中國AI麻將打出新高度！戰(zhàn)勝真人職業(yè)選手，鵝廠「絕藝」刷新戰(zhàn)績
明敏 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
不愧是中國AI，打麻將“輕松”登頂。
騰訊最新消息，旗下棋牌類AI“絕藝”LuckyJ在日本麻將平臺“天鳳”上，刷新AI在麻將領(lǐng)域最好成績。
僅需1321盤對局，絕藝LuckyJ就達到了AI最高段位，比第二名Suphx減少了4052盤對局。
而且它的能力穩(wěn)定在十段，要知道人類頂級選手的平均穩(wěn)定段位也只有7.4。
在日本麻將天鳳平臺上，絕藝LuckyJ也成為僅有的27個達到十段的玩家之一（包括AI），而該平臺的平均活躍人數(shù)在23.8萬。
不止是日本麻將，在國標麻將中，絕藝LuckyJ也曾擊敗過六位職業(yè)選手，成為首個戰(zhàn)勝國標麻將職業(yè)選手的麻將AI。
其中一位國標麻將選手作出了這樣的評價。
我們通常所謂的妙手、靈光一現(xiàn)，甚至是基于經(jīng)驗和感覺做出的置之死地而后生的選擇，對于AI來說可能都是常規(guī)操作了。
在絕藝LuckyJ拿下日本麻將十段后，還有不少網(wǎng)友前來祝賀。
畢竟在AI打麻將背后，提升的其實是AI在問題決策上的能力，這也有利于讓AI去解決更多現(xiàn)實生活中復(fù)雜的問題。
所以絕藝LuckyJ是怎么做到的？
打麻將AI需要學會更平衡的策略
先來看AI打麻將難在哪。
對于AI來說，玩游戲是一種極佳的檢驗其能力的方式，常見形式比如下象棋、下圍棋、打王者榮耀等。
在這其中，圍棋和象棋等屬于完美信息博弈。即游戲雙方在每次落子前都能看到全局信息，也就是相互能看到彼此的情況。
這對AI來說難度并不高，因為它可以通過強大算力暴力求解，找到一個最優(yōu)解。
但是打麻將的情況就復(fù)雜了。
玩家之間不僅無法看到多個其他玩家的牌，還有大量信息隱藏在沒有揭開的牌里，這就是典型的非完美信息博弈。
也就是說AI和人類玩家在最開始時都只能看到自己手里的13張牌，另外有一百多張牌未知。而且在每次打牌時要做一系列復(fù)雜的決策，比如是否吃牌、碰牌、胡牌等，做出的決策還要兼顧進攻和防守。
與此同時，其他玩家的吃碰杠操作都會改變接下來的摸牌順序，決策更加復(fù)雜。
在這樣一個橫坐標表示可觀察信息量、縱坐標表示隱藏信息量的圖標中，可以看到麻將包含的隱藏信息遠遠高于其他棋牌游戲。
所以該怎么辦？
騰訊AI Lab提出了一種基于強化學習和遺憾值最小化的自我博弈技術(shù)。
這使得AI能從零開始自我學習和提升能力，并最終收斂到一個最強的混合策略，在實際對戰(zhàn)過程中可以具備更加平衡的策略能力。
同時考慮到傳統(tǒng)的非完美信息搜索算法在麻將面前很難發(fā)揮太大作用，研究人員還基于樂觀價值估計的思想，提出了一種高效的非完美搜索方法，使得AI能在海量隱藏信息的游戲狀態(tài)中，實時調(diào)整當前策略，更好應(yīng)對多變的戰(zhàn)局。
據(jù)研究員介紹，相比人類，AI在麻將游戲中，擁有更加平衡的策略，對局勢的計算非常精確，其中包括打每張牌的期望收益、未來可能胡哪些番型等等。在這樣的“策略”訓(xùn)練下，AI之后也能更快速進入到其他行業(yè)中去。
在具體實戰(zhàn)測試中，絕藝LuckyJ是在“天鳳”中對決。
這是一個老牌日本麻將游戲平臺，創(chuàng)建于2006年。
從bootstrap分布來看，絕藝LuckyJ顯著強于另外兩個日本麻將AI（Suphx、NAGA）：LuckyJ vs Suphx p value=0.02883；LuckyJ vs NAGA p value=3e-05。
另外在國標麻將將近2000場對局中，絕藝LuckyJ的平均贏番達到1.76番。
（這里番表示國標麻將的結(jié)算單位，數(shù)值越大說明贏得越多）
游戲AI已經(jīng)跨行應(yīng)用了
不過，這么費勁提升AI的打麻將能力，當然不是只想讓它打麻將。
騰訊 AI Lab 研究員介紹，在游戲環(huán)境中推進決策AI的能力，最終是希望AI能從虛擬走向現(xiàn)實，解決真實世界的復(fù)雜問題。
在現(xiàn)實世界中充滿了需要在非完美信息狀態(tài)下做決策的場景，比如金融交易、自動駕駛、交通物流、拍賣系統(tǒng)等。
而且騰訊AI Lab也已經(jīng)有了實際案例。
其旗下另一個決策AI絕悟，就學會了識別病理全片掃描圖像中的病灶位置，效率是傳統(tǒng)方法的400%。
這個AI找尋最優(yōu)看片路徑的方法，是基于強化學習。
它避免了用傳統(tǒng)的窮舉方式去分析局部圖像切塊，而是先決策找到有觀察價值的區(qū)域，并通過跨多個分辨率級別獲得代表性特征，以加速完成全片判讀。
通過模仿人類的思維方式，不僅提高了看片效率，還做到了節(jié)約成本。
綜上，會玩《我的世界》的絕悟已經(jīng)能懸壺濟世了，也讓人期待會打麻將的絕藝之后能跨行干啥呢？
你覺得絕藝LuckyJ有哪些可應(yīng)用的方向？
- 4o-mini華人領(lǐng)隊也離職了，這次不怪小扎2025-08-19
- 宇樹機器人“撞人逃逸”火到國外，王興興回應(yīng)：下次不遙控了2025-08-16
- 突破Claude-4編程上限！自進化Agent框架拿下新SOTA，已開源2025-08-19
- 讓OpenAI只領(lǐng)先5天，百川發(fā)布推理新模型，掀翻醫(yī)療垂域開源天花板2025-08-11
相關(guān)閱讀
品圖-e1662705941770-300x175.jpg)
