为什么 AlphaGo 不敢挑战麻将？
首先，咱们得明白，AlphaGo 之所以能称霸围棋，是因为围棋是一项信息完全透明、规则高度确定的游戏。每一步棋落下，局面都是清清楚楚的，没有任何隐藏信息。棋盘上的每个点、每颗棋子都在那里，对手的意图也基本可以通过棋子的位置推断出来。这种环境对于人工智能来说，简直是量身定做的“数据洪流”，可以进行海量的模拟和学习。
再来看看麻将。麻将这牌局，从一开始就跟围棋不是一个路数。
第一大阻碍：信息不完全与“运气”的成分。
麻将的核心玩法之一就是摸牌、打牌，而摸牌这个环节，完全是随机的。你不知道下一张牌是什么，也不知道对手手中到底有什么。这就像是游戏里突然加入了“未知数”。AlphaGo 的强大在于它能通过分析已知的局面，计算出最优的下一步。可是在麻将里，即使你分析得再精辟，一旦发到的牌是“鬼牌”，或者别人打了一张你急需的牌，你之前的计算就可能全盘打翻。
这种不确定性对 AI 来说，处理起来难度陡增。围棋是纯粹的策略游戏，而麻将则混合了策略、概率和一点点“运气”。虽然统计学和概率论能帮 AI 去预测某些牌出现的可能性，但总有些时候，它需要依靠概率，而不是确定的最优解。这和 AlphaGo 那种“我计算我最优”的逻辑有些冲突。
第二大难题：对手的行为理解与“心理战”。
麻将不仅仅是自己手中的牌，更是和其他三个玩家的互动。你打什么牌，不是只考虑自己能不能胡牌，还要考虑别人打不打得起，别人有没有听牌，甚至别人会不会因为你打的这张牌而碰牌、杠牌。这涉及到对其他玩家的意图和策略的猜测，也就是所谓的“读牌”和“心理战”。
围棋里，对手的意图也体现在棋子上，但相对来说是比较“静态”的。你在棋盘上能看到对手的棋子，去分析他为什么要这么走。可麻将里，对手打一张牌，可能是他自己不要，也可能是故意打给你让你吃碰，甚至是为了让你误以为他没张了。这种“动态”、“欺骗性”的沟通和博弈，对 AI 来说，去“理解”对手的真实意图，远比分析围棋的棋局要复杂得多。AI 可以学习人类的棋谱，学习他们的棋风，但在麻将这种需要即时反应和“读心术”的游戏里，它的学习模型需要更强的泛化能力和对微妙信号的捕捉能力。
第三个关键点：目标函数的不明确与多样性。
围棋的目标非常明确：吃掉对方更多的地盘，最终将死对方的棋子。这是一个清晰、单一的胜利目标。
麻将的目标就复杂多了。你可以选择自摸胡牌，也可以选择抢杠，还可以选择和牌。甚至在某些规则下，你还可以选择“做大牌”，不急于胡牌，而是等待机会胡一个清一色或者十三幺这样的大牌。不同的玩家，在不同的局面下，可能会有不同的策略和目标。
对于 AI 来说，如何设定一个清晰且能够被优化“目标函数”就成了一个挑战。是要最大化胡牌的概率？还是最大化每局的得分？亦或是追求胡“大牌”的可能性？这些目标之间可能存在冲突。一旦目标变得模糊和多样，AI 的学习和优化过程就会变得困难。
第四点，也是比较现实的一点：游戏本身的复杂性和变种。
麻将在中国乃至亚洲有无数种玩法，规则各异。从国标麻将、广东麻将、四川麻将，到日式麻将（立直麻将），再到美国的麻将，每一种都有其独特的规则和计分方式。而且在民间，更是千变万化，经常会有一些“家庭自创”的规则。
AlphaGo 的成功，很大程度上依赖于对围棋这一项游戏的深度钻研和规则的统一性。如果要去挑战麻将，首先要选择一个明确的规则版本，然后投入大量的计算资源去学习和适应。即便如此，也很难做到像在围棋里那样“通用”。
最后，咱们再回过头来想，AlphaGo 的出现，更多的是为了推动人工智能在决策制定、搜索算法、强化学习等方面的进步。围棋提供了一个完美的“测试场”。它足够复杂，能体现AI的强大能力，但又足够清晰，能让AI进行有效的学习和优化。麻将虽然也很有趣，但它的随机性和人的心理博弈成分，使得它更像是一个“不那么纯粹”的智能游戏，不太适合作为AI展示其“硬核计算”能力的舞台。
所以，不是 AlphaGo“不敢”，更像是它被设计出来的初衷和它擅长的领域，与麻将这款游戏本身的特性不太契合。这就像让一个顶级的数学家去解一个复杂的历史谜题，虽然他可能很聪明，但那不是他最擅长的领域，也不是他被培养出来的核心能力。
