【編者按】

隨著Master完成對人類棋手的60勝，人工智能（AI）對人類智慧的挑戰(zhàn)再度引爆網(wǎng)絡(luò)。

曾經(jīng)，圍棋曾以它復(fù)雜的算法，至高的棋理被認為“無可戰(zhàn)勝”，但在圍棋堡壘失手后，我們不禁要問，還有哪個棋牌領(lǐng)域AI不能攻克。

在網(wǎng)絡(luò)江湖上，許多人都說中國的“國粹”麻將會成為人類面對人工智能的“最后壁壘”，但是這樣的說法真的靠譜嗎？

麻將比圍棋好搞定多了

一言以蔽之，麻將AI 不是做不了，而是沒人做。之所以目前還沒有能夠戰(zhàn)勝人類的麻將AI，主要原因還是人們在麻將AI 研究方面的投入不夠。

目前的麻將AI基本都是麻將游戲制作團隊為麻將游戲設(shè)計的，在單機上就可以運行，強度自然有限。

如果像AlphaGo一樣，世界頂級團隊制作，背后龐大資金支持，使用1000個CPU運行，想要設(shè)計一個輕易戰(zhàn)勝人類頂尖麻將牌手的AI沒有任何難度。

首先，麻將的復(fù)雜度要遠遠小于圍棋。單就自己的14張手牌來說（總牌數(shù)136張），組合共有326520504500種（計算方法詳見麻雀 數(shù)學(xué)），遠遠小于圍棋的2.08 10^170。

不足10^12的手牌種類意味著麻將AI完全可以提前計算好每手牌的打法估值并儲存在資料庫中，打牌時調(diào)用即可。

下圖選自日本麻將研究者 的個人網(wǎng)站麻雀 數(shù)學(xué)。

當(dāng)然，打麻將也要考慮別人打的牌以及各家的得分。各家分差的復(fù)雜度是很小的，而別人打的牌雖然復(fù)雜度會很高（136張牌的牌墻組合為4.3 10^185種，甚至超越了圍棋的復(fù)雜度），但別人打的10張牌大多只有1~2張是有用的信息，AI只需要識別這種模式并搜索對比以往對局的牌譜即可。

其次，人類對麻將的研究遠不及圍棋，頂尖麻將牌手的訓(xùn)練水平很低。相比圍棋研究幾千年的歷史，麻將誕生不過百余年，人們真正開始利用科學(xué)手段（統(tǒng)計學(xué)、大數(shù)據(jù)）來研究麻將只是近十年剛剛起步。

例如“間四間”是上世紀(jì)流行的日本麻將理論，指的是別人打過中間相隔4張的2張同花色數(shù)牌，則這2張牌的內(nèi)側(cè)筋牌是危險牌。

如別人打過三筒、八筒（中間相隔四五六七筒），則四七筒是危險牌，這是因為別人手里一開始可能是三五六八筒，三八筒效率較低被打掉，留下的五六筒要四七筒。

這一理論在近十年的大數(shù)據(jù)研究中已被證明是完全錯誤的——別人要四七筒的概率并沒有顯著性的上升。

可見，目前人們對麻將的研究還處在很初級的階段，通過別人打過的牌來分析別人想要的牌的科學(xué)研究才剛剛開始。麻將界也沒有圍棋那樣3歲開始學(xué)棋，10幾歲就和世界頂級高手過招，接受世界頂級指導(dǎo)的職業(yè)選手。

麻將本身復(fù)雜度低，人類頂尖牌手水平又不高，被人工智能擊敗會比圍棋要容易得多，不可能是“最后壁壘”。

現(xiàn)在有哪些比較強的麻將AI？

競技麻將方面，目前國標(biāo)麻將和日本麻將都有比較強的AI（高于人類平均水平）。日本麻將的 AI目前最強的當(dāng)然是“爆打”。

“爆打”是由東京大學(xué)工學(xué)系在讀博士生水上直紀(jì)開發(fā)的日本麻將AI，他所在的課題組就是專門研究麻將AI的。

爆打和AlphaGo 一樣，也具有自我對局和分析并學(xué)習(xí)人類牌譜的能力。爆打從2015年開始在最大的日本麻將平臺——天鳳麻雀上開始運行，至2016年2月已經(jīng)打了1.3萬多場（約13萬手牌）。

