为什么 AlphaGo 不敢挑战麻将？麻将真的有那么难吗？

为什么 AlphaGo 不敢挑战麻将？麻将真的有那么难吗？看到某网站上有人回答说“麻将是心理博弈所以 AI 比不过人类”，我就想到了《说谎者的扑克》这本书。

这本书的标题是指一种在华尔街交易员之间流行的赌博游戏：首先每人拿出一张美元纸币藏在自己手上，然后轮流猜在所有这些美元的编号中“出现过 X 次数字 Y”，唯一的要求是每个人猜的 X 都要比前一个人更大。比如我猜出现过 5 次数字 1，你就得猜出现过 7 次数字 4，然后他可能猜出现过 10 次 8，依此类推。直到最后没人再猜了，就摊开所有美元纸币，看最后那个人是否猜中。

书中说到，一开始这个游戏的获胜者都是常年销售债券的老油条，他们善于察言观色，也很会唬人（英文叫 bluff），而这个游戏看起来又很像某些答主所说的“心理博弈”。

当时恰逢一些高学历高智商的年轻人加入这个行业，他们往往比较 nerd，不太擅长玩心理，但是他们对数字要敏感得多。在多次输给老油条之后，这些年轻人做了一些概率计算（这其中也依赖于程序的辅助），然后拿着一些小纸条重新加入了战局。

在之前的游戏中，X 上涨得都比较慢，老油条们主要是靠揣摩别人的心理来逐渐加码，然后在合适的时候雷霆一击。但年轻人是全然不讲武德的，他们通过计算发现老油条们采取的猜测策略过于保守；相反，根据小纸条上的计算结果，他们往往一上来就是“13 个 6”或者“17 个 8”，老油条们还没开始揣摩呢游戏就结束了。“说谎者的扑克”游戏获胜者的易主也是整个华尔街从话术甚或骗术（想想《华尔街之狼》）转向数字、统计等量化手段的缩影。

一个简单的总结就是，在统计学和概率论面前，这点“心理博弈”还是不够看的。诚然麻将（也包括其他一些不完全信息的博弈）比围棋象棋这样的完全信息的博弈要复杂一些因而让计算机更难处理，但很难说，在这其中，是否人类才是更有可能犯下更多错误的那一方呢？