有人的地方就有博弈。從囚徒困境到智豬博弈再到美女的硬幣，博弈論一再說(shuō)明一個(gè)道理，就是人類(lèi)的思維不同于機器，特別由于人類(lèi)的社會(huì )化屬性，但凡有兩個(gè)人以上的地方就充滿(mǎn)著(zhù)博弈的思想。因為有人的地方就有競爭，有競爭就有博弈。

作為數據、計算機與經(jīng)濟學(xué)的交叉學(xué)科，博弈論已經(jīng)成為經(jīng)濟學(xué)的標準分析工具之一，在金融學(xué)、證券學(xué)、生物學(xué)、經(jīng)濟學(xué)、國際關(guān)系、計算機科學(xué)、政治學(xué)、軍事戰略和其它很多領(lǐng)域都有廣泛的應用。博弈分為合作博弈與非合作博弈、完全信息博弈與非完全信息博弈、靜態(tài)博弈與動(dòng)態(tài)博弈等多種類(lèi)型。

唐平中表示，博弈論在西方已經(jīng)有近90年的歷史，而在中國則是于近5年得到了廣泛的關(guān)注和應用。從2009年開(kāi)始的互聯(lián)網(wǎng)廣告拍賣(mài)設計算法，使博弈論在國內經(jīng)濟界得到了重視，如今國內工業(yè)界對博弈AI的算法也有大量的需求。

究其原因是在研究人工智能的時(shí)候，發(fā)現僅處理針對機器的算法遠不能滿(mǎn)足實(shí)際商業(yè)的需求，在現代商業(yè)中往往是“人+機器”的復雜場(chǎng)景，而博弈論恰好是針對人類(lèi)的智能算法。

丁弋川在解讀Tuomas Sandholm對AI的觀(guān)點(diǎn)時(shí)，強調博弈論與最優(yōu)化決策的結合。正如Tuomas Sandholm所解釋?zhuān)┺恼摫旧碇皇且粋€(gè)描述性工具，并不做出具體的決策，而最優(yōu)化決策則指出每一步的最優(yōu)化結果，但同時(shí)并沒(méi)有考慮對方的情況，AI就把二者結合起來(lái)做出二人博弈時(shí)的最優(yōu)化決策平衡點(diǎn)。

這就是德州撲克在人工智能學(xué)術(shù)上不亞于甚至是超過(guò)AlphaGo的意義所在，它提供了一種新模型去分析在沒(méi)有或缺乏信息的情況下，如何計算平衡點(diǎn)。

Tuomas Sandholm強調，撲克游戲本身就是非完美信息的場(chǎng)景，德州撲克更是非完美信息的典型場(chǎng)景。在德州撲克進(jìn)行的過(guò)程中，缺乏甚至沒(méi)有任何數據，在這種情況如何計算出每一步的最優(yōu)平衡點(diǎn)，同時(shí)還要考慮進(jìn)對手的每一步情況。德州撲克有10的161次方個(gè)決策點(diǎn)，是非完美信息博弈算法的標準測試場(chǎng)景，國際上一直有學(xué)術(shù)團隊在挑戰這一場(chǎng)景。

葛冬冬介紹說(shuō)，在杉數科技從事項目算法開(kāi)發(fā)與實(shí)施的過(guò)程，發(fā)現很多現實(shí)中的商業(yè)問(wèn)題不僅僅需要考慮最優(yōu)化，很多時(shí)候還需要考慮到人類(lèi)的行為，這些人類(lèi)行為將給問(wèn)題的解決帶來(lái)額外的難度。

比如在考慮電商定價(jià)的時(shí)候，不僅要根據以前的價(jià)格歷史來(lái)計算未來(lái)的最優(yōu)價(jià)格，還要考慮到與顧客和競爭對手的反應。當價(jià)格低的時(shí)候，電商顧客會(huì )根據情況囤積自己的小庫存，便宜就多買(mǎi)、不便宜就不買(mǎi)，同時(shí)競爭對手也會(huì )實(shí)時(shí)比價(jià)跟隨定價(jià)。因此，在新零售等場(chǎng)景中，不再僅僅是數據驅動(dòng)，還要考慮復雜情況下的顧客和競爭對手博弈等，這就應用了很多AI技巧。

博弈AI的崛起，正是復雜商業(yè)需求驅動(dòng)的結果。

人工智能概念股：埃斯頓、科大智能、漢王科技、江南化工、華東數控、和而泰、中科曙光、永創(chuàng )智能、北京君正、通富微電、永創(chuàng )智能、勁拓股份。