去年八月，微軟亞洲研究部詳細介紹了一個名為“超級鳳凰城”（簡稱Suphx）的AI系統(tǒng)，該系統(tǒng)在從5，000場比賽中吸取了經(jīng)驗之后就可以擊敗麻將玩家。修改后的預(yù)印本論文這個星期再往深一點，揭示了Suphx -其性能與其他培訓(xùn)提高-現(xiàn)在額定所有的99.99%以上，排名上Tenhou，一個日本的全球在線麻將競賽平臺，擁有超過350，000名會員人類玩家。

構(gòu)建游戲超人程序是AI研究界的長期目標(biāo)-并非沒有充分的理由。游戲是現(xiàn)實世界的模擬對象，具有可衡量的目標(biāo)，可以在數(shù)百個（或數(shù)千個）強大的機器上無限次地玩游戲。此外，它的研究人員斷言，這些學(xué)習(xí)適用于其他領(lǐng)域，例如企業(yè)，在這些領(lǐng)域中平凡但具有認知要求的任務(wù)會影響工人的生產(chǎn)率。

該論文的合著者寫道：“大多數(shù)現(xiàn)實世界中的問題，例如金融市場預(yù)測和物流優(yōu)化，都與麻將具有相同的特征，即操作/獎勵規(guī)則復(fù)雜，信息不完善?！?“我們相信我們在Suphx中為***，包括全球獎勵預(yù)測，預(yù)言指導(dǎo)和…政策調(diào)整，都具有極大的潛力，可以從各種實際應(yīng)用中受益?！?/p>

該論文的共同作者指出，麻將是一個不完善的信息游戲，具有復(fù)雜的計分規(guī)則。一輪失利并不意味著玩家打得不好。他們可能會戰(zhàn)術(shù)上失敗以確保他們獲得最高排名。另外，麻將有很多可能的獲勝手，而不同的獲勝手會導(dǎo)致每輪不同的獲勝分?jǐn)?shù)?？紤]到每個人的手中最多有13張游戲圖塊，在整個游戲中可見的“死”墻上的14張圖塊，以及在繪制和丟棄這些圖塊時在“活動”墻上的70張圖塊就變得可見了。平均而言，任何時候都有10多個48個 隱藏狀態(tài)，這些狀態(tài)對于玩家來說是無法區(qū)分的。