2015年9月，爆打達到天鳳麻雀四段，2015年12月更是一度沖進天鳳七段，長期成績顯示平均為六段以上。這意味著什么呢？

上圖是天鳳麻雀平臺2016年3月13日的段位成績分布圖（來源 対戦麻雀天鳳 / ）。

天鳳平臺具有非常科學(xué)的段位和Elo Rating體系，越是和高水平牌手對局，獲勝后Rate增加越多，失敗后Rate減少越少；

越是和低水平牌手對局，獲勝后Rate增加越少，失敗后Rate減少越多。最終段位和Rate值的穩(wěn)定值就代表了牌手的真實實力。

可以看到，天鳳麻雀平臺的活躍用戶數(shù)約為17萬人（不包括新人僵尸號），而六段以上的用戶總數(shù)為5793人，約占3.4%。

也就是說，爆打打麻將比96.6%的麻將玩家要好，全世界麻將打得比爆打好的人，數(shù)量僅有幾萬人左右（包含所有麻將規(guī)則的估算）。

這只是一個課題組，用時一年多研究出的，在一臺電腦上運行的麻將AI，就已經(jīng)基本趕上 AlphaGo早期版本所取得的成績了。

國標(biāo)麻將方面，目前最強的AI大概是我本人目前正在參與設(shè)計的國標(biāo)麻將AI了。最初的版本只加入了最常用的十幾個番種的分值判斷，防守端幾乎沒有做，實測對隨機牌手和牌率就已經(jīng)達到24%左右，基本與國標(biāo)麻將平均和牌率24.3% 持平。

實際水平大概處在所有牌手中上位10~20%左右的水平（低段位牌手多，大部分牌手的水平處在平均以下）。

麻將 AI 的算法應(yīng)該是什么樣子的？

最后，我來淺談一下麻將AI的基本算法。

1. 基礎(chǔ)牌效率

麻將的牌效率指的是能使手牌更快和牌的打牌方法，是麻將的基本功。來簡單舉個例子：

下圖牌畫取自聯(lián)眾國標(biāo)麻將（http://gbmj.lianzhong.com）。

這是一手13張牌的手牌，現(xiàn)階段是一上聽（差1張牌就可以聽牌），那么哪些牌是有用的牌，或者說我摸到哪些牌會留下呢？這些有用的牌稱為“有效牌”，最有用的當(dāng)然是能讓我直接聽牌的牌，這類牌稱為“第一類有效牌”。

第一類有效牌：能使手牌向和牌前進一步（上聽數(shù)降低）的牌，包括：

除了第一類有效牌，有用的牌還有以下這些：

第二類有效牌：不能使上聽數(shù)降低，但能使第一類有效牌增多的牌，包括：

比如摸到九索，一般情況下應(yīng)該選擇留下九索打掉三索，因為第一類有效牌變多了：

計算采用天鳳牌理 対戦麻雀 天鳳 / 牌理。

第三類有效牌：不能使上聽數(shù)降低，也不能使第一類有效牌增多，但能使第二類有效牌增多的牌，包括：

比如摸到五索，一般情況下應(yīng)該選擇留下三五索拆掉八九索，雖然第一類有效牌張數(shù)沒變，但三五索相比八九索多了1種第二類有效牌——六索（原是第三類有效牌）。

（也許看到這里，你有點算不過來，或者感覺這和你平時打的麻將壓根不是一個游戲。沒關(guān)系，這很正常，你可以找張紙，在紙上仔細算一下每種第二類有效牌都新增了哪些第一類有效牌。）

可見，對于一開始一上聽的13張手牌而言，除了七八九筒外的所有數(shù)牌都是有用的牌。麻將的牌效率就是這樣——不斷通過有效牌增大自己的進張面，最終使得和牌的概率越來越大。

也許你已經(jīng)發(fā)現(xiàn)，麻將牌效率的本質(zhì)就是一個搜索樹，最開始的手牌經(jīng)過多輪選擇后可能對應(yīng)多種結(jié)局（和牌），例如：

路徑：摸到第一類有效牌八萬或七索聽牌，再自摸另一張和牌（最大概率結(jié)局）。

路徑：先摸到第二類有效牌一萬或七萬后打掉三索，然后摸到一萬或七萬的另一張聽七索，或者摸到七索選擇聽一萬和七萬對倒和牌。

路徑：先摸到第三類有效牌三筒后打掉三索，然后摸到四筒后拆掉八九索，之后和牌。

對于一個兩上聽以內(nèi)的手牌來說，這個樹的深度最多也就是4~5步，每一步的分支平均在15種左右，也就是說復(fù)雜度最多在10^5數(shù)量級。由于每條路徑都對應(yīng)著一個確定的概率，一個好的麻將AI完全可以做到遍歷這個樹，比較兩種或更多種打牌選擇之間所對應(yīng)結(jié)局的和牌期望之和。