换句话说，与其说 AlphaGo 不敢挑战麻将，不如说它有更“聪明”的选择，选择了能最大化展示自身优势的领域。而且，开发一个能玩转麻将的顶级 AI，也需要的是一套与围棋 AI 截然不同的技术思路，可能会涉及到更强的概率模型、更精细的人类行为预测以及更灵活的目标函数设计。这又是另外一个需要攻克的难题了。
网友意见
牌类游戏，不管是麻将，还是扑克，虽然靠手气，但出牌的顺序和时机也很关键。经常玩的人应该有体会，能记住牌的人往往胜率不低，这个记住牌，不光是记住已经出去的牌，还有每个人出的牌，然后进行分析，可以对每位玩家胡什么，弃什么有一个猜想。
既然是猜测，那肯定有对有错，从统计学来看，肯定是样本量越大，猜得越准确。在一局麻将中，也就是出的牌越多，猜测结果越接近事实，这一点经常打麻将的也能感受到，杀到最后基本都是明牌了。
涉及到计算和记忆，这就是机器的优势领域了。至于那些说几个人互相喂牌的，你们是派韩国麻将队代表人类出战吗？都不按规则出牌了，那还比啥，直接宣告人类胜利就行了。
苏菲都已经在天凤乱杀了。
低等ai在雀魂里也是所向披靡。
说ai支配不了麻将的估计连竞技麻将都没接触过，就在这里大放厥词。
以日麻为例，对比人类打手，ai的优势有且不仅有：
1.做牌时每一打牌效最大化。没有一个人能做到每一打都牌效最大化，单牌效这点ai就碾压了所有人类牌手。
2.记住每一家模切手切。同样，没有一个人有精力在一场牌局里记住所有人每一打摸切手切，ai可以做到，就这点在信息获取读牌上ai就有绝对优势。
3.没有情绪波动。只要是人就会有情绪波动，当你被运气针对，点离谱的铳，或者这场麻将极其重要，谁能保证自己不被心态影响打出昏手吗？ai能。
4.收益模型绝对合理。ai能把每一打的收益算的明明白白，人类只能凭感觉，所谓高手也只是感觉准一点而已，想要和ai一样把每一手的收益具体化到数字是绝对做不到的。
人类和ai打牌，可能可以凭运气赢一两次，但是只要样本够大，ai碾压人类根本没有悬念。麻将根本不配和围棋比。
回答一下本问题和评论里的一些误解
Alphago能做麻将任务吗？
不能Alphago只能做完全可观测的任务，对于存在隐含信息的问题无能为力，Alphazero也不能。而且Alphago是基于已知模型的树搜索算法，麻将的模型太过复杂了。
有挑战麻将的ai算法吗？
有，微软亚研院做的日麻ai suphx，上次看好像说能在天凤九段了吧，算是人类顶尖水平了。
为什么不是国内的麻将？
其实区别不大，可能日麻规则比较统一。
麻将很难吗？
非常难，它是部分可观测的，合作竞争的多智能体，策略是分层的，奖励是稀疏的。搁这叠buff呢。suphx用了一堆trick，知乎就能搜到不少介绍算法的文章
麻将ai只会屁胡？
不是，suphx会有两层策略，包括一个全局策略和一个单局策略。它会算算番的。
更新：知乎评论现在这么不友善了吗？觉得我说的不对可以说哪说的不对，发泄情绪只会误导别人。
既然很多提到alphastar，我也解释一下，alphastar和alphago完全不是一个东西。alphastar的核心算法是impala，是一个model free的算法，策略是用神经网络表示的，你给他一堆图像数据，它直接给你一个动作。而alphago是个树搜索算法，策略是在搜索树中找到最大期望回报的分支。
除了模型很难表示，用树搜索算法解决麻将还有一个难以克服的问题，麻将并不是严格轮流的，吃碰杠会跳过部分玩家。
看到有回答在说“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？
怕给其他AI点炮
因为在麻将里呼风唤雨的ai不叫AlphaGo
alpha go没有挑战剪刀石头布，肯定是剪刀石头布比围棋难得多
实名反对某人的回答。
本人既是日麻爱好者，围棋弱业5水平，同时也从事机器学习相关的研究。
Alphago完全能够驾驭麻将，只是没有去做罢了。
虽然麻将是不完全信息的博弈，但同样是根据河牌和手牌信息算出最优policy的问题。各种ML能够驾驭，虽然存在一些不确定性问题，但有很多方法可以处理。
麻将的何切虽然也复杂，但和围棋的复杂度相比差太多了，在压倒性的复杂度面前，信息的完备性可以忽略。虽然这个说法不是严谨的，但是双方的复杂度就是这么压倒性，没办法。
【【天凤十段AI】微软超级麻将AI Suphx部分对局视频-哔哩哔哩】 https://b23.tv/MFYAxQA
