IT之家 7 月 11 日消息，騰訊官方今日宣布，騰訊 AI 登頂國際麻將平臺，在日本麻將天鳳平臺特上房達到穩定段位 10.68 段，刷新了 AI 在麻將領(lǐng)域取得的最好成績(jì)。
▲ 圖源騰訊，下同
據騰訊官方介紹，騰訊 AI 絕藝 LuckyJ 之所以去日本打比賽，是因為“天鳳”是知名的日本麻將競技平臺，擁有較為體系化的競技規則和專(zhuān)業(yè)段位規則，受到“職業(yè)麻將屆的廣泛認可”，全世界的麻將 AI 基本都在這里進(jìn)行訓練和打段。
天鳳平臺按照 1 段 — 11 段來(lái)進(jìn)行排位，其中 7 段以上 3037 人，約占百分之一，而能達到 10 段的只有 27 人（含 AI），只占不到萬(wàn)分之一，相當于王者榮耀里的榮耀王者段位。
IT之家從騰訊官方了解到，目前排名前三的麻將 AI 分別為絕藝 LuckyJ、Suphx 以及 NAGA。絕藝 LuckyJ 花了一千多局就達到了 10 段，在特上房所有對戰數超過(guò) 1000 把的注冊玩家，穩定段位歷史排名第一。
值得一提的是，絕藝 LuckyJ 不僅達到日本麻將天鳳十段，之前還在國標麻將線(xiàn)下邀請賽中戰勝了 6 位國標麻將職業(yè)選手，成為首個(gè)戰勝?lài)鴺寺閷㈨敿饴殬I(yè)選手的麻將 AI。
為了達到理想效果，騰訊 AI 采用了一種新型策略?xún)?yōu)化算法 ACH（actor critic hedge），基于“強化學(xué)習和遺憾值最小化”的自我博弈技術(shù)，使得 AI 能從零開(kāi)始“自我學(xué)習和提高”，并最終收斂到一個(gè)最強的混合策略。同時(shí)該公司基于“樂(lè )觀(guān)價(jià)值估計的思想”，提出了一種高效的“非完美搜索方法”，使深度強化學(xué)習結合非完美信息搜索成為可能。
騰訊稱(chēng)，訓練麻將 AI，其實(shí)就是在訓練 AI 更好地去認識人類(lèi)的世界。最終讓 AI 能早日走進(jìn)那些人類(lèi)生活中，比如金融交易、自動(dòng)駕駛、交通物流、拍賣(mài)系統等，解決真實(shí)世界的復雜問(wèn)題。
