快科技7月11日消息，AI早已不是一件新鮮事，生活中處處可見AI的身影，

此前有網友建議騰訊研發一個麻將AI，用這個技術就可以成為雀神，沒想到，騰訊還真的做了，甚至還拿了國際第一的成績。

今日，騰訊官方宣布，騰訊麻將AI在日本麻將天鳳平臺特上房達到穩定段位10.68段，刷新了AI在麻將領域取得的最好成績。

官方表示，這代表著騰訊研發團隊在決策AI方向上取得了業界領先的成績和突破。

據介紹，“天鳳”是知名日本麻將競技平臺，擁有較為體系化的競技規則和專業段位規則，全世界的麻將AI基本都在這里進行訓練和打段。

“段位”類似于《王者榮耀》，天鳳按照1段—11段來進行排位，10段就相當于《王者榮耀》的榮耀王者段位。

騰訊表示，由于麻將除了正常的摸牌、打牌外，還要決定是否吃牌、碰牌、杠牌以及是否胡牌，任意一位玩家的行為都會改變摸牌的順序，涉及大量決策。

傳統離線策略訓練方法、傳統的在線搜索算法對麻將來說并不完全適用，于是騰訊AI Lab提出了ACH（actor critic hedge）的新型策略優化算法。

據了解，該算法采用了基于強化學習和遺憾值最小化的自我博弈技術，使AI能從零開始自我學習和提高。

該算法具備傳統強化學習可擴展性好（算的快）的優點，又部分繼承了遺憾值最小化算法的一些理論性質（算的好），相比傳統的強化學習方法，該策略優化算法在非完美信息游戲中訓練得到的策略更平衡（攻守兼備）。

另外，不同于過去搜索與離線策略的結合方式，騰訊將搜索返回的結果作為一種“特征”輸入到自研的策略神經網絡，使得AI在有海量隱藏信息的游戲狀態中，仍可以實時調整當前策略。

騰訊稱，訓練麻將AI，其實就是在訓練AI更好地去認識人類的世界，最終讓AI能早日走進那些人類生活中，如金融交易、自動駕駛、交通物流、拍賣系統等，解決真實世界的復雜問題。