德撲AI之父轉投OpenAI!Science封面研究大牛,頂會拿到手軟

首頁 > 科技

德撲AI之父轉投OpenAI!Science封面研究大牛,頂會拿到手軟

來源:居委會大爺 釋出時間:2023-07-12 19:01

西風 發自 凹非寺

量子位 | 公眾號 QbitAI

OpenAI被爆最新人事動向:

前FAIR(Meta)研究科學家Noam Brown加盟!

這位大佬來頭可不小,研究曾登上《Science》封面。

不僅如此,他此前的研究成果可謂相當炸裂,可以用一句話來總結:

NeurIPS等眾多頂會論文獎拿到手軟!

就是這樣一位傳奇人物,加入OpenAI後他對自己要做的事放出狠話:

如果成功,我們或許會看到比GPT-4好1000倍的大語言模型。

所以,他之前拿下過什麼成就,下一步又究竟要做什麼?

德撲AI之父!拿獎拿到手軟

Noam Brown與AI結緣,要從他的一篇博士論文說起。

三年前,Noam Brown從卡內基梅隆大學(CMU)以230頁超硬核論文完成答辯,拿下計算機科學博士學位。

這篇論文,寫的正是Noam Brown與其CMU導師Tuomas Sandholm一起建立的AI系統——稱霸德州撲克賽場的賭神Libratus(冷撲大師)和Pluribus。

與圍棋、國際象棋、跳棋等棋類遊戲不同,這些遊戲屬於完美資訊博弈,對戰的雙方,清楚每一時刻局面上的全部情況。

而相比之下,德州撲克存在大量的隱藏資訊,包括:對手持有什麼牌,對手是否在詐唬?

這也就決定了德撲的一個主要特徵——不完美博弈

為此,Noam Brown建立的Libratus將三個負責開發撲克策略、實時最佳化策略、比賽結束後審查牌局的AI系統結合了起來。

2017年年初,在賓夕法尼亞州匹茲堡的Rivers賭場上,4名頂尖人類職業玩家和Libratus在為期 20 天的賽程裡面對戰12萬手,Libratus一路以碾壓的態勢豪取勝利,贏得176萬美元(虛擬貨幣)。

和AlphaGo不同,在人機大戰之前Libratus沒有研究過人類如何打德州撲克,也沒有和人類職業玩家有過交手。

但Libratus對戰四位人類高手仍是拿下了大比分優勢:14.7個大盲注/百手(14.7bb/h)。

“一般領先5-10bb/h就肯定是贏了”,Noam Brown表示。

德撲AI不僅取得了這場比賽的勝利,Pluribus還在那年登頂了《Science》封面。

與此相關的研究,目前也已有近700的引用量。

當然,Libratus不是憑空而生,2015年4月它的前身Claudico正是在同一個賭場裡,和四位人類頂級玩家交鋒8萬手後,累積輸掉73.2萬美元(當然也是虛擬貨幣),敗給了人類。

Noam Brown多年來在多步驟推理、自我對戰和多智慧體AI方面的研究,終於以Libratus的成功交上了一份滿意的答卷,並在此之後,包攬眾多大獎。

比賽勝利同年,他獲得了NeurIPS 2017最佳論文獎。2019年又繼續與導師合作,成功拿下AAAI 2019Honorable Mention獎

之後Noam Brown的一系列成果獲得了《Science》2019年年度突破的亞軍、馬文·明斯基獎,還被評為《MIT科技評論》35歲以下35位創新者之一。

此前獲得過這個稱號的,就包括谷歌創始人Larry Page、Sergey Brin,Facebook創始人Mark Zuckerberg,Paypal及Slide創始人Max Levchin,還有著名人工智慧科學家吳恩達等一眾大佬。

但是不管Libratus距離撲克之神還有多遠,Brown坦言他不會再對這個德撲AI進行優化了。

博士畢業後,Noam Brown加入了FAIR(Meta),成為其研究科學家。

在Meta,他曾參與共同開發出第一個在戰略遊戲Diplomacy中達到人類水平的AI——CICERO。

一切看起來順風順水,Noam Brown為什麼溘然要轉戰OpenAI,又究竟要做什麼?

加入OpenAI後:用遊戲中的方法提升大模型

Noam Brown給出了他的答案:

多年來,一直在研究撲克和Diplomacy等遊戲中的AI自我對戰和推理。現在,我將研究如何將這些方法真正通用化。

上一篇:不懼抖音搶生... 下一篇:換了名字就可...
猜你喜歡
熱門閱讀
同類推薦