近日，原 FAIR（Facebook AI 研究院）研究员诺姆·布朗（Noam Brown）发推特称：“我很高兴与大家分享一件事：我加入了 OpenAI。多年来，我一直在研究扑克（Poker）和外交（Diplomacy）等游戏中的 AI 自对弈和推理。现在我将研究如何使这些方法真正变得通用。如果成功，我们可能有一天会看到比 GPT-4 好 1000 倍的大型语言模型。”

图 | Libratus 的相关论文（来源：Science）

Pluribus 的相关论文则于 2019 年登上 Science 的封面，论文题为《多人扑克的超人人工智能》（Superhuman AI for multiplayer poker），依然由布朗和桑德霍尔姆教授担任共同作者 [2]。该成果还入选 2019 年“科学年度突破奖”的候选名单。

图 | CICERO 的相关论文（来源：Science）

研发 CICERO 的原因在于，尽管人们在训练 AI 系统模仿人类语言方面取得了很大进展，但是构建使用自然语言的、并能在互动环境中有意义地与人类交流的智能体，仍然是一个重大挑战。

图 | CICERO 的架构图（来源：Science）

CICERO 则能将语言模型与计划和强化学习算法相结合，通过从对话中推断玩家的想法和意图，并在推进自己的计划的过程中生成对话。

在一场匿名游戏中，CICERO 在 40 场比赛中的平均得分是人类玩家的两倍多，在玩过一场以上比赛的参与者中排名位于前 10%。

名校背景、三篇 Science 论文加持、并在 Meta 工作过，而且有过金融领域的从业经验。布朗的履历已经相当不错，而从他的个人首页可知，除了研究人工智能和机器学习之外，分布式计算技术和算法博弈论也是他的研究方向。后两项专长毫无疑问可以给OpenAI 这一新东家锦上添花。至于他能否研发出“比 GPT-4 好 1000 倍的大型语言模型”，相信不远的将来就能见分晓。

参考资料：

1.Brown, N., & Sandholm, T. (2018). Superhuman AI for heads-up no-limit poker: Libratus beats top professionals.Science, 359(6374), 418-424.

2.Brown, N., & Sandholm, T. (2019). Superhuman AI for multiplayer poker.Science, 365(6456), 885-890.

3.Meta Fundamental AI Research Diplomacy Team (FAIR)†, Bakhtin, A., Brown, N., Dinan, E., Farina, G., Flaherty, C., ... & Zijlstra, M. (2022). Human-level play in the game of Diplomacy by combining language models with strategic reasoning.Science, 378(6624), 1067-1074.

https://noambrown.github.io/downloads/diplomacy_science_all.pdf

https://en.wikipedia.org/wiki/Libratus

https://twitter.com/polynoamial/status/1676971503261454340

https://www.nytimes.com/2019/07/11/science/poker-robot-ai-artificial-intelligence.html