我今年跑人工智能的场子比去年少多了，泛泛而谈的都不去，因为基本都没我谈的好。真要深入学习，就在家看书或者报个在线学习班。不过这次钛媒体和杉数科技做的"AI大师圆桌会"对我有吸引力，因为邀请到在德州扑克牌大战中问鼎的冷扑大师主创者Tuomas Sandholm。

之前名扬四海的阿尔法GO，代表的是在完全信息和疆界封闭世界称王的机器智能。围棋棋局虽变数极多，但一切都在“桌面”上。扑克牌则是非完全信息博弈，对手手中有什么牌，在桌面以下，不确定因素太多，彼此要靠猜。卡耐基梅隆大学计算机系教授、冷扑大师Tuomas Sandholm就认为，在现实生活中几乎不存在围棋这样具有完全信息的场景，所以阿尔法GO的算法在现实世界很难直接派上用场，无论是商业谈判中的对方底牌还是股票交易中的内部消息等都更像德扑，德扑AI打开了人工智能应付随机事件和隐藏信息的大门。

阿尔法GO的算法包括局面判断和蒙特卡洛树，而冷扑AI的算法思想包括：基于纳什均衡的博弈论、虚拟遗憾最小化算法（Counterfactual Regret Minimization ,CFR）和决策树等。我对冷扑的算法机制还不太了解，就冒着40度酷暑跑去听，结果听到了别的有意思的事情。

纳什把博弈论引入经济学

会场在上海财大的豪生酒店，小范围讨论，全场就50来号人。主办方之一杉数科技的主要人员也来自财大，所以这里的算法就有了一种财大的气息。

几位科学家都比PPT上的照片呆萌不少，赵何娟则比照片中年轻很多。对，钛媒体的创始人赵何娟也亲自来致辞，可见重视。她马尾辫连衣裙像个学生，说好希望当年有这么有趣的教师教自己。

两位中国科学家唐平中与何斯迈的演讲题目，看上去比较枯燥，一个叫《应用机制设计：水权市场，淘宝刷单与百度广告拍卖》，一个叫《收益与库存管理中的博弈行为》。但听起来很有意思。

他们都强调“AI+经济学”。西方经济学认为所谓经济学就是研究资源的稀缺性并解决资源匹配问题。我以为，“AI+经济学”是指算法介入资源匹配的过程，借鉴经济学对各种经济模型的思考研究，可以平衡以往AI算法的短视（如算法推荐新闻造成的信息茧房）和经济学模型的慢速（不能大规模实施处理数据）。

唐平中是清华大学交叉信息研究院青年千人助理教授，也是Tuomas Sandholm在卡耐基梅隆大学计算机系的博士后。他先讲甘肃省石羊河流域的水权交易市场。

西北地区干旱缺水，政府就设计了二级水权市场，有点类似碳排放量交易市场，政府首先根据往年用水状况给各村庄配给用水量（前提是供水基础设施发达，没有水渠管线，分配水量是不可想象的）。到了年中，各村根据实际用水情况变化，有用不完的水量可以拿去二级市场交易，类似于高校里各院系年中调预算。但是这个买卖匹配过程比较麻烦，一开始是工作人员手动匹配各村庄的买卖申请单，基本不可行。算法专家就来想办法，促成交易匹配，提升交易意愿。他们正在与清华经管系与水利系合作，落实这个机制。所以甘肃偏远地区有些机制还是蛮现代的。

搜了一下，这方面论文好多，好可怕……

我觉得，听下来这更是个市场博弈论的例子，和AI有点远。不过，如果能通过有效算法促进交易机制，又能够利用机制运行中产生的数据反馈不断优化，就有了数据AI的雏形。

举个例子

唐中平表示，讲完了社会主义例子要讲资本主义例子，就开始讲淘宝和百度的用户匹配与防刷单机制。嗯，资本主义的AI需求高呀。淘宝每时每刻要把用户的浏览与无数商品进行匹配，为每个用户生成商品列表页面。之前的匹配机制就是根据各种数据比如地区、年龄、价格、销量、网络状况等做判断。然而商家用户洞悉规律之后，就会采取刷单办法。比如猛降价格以求得销量暴增，这样下个月在推荐界面就会获得高位。算法专家提出的解决办法是让机器模拟人的行为，预测到用户这样做会带来的新状况，然后调试基准，更新博弈环境，获取动态平衡。

如果说这是AI+经济学，我看这里的经济学有一点点像“理性预期理论”。这个理论大意是说政府不要搞宏观调控，因为今天的市场即使不公平、不均衡，但各个市场主体自己会去适应，会根据现在的情况去预期下一阶段的状况，并提前做好准备。而你一搞调控，等于把各项参数改变了，市场主体们的预期就不准了。这个理论当然有点一厢情愿，比如无法克服马太效应，为了反对宏观调控而一味神化市场机制无视市场失灵等等。而唐中平提到的这个算法有点反其道行之，就是用神经网络模拟用户，去预测用户的预测，然后调试机器，抵消用户的预测。这是一种基于博弈论的方法，所以淘宝店主们与淘宝系统的斗智斗勇又要迈向新的台阶啦。