對于三上聽以外的手牌（由上文圖中可知三上聽以外的手牌約占手牌所有組合的80%），由于手牌中會存在大量的孤張或簡單搭子，只需單獨比較孤張或簡單搭子的效率即可，計算量更小。

除了上述窮舉手牌搜索樹的方法，還可以采用模擬的方法。比如讓麻將 AI 在短時間內(nèi)模擬兩種打法各1000手牌，哪個和牌率更高就選哪種打法。雖然這樣不太精確但已經(jīng)足夠保證比人要強了。

2. 和牌限制與番數(shù)價值

很多麻將規(guī)則對和牌有限制，比如國標(biāo)麻將必須八番起和，四川麻將必須缺一門，太原麻將和牌必須包含指定牌張等等。我們只需在上述基礎(chǔ)牌效率算法搜索樹的基礎(chǔ)上，“砍掉”那些結(jié)局不符合要求的分支即可。

有些時候我們不僅關(guān)注和牌的概率，也關(guān)注和牌的大小，比如有些牌我們寧可損失一些進張也想去做清一色，追求更高的和牌得分。我們只需為樹的所有結(jié)果賦值（和牌得分），并用結(jié)局對應(yīng)的值與路徑對應(yīng)的概率求出不同打法的得分期望并進行比較。

3. 副露判斷

“這個牌該不該碰”似乎是打麻將時比較令人頭疼的問題。但其實副露判斷只是計算量大，并不需要特殊的算法，依然是對比碰與不碰兩種選擇所對應(yīng)的所有結(jié)局的得分期望即可。日本麻將中的立直（報聽）判斷也是同理。

只不過當(dāng)我們在考慮“打哪張好”的時候，兩種打牌選擇之間所對應(yīng)的路徑和結(jié)局有大部分都是重合的；而我們在考慮“該不該碰”的時候，兩種選擇所對應(yīng)的路徑和結(jié)局基本是完全不同的，這無形中增大了計算量。

其實人腦在做蒙特卡洛樹搜索時，比較容易做到“想得很深”，比如職業(yè)棋手可以提前算到 20 甚至30步棋；但難以做到“想得很廣”，通常情況下大腦只能做到從兩種選擇中找?guī)讉€概率較大、有代表性的結(jié)局樣本做比較。

所以副露判斷顯得難，其實只是計算量的問題，而對于麻將AI來說，這不是問題。

4. 防守端

防守端需要解決的是攻守判斷和防守打法兩個問題，即“什么時候要防守”和”要防守應(yīng)該打什么”。

解決這些問題最好的方法是讓麻將AI自己通過大量的牌譜（千萬場量級）進行自我學(xué)習(xí)。正如前文我所提到的，其實人們對于麻將應(yīng)該如何科學(xué)防守的研究也才剛剛開始，想要分析一個打過三筒和八筒的人真正需要的是幾筒，需要大量的牌譜作為樣本進行研究。

這部分研究現(xiàn)在還要等待電腦去完成，未來的麻將AI在這方面要比人類做得更好可以說是必然的。

對大量牌譜所做的出牌模式研究還可反過來應(yīng)用于牌效率算法的改進中。比如早巡打過八萬的人手牌中有九萬的概率較小，那么牌墻中剩余九萬的概率就有所上升，牌效率中利用九萬的路徑的概率就可以做出相應(yīng)的修正。

5. 狀況判斷

狀況判斷指的是麻將的“大局觀”，如為了爭取第一名或者為了規(guī)避第四名而采取不同的策略。狀況判斷其實就是對得分期望做進一步的修正。

比如某狀況下我必須自摸13番牌才能逆轉(zhuǎn)，那么最終結(jié)果是13番以下的牌的得分期望可以進一步降低，而13番及以上的牌的得分期望則可以提高。

總之，麻將的復(fù)雜度較低，算法上可以用搜索樹窮舉法以及大量牌譜的自我學(xué)習(xí)來解決，只要有大量牌譜資料，有人肯花時間，有人愿意出資，開發(fā)一個能勝過人類的麻將AI，非常容易。

（本文于2016年3月14日首發(fā)于知乎，系澎湃新聞獲作者授權(quán)轉(zhuǎn)發(fā)，有部分刪改。原文鏈接：https://www.zhihu.com/question/40171482/answer/90573732）

(原標(biāo)題：麻將是人類智慧最后的堡壘嗎？AI打爆它其實很容易)

原標(biāo)題：麻將是人類智慧最后的堡壘嗎？AI打爆它其實很容易