赌博中“预测”问题的机器学习解决方案——以开发“吹牛骰”人工智能程序Snowman为例

摘要

在当前人工智能时代的背景下，科技的发展赋予了机器人诸如图像识别、语音交互，专家医疗等功能，深刻地改变着人类的生活与世界的面貌。人工智能在各个行业掀起的变革热潮，也激发了笔者将新技术应用于金融领域的想象和尝试。
　　机器学习与大数据是实现人工智能的重要途径，当前机器学习应用最多的场景是分类与预测，所以笔者选取了一种同样需要预测风险的掷骰子赌博游戏“吹牛骰”作为研究客体，希望通过运用机器学习“分类”的思想，找出一种能提高赌博胜率的策略方法，从而论证机器学习在解决“提高风险预测准确度”问题上的有效性。
　　本文首先对“吹牛骰”游戏进行了规则介绍和简要分析，并运用概率论的知识对如何获胜的策略进行建模。尽管这个策略模型在只具有不完全信息时是理性的，但却存在两大问题——“行为数据统计”和“黑箱问题”，使得此策略预测对手点数的准确度和实用性不高。
　　接着分析了“行为数据”和“黑箱问题”，运用大数据与机器学习方法提供解决问题的方案。开发了一款手机游戏APP“智能骰”作为机器学习的载体和收集数据的平台，用以解决提高“吹牛骰”胜率的问题。APP中搭载的智能机器人程序Snowman就是运用了机器学习方法的机器人。它能够记录并学习人类玩家的赌博技巧，且随着积累的训练数据的增多，游戏水平将不断提高。
　　Snowman采用监督学习算法，学习原理是在获取人类玩家的对策数据之后，打上各种“标签”存入数据库，需要调用时，再提取符合当前类别要求的数据。实现原理是数据库的分类存储与统计查询。AI制胜的逻辑是，赢家的历史对策在特定条件下能获胜是有原因的，当这种特定条件再现时，持这一对策的AI能够在当前获胜。
　　最后笔者展示了实践方案的一些细节，并在逻辑上论证了：AI的游戏水平将随数据量的增大而提升的必然趋势；AI预测的准确性将随算法所考虑的影响获胜的因素的数量增多而提升；以及机器学习算法的灵活性。
　　在论述完解决问题的思想和方案之后，本文落脚于本案例的结论与金融风险预测优化问题的联系，以及一些金融领域应用机器学习方法的前景。尤其为金融交易领域提出了不完全信息博弈的审视视角，以及未来应用机器学习方法的思路。

目录

声明

前言

1.金融与“吹牛骰”中的预测问题

1.1 “探索风险”——永恒的主题

1.2人工智能时代对风险预测精度提出更高要求

1.3 “吹牛骰”赌博游戏

2.分析预测精度难以提高的原因

2.1黑箱理论与行为数据

2.2解决两大问题的意义

3.预测准确度问题解决方案的设计

3.1神通广大的机器学习与大数据

3.2 大数据的概念与价值

3.3 机器学习算法的设计

3.4 开发手机 APP的必要性

3.5 方案实践中的风险与困难

4.方案的实施与逻辑论证

4.1 游戏 APP“智能骰”与智能程序 Snowman的设计

4.2 机器学习的实现机制

4.3 AI弱点的自修复原理

5.结论与意义

5.1 结论

5.2 机器学习方法在金融领域的推广

5.3 畅想

参考文献