【編者按】

　　隨著Master完成對(duì)人類棋手的60勝，人工智能（AI）對(duì)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(rèn)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(gè)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(huì)成為人類面對(duì)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?cè)诼閷I 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(tuán)隊(duì)為麻將游戲設(shè)計(jì)的，在單機(jī)上就可以運(yùn)行，強(qiáng)度自然有限。

　　如果像AlphaGo一樣，世界頂級(jí)團(tuán)隊(duì)制作，背后龐大資金支持，使用1000個(gè)CPU運(yùn)行，想要設(shè)計(jì)一個(gè)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(yuǎn)遠(yuǎn)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(jì)算方法詳見麻雀 數(shù)學(xué)），遠(yuǎn)遠(yuǎn)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(jì)算好每手牌的打法估值并儲(chǔ)存在資料庫中，打牌時(shí)調(diào)用即可。

　　下圖選自日本麻將研究者的個(gè)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(huì)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(shí)別這種模式并搜索對(duì)比以往對(duì)局的牌譜即可。

　　其次，人類對(duì)麻將的研究遠(yuǎn)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(jì)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(xiǎn)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(xiǎn)牌，這是因?yàn)閯e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(cuò)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(duì)麻將的研究還處在很初級(jí)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(jí)高手過招，接受世界頂級(jí)指導(dǎo)的職業(yè)選手。