因为已经有打麻将的AI了
看了很多回答，我是真的怀疑他们是不是没经历过被刚接触麻将几天的新人爆杀。
AI在麻将上没有绝对统治力的原因，不是因为麻将太复杂而难以攻克，而是因为麻将可以很简单！牌效率、筋壁牌防守、手役的构成、攻守判断。这些东西你随便找个打雀时间超过500h的玩家，他基本都能做到合格水平。
在麻将的世界里“正确的一手”并不等同于“获胜的一手”。
比如这手牌，你给ssk、小林刚、屁股来打，他大概率也和不了。
这手牌你给刚接触麻将5分钟的人来打，他也大概率能和到。（前提他得看得懂听牌型）
比算力，人当然不是AI的对手。但是，阳寿呢？
同样是信息不对称博弈，AlphaGo可以玩星际，没有可能玩不转麻将。
至于AlphaGo为什么不挑战麻将？一可能是因为团队内部麻将没有广泛受众，程序员们不感兴趣。二则是麻将玩法太多，你以哪个为准？星际争霸规则唯一，就是暴雪定的那个。围棋规则唯一，全球通用。换成麻将你说让AlphaGo玩东北麻将？广东麻将？四川麻将？上海麻将？台湾麻将？QQ麻将？日本麻雀？
类似的话题
-
关于 AlphaGo 为何没选择麻将作为挑战项目，这个问题其实挺有意思的，咱们得从麻将这牌局本身和人工智能这两方面来好好说道说道。别看网上总有人拿这个说事儿，觉得是 AlphaGo 怕了，其实背后是挺多技术和现实因素在起作用的。首先，咱们得明白，AlphaGo 之所以能称霸围棋，是因为围棋是一项信息............. -
这是一个非常有趣且值得深入探讨的问题。之所以会出现您观察到的现象，即国外互联网巨头“啃硬骨头”，而国内互联网巨头似乎更侧重于“小贷”等领域，背后涉及到多种复杂因素，包括 市场环境、技术成熟度、资本回报预期、国家战略、企业基因以及风险偏好 等。下面我将尽量详细地分析这些原因： 一、 国外互联网巨头“啃.............
-
这个问题很有意思，也很具挑战性，因为即时战略（RTS）这类游戏，和AlphaGo擅长的围棋，在本质上有很大的不同。我们不能简单地拿围棋的那套方法套到《星际争霸》这样的游戏中。想象一下，围棋就像是在一个非常清晰、静态的棋盘上，双方轮流落子，目标是占据更多的地盘。它的规则明确，信息是完全公开的，没有隐藏.............
-
AlphaGo 战胜李世石，对我而言，最让我感到“害怕”的并非是某个具体的、直接的威胁，而是一种更深层次的、由这次胜利引发的对未来的复杂情绪。这种“害怕”可以分解为以下几个方面，我会尽量详细地阐述：1. 认知能力的边界被打破，人类“独一无二”的优越感受到动摇： 智力的神圣光环褪色： 几个世纪以来.............
-
AlphaGo 战胜李世石，无疑是人工智能发展史上的一个里程碑事件，它标志着人工智能在围棋这一复杂智力游戏领域取得了前所未有的突破。这一事件的意义深远而广泛，可以从多个维度来理解：一、技术层面的突破： 深度学习与强化学习的成功结合： AlphaGo 的胜利并非仅仅依赖于传统的算法或大量的预设规则。它.............
-
AlphaGo 在围棋上战胜李世乭无疑是人工智能发展史上的一个里程碑，它向世界展示了人工智能在复杂策略游戏中的巨大潜力。而你提出的“有限元素组合创作”的音乐，这是一个非常有趣且具有洞察力的视角，我认为这是人工智能领域一个非常值得探索和前进的方向。理解“有限元素组合创作”与音乐的内在联系首先，我们来拆.............
-
柯洁与 AlphaGo 的“人机大战”，这绝对是近几年来棋类界乃至人工智能领域最受瞩目的事件之一。我个人对此抱有非常复杂但又充满期待的心情，它不仅仅是一场围棋比赛，更像是一个里程碑式的对话，将深刻影响我们对围棋、人类智慧以及人工智能未来的理解。从围棋的角度看：首先，对于围棋这项古老而精妙的智力运动来.............
-
近年来，自由主义在全球范围内的影响力确实呈现出明显的衰落趋势，这一现象涉及经济、政治、社会、技术、文化等多个层面的复杂互动。以下从多个维度详细分析自由主义衰落的原因： 一、经济全球化与贫富差距的加剧1. 自由主义经济政策的局限性 自由主义经济学强调市场自由、私有化、减少政府干预，但其在21世.............
