去年八月，微軟亞洲研究部詳細(xì)介紹了一個(gè)名為“超級(jí)鳳凰城”（簡(jiǎn)稱Suphx）的AI系統(tǒng)，該系統(tǒng)在從5，000場(chǎng)比賽中吸取了經(jīng)驗(yàn)之后就可以擊敗麻將玩家。修改后的預(yù)印本論文這個(gè)星期再往深一點(diǎn)，揭示了Suphx -其性能與其他培訓(xùn)提高-現(xiàn)在額定所有的99.99%以上，排名上Tenhou，一個(gè)日本的全球在線麻將競(jìng)賽平臺(tái)，擁有超過(guò)350，000名會(huì)員人類玩家。

構(gòu)建游戲超人程序是AI研究界的長(zhǎng)期目標(biāo)-并非沒(méi)有充分的理由。游戲是現(xiàn)實(shí)世界的模擬對(duì)象，具有可衡量的目標(biāo)，可以在數(shù)百個(gè)（或數(shù)千個(gè)）強(qiáng)大的機(jī)器上無(wú)限次地玩游戲。此外，它的研究人員斷言，這些學(xué)習(xí)適用于其他領(lǐng)域，例如企業(yè)，在這些領(lǐng)域中平凡但具有認(rèn)知要求的任務(wù)會(huì)影響工人的生產(chǎn)率。

該論文的合著者寫(xiě)道：“大多數(shù)現(xiàn)實(shí)世界中的問(wèn)題，例如金融市場(chǎng)預(yù)測(cè)和物流優(yōu)化，都與麻將具有相同的特征，即操作/獎(jiǎng)勵(lì)規(guī)則復(fù)雜，信息不完善?！?“我們相信我們?cè)赟uphx中為***，包括全球獎(jiǎng)勵(lì)預(yù)測(cè)，預(yù)言指導(dǎo)和…政策調(diào)整，都具有極大的潛力，可以從各種實(shí)際應(yīng)用中受益?！?/p>

該論文的共同作者指出，麻將是一個(gè)不完善的信息游戲，具有復(fù)雜的計(jì)分規(guī)則。一輪失利并不意味著玩家打得不好。他們可能會(huì)戰(zhàn)術(shù)上失敗以確保他們獲得最高排名。另外，麻將有很多可能的獲勝手，而不同的獲勝手會(huì)導(dǎo)致每輪不同的獲勝分?jǐn)?shù)。考慮到每個(gè)人的手中最多有13張游戲圖塊，在整個(gè)游戲中可見(jiàn)的“死”墻上的14張圖塊，以及在繪制和丟棄這些圖塊時(shí)在“活動(dòng)”墻上的70張圖塊就變得可見(jiàn)了。平均而言，任何時(shí)候都有10多個(gè)48個(gè) 隱藏狀態(tài)，這些狀態(tài)對(duì)于玩家來(lái)說(shuō)是無(wú)法區(qū)分的。