有人的地方就有博弈。從囚徒困境到智豬博弈再到美女的硬幣，博弈論一再說明一個道理，就是人類的思維不同于機器，特別由于人類的社會化屬性，但凡有兩個人以上的地方就充滿著博弈的思想。因為有人的地方就有競爭，有競爭就有博弈。

作為數(shù)據(jù)、計算機與經(jīng)濟學的交叉學科，博弈論已經(jīng)成為經(jīng)濟學的標準分析工具之一，在金融學、證券學、生物學、經(jīng)濟學、國際關系、計算機科學、政治學、軍事戰(zhàn)略和其它很多領域都有廣泛的應用。博弈分為合作博弈與非合作博弈、完全信息博弈與非完全信息博弈、靜態(tài)博弈與動態(tài)博弈等多種類型。

唐平中表示，博弈論在西方已經(jīng)有近90年的歷史，而在中國則是于近5年得到了廣泛的關注和應用。從2009年開始的互聯(lián)網(wǎng)廣告拍賣設計算法，使博弈論在國內(nèi)經(jīng)濟界得到了重視，如今國內(nèi)工業(yè)界對博弈AI的算法也有大量的需求。

究其原因是在研究人工智能的時候，發(fā)現(xiàn)僅處理針對機器的算法遠不能滿足實際商業(yè)的需求，在現(xiàn)代商業(yè)中往往是“人+機器”的復雜場景，而博弈論恰好是針對人類的智能算法。

丁弋川在解讀Tuomas Sandholm對AI的觀點時，強調(diào)博弈論與最優(yōu)化決策的結(jié)合。正如Tuomas Sandholm所解釋，博弈論本身只是一個描述性工具，并不做出具體的決策，而最優(yōu)化決策則指出每一步的最優(yōu)化結(jié)果，但同時并沒有考慮對方的情況，AI就把二者結(jié)合起來做出二人博弈時的最優(yōu)化決策平衡點。

這就是德州撲克在人工智能學術(shù)上不亞于甚至是超過AlphaGo的意義所在，它提供了一種新模型去分析在沒有或缺乏信息的情況下，如何計算平衡點。

Tuomas Sandholm強調(diào)，撲克游戲本身就是非完美信息的場景，德州撲克更是非完美信息的典型場景。在德州撲克進行的過程中，缺乏甚至沒有任何數(shù)據(jù)，在這種情況如何計算出每一步的最優(yōu)平衡點，同時還要考慮進對手的每一步情況。德州撲克有10的161次方個決策點，是非完美信息博弈算法的標準測試場景，國際上一直有學術(shù)團隊在挑戰(zhàn)這一場景。

葛冬冬介紹說，在杉數(shù)科技從事項目算法開發(fā)與實施的過程，發(fā)現(xiàn)很多現(xiàn)實中的商業(yè)問題不僅僅需要考慮最優(yōu)化，很多時候還需要考慮到人類的行為，這些人類行為將給問題的解決帶來額外的難度。

比如在考慮電商定價的時候，不僅要根據(jù)以前的價格歷史來計算未來的最優(yōu)價格，還要考慮到與顧客和競爭對手的反應。當價格低的時候，電商顧客會根據(jù)情況囤積自己的小庫存，便宜就多買、不便宜就不買，同時競爭對手也會實時比價跟隨定價。因此，在新零售等場景中，不再僅僅是數(shù)據(jù)驅(qū)動，還要考慮復雜情況下的顧客和競爭對手博弈等，這就應用了很多AI技巧。

博弈AI的崛起，正是復雜商業(yè)需求驅(qū)動的結(jié)果。

人工智能概念股：埃斯頓、科大智能、漢王科技、江南化工、華東數(shù)控、和而泰、中科曙光、永創(chuàng)智能、北京君正、通富微電、永創(chuàng)智能、勁拓股份。