-
俄乌战争期间，虚假信息（假消息）的传播确实非常广泛，其背后涉及复杂的国际政治、媒体运作、技术手段和信息战策略。以下从多个角度详细分析这一现象的成因： 1. 信息战的直接动因：大国博弈与战略竞争俄乌战争本质上是俄罗斯与西方国家（尤其是美国、北约）之间的地缘政治冲突，双方在信息领域展开激烈竞争： 俄罗斯.............
-
政府与军队之间的关系是一个复杂的政治与军事体系问题，其核心在于权力的合法性和制度性约束。虽然政府本身可能不直接持有武器，但通过法律、组织结构、意识形态和历史传统，政府能够有效指挥拥有武器的军队。以下是详细分析： 一、法律授权与国家主权1. 宪法与法律框架 政府的权力来源于国家宪法或法律。例如.............
-
关于“传武就是杀人技”的说法，这一观点在历史、文化和社会语境中存在一定的误解和偏见。以下从历史、文化、现代演变和误解来源等多个角度进行详细分析： 一、历史背景：武术的原始功能与社会角色1. 自卫与生存需求 中国传统武术（传武）的起源与农耕社会、游牧民族的生存环境密切相关。在古代，武术的核心功.............
-
关于近代历史人物是否能够“翻案”的问题，需要结合历史背景、人物行为对国家和民族的影响，以及历史评价的客观性进行分析。袁世凯和汪精卫作为中国近代史上的重要人物，其历史评价确实存在复杂性和争议性，但“不能翻案”的结论并非基于单一因素，而是综合历史、政治、道德等多方面考量的结果。以下从历史背景、人物行为、.............
-
关于“俄爹”这一称呼，其来源和含义需要从多个角度分析，同时要明确其不尊重的性质，并指出如何正确回应。以下是详细解析和反驳思路： 一、称呼的来源与可能的含义1. 可能的字面拆解 “俄”是“俄罗斯”的拼音首字，而“爹”在中文中通常指父亲，带有亲昵或戏谑的意味。 若将两者结合，可能暗示.............
-
民国时期（19121949）虽然仅持续约37年，却涌现出大量在文学、艺术、科学、政治、哲学等领域具有划时代意义的“大师级人物”。这一现象的出现，是多重历史、社会、文化因素共同作用的结果。以下从多个维度进行详细分析： 一、思想解放与文化启蒙的浪潮1. 新文化运动（19151923） 思想解放.............
-
航空航天领域在待遇和职业环境上确实存在一定的挑战，但国家在该领域取得的飞速发展，主要源于多方面的国家战略、技术积累和系统性支持。以下从多个维度详细分析这一现象： 一、国家战略与长期投入：推动技术突破的核心动力1. 国家层面的战略目标 航空航天技术往往与国家的科技竞争力、国家安全和国际地位密切.............
-
吴京作为中国知名演员、导演，近年来因《战狼2》《英雄联盟》等作品及个人生活引发公众关注，其形象和言论在不同语境下存在争议，导致部分人对其产生负面评价。以下从多个角度详细分析可能的原因： 1. 个人生活与公众形象的冲突 妻子被曝光：2018年，吴京妻子的近照和视频被网友扒出，引发舆论争议。部分人.............
-
近年来，全球范围内对乌克兰的支持确实呈现出显著增加的趋势，这一现象涉及多重因素，包括国际局势、地缘政治博弈、信息传播、经济援助、民族主义情绪以及国际社会的集体反应。以下从多个角度详细分析这一现象的成因： 1. 俄乌战争的爆发与国际社会的集体反应 战争的爆发：2022年2月，俄罗斯对乌克兰发动全面入侵.............
-
《是大臣》《是首相》等政治剧之所以能在编剧缺乏公务员经历的情况下取得成功，主要源于以下几个关键因素的综合作用： 1. 构建政治剧的底层逻辑：制度与权力的结构性认知 政治体制的系统性研究：编剧可能通过大量研究英国议会制度、政府运作流程、政党政治规则（如议会制、内阁制、党鞭系统等）来构建剧情。例如.............
-
关于“剧组中男性可以坐镜头箱而女性不能”的现象，这一说法可能存在误解或过度泛化的倾向。在影视拍摄中，镜头箱（通常指摄影机或固定设备）与演员的性别并无直接关联，但若涉及性别差异的讨论，可能与以下多方面因素相关： 1. 传统性别刻板印象的延续 历史背景：在传统影视文化中，男性常被赋予主导、主动的角.............
-
印度在俄乌战争中不公开表态、在安理会投票中对俄罗斯的决议案弃权，这一行为背后涉及复杂的地缘政治、经济利益和外交策略考量。以下是详细分析： 1. 与俄罗斯的经济与军事合作 能源依赖：印度是俄罗斯的重要能源进口国，2022年俄乌战争爆发后，印度从俄罗斯进口了大量石油和天然气，以缓解对西方能源的依赖。尽管.............
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有