极的阿尔法围棋，依然是起手据边隅，这就是理论思考的力量。接下来第二句叫入腹争正面，制孤克敌验于斯。必须注意，这就不是第一性原理的直接推论了，所以开始模糊，理论开始变得“危险”。因为人为定义了一个概念叫“正面”，进入围棋中腹的正面究竟是哪一面？但这个理论依然威力非常强大，顶尖高手心中都有正逆向背的概念。但入腹争正面只能称之为一个假设，也许是一个非常好的假设。

　　理论物理的思维模式，就是先承认并且透彻研究第一性原理，对其他任何假设都抱着批判的态度。德州扑克的第一性原理可以这么表述：你看不到对方的底牌，对方也看不到你的底牌。听起来很白痴，但如果能透彻认识这一点，已经是德州扑克的高手了。因为这个第一性原理的直接推论，就是你必须承认对手的持牌是一个范围（Range，德州扑克最重要的一个概念），同时承认你的持牌也是一个范围（不只是你眼睛中看到的现在持有的两张底牌）。在美国很多学生跟我这么说，对手这把牌这么打，肯定手上拿着是AK，最后翻出来也是AK，学生很高兴。但这种思维方式非常危险，因为你不知不觉中做了一个很大胆的假设，就是你能读死对手的持牌，不再是个范围。理论物理的训练，主要是让我能克服种种关于德州扑克流行的假设，或者说种种“伪理论”的迷思，这应该也是我到目前战绩还不错的一个主要原因。当然，从纯粹理论物理的观点来讲，不能排除另一个可能，就是我在牌桌上一直运气都比较好。

　　问：余博士最近在研究德州扑克人工智能的事情，有什么特别的心得么？

　　答：我对这方面的长期关注，跟你对围棋人工智能的长期关注，可能心情上是差不多的。因为我自己是从事人工智能这个行业，可能关注得更多的人工智能的技术而不是德州扑克了，哈哈。这方面的内容，有兴趣的读者可以参考我在新浪最近的一个访谈。

　　相关阅读：德州扑克被AI攻破？ 刚进行到围棋九路盘而已

　　问：从人工智能的角度，您觉得德扑AI想在类似MTT比赛中取得碾压人类的成绩，应该从哪方面入手？

　　答：这是一个理论性的难题，不是愿意投入多少个CPU，多少个计算机专家，就能从现在的冷扑程序改良得到的。因为冷扑面对的是单挑一对一德州扑克，其纳什均衡是可以求解，或者说平均每手牌距离博弈论最优解不到千分之一个大盲注，完美得吓人。但必须注意，再多一个玩家，三个玩家的德州扑克，数学上已经无法保证epsilon收敛到纳什均衡。对于多人多桌锦标赛，学术上要在冷扑这个思路上改良，做到能适合多种奖池结构多人游戏的博弈论分析，非常之困难。人类目前在多人多桌锦标赛上运用的数学理论本身就有很大问题，在目前阶段最多称之为模型，比如说流行ICM（Independent Chip Model）独立筹码模型，是非常粗糙的一级近似。但这恰恰是德州扑克锦标赛最有趣的地方。

多人比赛 是德州扑克人工智能的瓶颈

　　问：好像不久前去参加了Tom Dwan的见面会，感受如何？

　　答：非常感谢新浪扑克学院的邀请，这次见面会让我很感动，哈哈。感动的不是tom的牌技，tom打牌看太多了，感动的是主办方包括新浪扑克学院的一系列安排。扑克俱乐部邀请tom dwan，相当于高尔夫俱乐部邀请泰格伍兹，斯诺克俱乐部邀请奥萨利文，是非常麻烦的事情。考验的是扑克学院运营的能力，这些远远比学德州扑克牌技难。活动的场地条件安排都非常优越，但我想这不是最重要的。重要的是来参加这次活动，喜欢德州扑克的玩家，很多都是来自各行各业里面的高手，这一次见面会让我认识了很多有趣的新朋友，非常的难得。以新浪扑克学院的资源背景种种条件，在大陆德州这个方兴未艾的阶段，大有作为，值得期待。

Dwan上海见面会

　　问：围棋的教学我很明白，但德州扑克究竟如何教？如何学？

　　答：那我用围棋的比喻来解释吧。教的话，最重要的是资格，或者说是对资格的信心。比如说你是新浪围棋7段，我觉得你最多能教新浪围棋6段的学生。假设说你的学生是新浪围棋8段，有个微妙的局面下他走错了，你看出来了跟他解释，因为微妙的局面下理由往往也比较微妙，他即使愿意相信你，他对你本身的棋力没有足够的信心，很容易动摇。这时候柯洁跟你学生把同样的理由用同样的话再解释了一遍，你学生就变得非常清晰。这就是教学的微妙之处。而且德州扑克的局面往往比围棋更加模糊更加微妙，如果老师本身的水平不能给学生足够的信心，很难起到教学的作用。所以我一向的宗旨就是，平常自己打报名费四百美金的比赛，最多就收打报名费两百美金比赛的学生。

　　对于如何学习德州扑克，我只有一个要求，就是纪律性，不是智商不是年龄不是任何其它因素。举个具体例子，比如我一直对学生有个硬性要求，就是永远不要讲自己被爆冷门（bad beat）的故事。但有些学生确实做不到这一点，闲聊的时候，听我讲课的时候，总会时不时说自己河牌被对手击中两个outers之类的事情。对于这些，我是零容忍的，当然每个老师都不一样。在我对德州扑克理解的体系中，任何时候都不能讲这些故事，因为这在潜意识里面对你牌技的长进有很大的负面影响。当然，要是你以后成为了非常成功的职业牌手，那时忆苦思甜，可以讲讲这些故事，关系不大，但在初学阶段，万万不可。这就是我最看重学生的一个品质，纪律性。能控制住不跟任何人讲述自己在德州扑克被爆冷门的故事，对我来说，这个学生就具备成为德州扑克高手的一切条件。

　　问：打扑克让你印象最深的一件事是？

　　答：可能每一个长期的德州扑克玩家，都各有各的“顿悟”瞬间。我自己印象最深的“顿悟”，不是在牌桌上悟到的，哈哈，而是在多年前学物理学的时候。大家可能都听说过布朗运动，就是花粉颗粒在水溶液中不停的做无规则运动。记得当年我学习布朗运动在数学上的理论，叫马尔可夫过程，简单的说，这种过程必须具备“无记忆”的性质：下一状态的概率分布只能由当前状态决定，在时间序列中与之前的历史无关。学到这里，我突然吓了一大跳，意识到德州扑克比赛就是一个马尔可夫过程，状态就是你桌子的筹码量。比如我桌子上现在有一万个筹码，是刚刚由五千个筹码翻倍赢来的，还是两万个筹码被别人一个bad beat输了一半剩下的，数学上是绝对无区别的，也就是说接下来我在这个比赛的成绩，只跟我现在有一万个筹码这个事实相关，跟我如何拥有这一万个筹码的历史无关。但对人来说，两者的区别是天上地下。人性虽然是不可以完全克服，但从这个时候起，就尽量让自己像水中的花粉，完全“无记忆”的打牌。

“无记忆”打牌

　　（白夜）