人与机器博弈：理清战略推理以推动AI发展

# 人类与机器博弈：解开策略推理之谜以推进人工智能发展 来源：https://news.mit.edu/2026/untangling-strategic-reasoning-to-advance-ai-gabriele-farina-0505 Gabriele Farina 在意大利北部一个多山的葡萄酒产区小镇长大。他的父母都没有大学学位，尽管两人都确信自己“不懂数学”，但 Farina 说，他们为他购买了想要的那些技术书籍，并且没有阻止他选择以科学为导向而非古典文科的高中。 大约在 14 岁时，Farina 专注于一个后来证明对其职业生涯具有基础意义的想法。 “我很早就对这样一个想法着迷：机器做出预测或决策的能力可以远远优于人类，”他说，“人类创造的数学和算法能够构建出在某些方面超越其创造者的系统，而这些系统又是建立在简单的构建模块之上的，这始终让我感到敬畏。” 16 岁时，Farina 编写代码来解决他与 13 岁妹妹一起玩的一款棋盘游戏。 “我通过一局又一局的计算来得出最优走法，并向我妹妹证明，在我们俩自己察觉到之前，她早已输了，”Farina 说，并补充说他妹妹对这个新系统并不那么着迷。 如今，Farina 是麻省理工学院（MIT）电气工程与计算机科学系（EECS）的助理教授，也是信息与设计系统实验室（LIDS）的首席研究员。他将博弈论的概念与机器学习、优化和统计学等工具相结合，以推进决策的理论基础和算法基础。 Farina 本科入读米兰理工大学（Politecnico di Milano），学习自动化与控制工程。然而，随着时间的推移，他意识到真正激发他兴趣的并非“仅仅应用已知技术，而是理解并扩展这些技术的基础，”他说，“我逐渐越来越多地转向理论研究，同时仍然非常关注展示这些理论的具体应用。” Farina 在米兰理工大学的导师、计算机科学与工程教授兼研究员 Nicola Gatti 向 Farina 介绍了计算博弈论中的研究问题，并鼓励他申请博士学位。当时，作为直系亲属中第一个获得大学学位的人，且生活在博士学位制度不同的意大利，Farina 说他甚至不知道什么是博士学位。 尽管如此，在获得本科学位一个月后，Farina 开始在卡内基梅隆大学攻读计算机科学博士学位。在那里，他的研究和论文获得了荣誉，他还获得了 Facebook 经济学与计算奖学金。 在完成博士学业之际，Farina 曾在 Meta 的基础 AI 研究实验室工作了一年，担任研究科学家。他的主要项目之一是协助开发 Cicero，这是一款能够在涉及结盟、谈判以及识破其他玩家虚张声势的游戏中击败人类玩家的 AI。 Farina 说：“在构建 Cicero 时，我们设计它只有在符合其自身利益的情况下才同意结盟，并且它能判断玩家是否可能在撒谎，因为如果按照他们提出的方案行事，将违背他们自身的激励因素。” 2022 年《麻省理工科技评论》（MIT Technology Review）的一篇文章称，Cicero 代表了向着能够解决需要妥协的复杂问题的 AI 迈进的重要一步。 在 Meta 工作一年后，Farina 加入了 MIT 教职团队。2025 年，他获得了美国国家科学基金会（NSF）的 CAREER 奖。他的工作基于博弈论及其描述不同方具有不同目标时发生情况的数学语言，并量化“均衡”状态——即无人有理由改变策略的状态——旨在简化那些计算如此均衡可能需要数十亿年的大规模、复杂的现实世界场景。 “我研究如何能够利用优化和算法有效地找到这些稳定点，”他说，“我们的工作试图为理论的数学基础带来新的见解，更好地控制和预测这些复杂的动态系统，并利用这些思想来计算大型多智能体交互的良好解决方案。” Farina 对“不完全信息”场景特别感兴趣，这意味着某些代理（agent）拥有其他参与者未知的信息。在这种情况下，信息具有价值，参与者必须战略性地利用他们所掌握的信息，以免暴露信息从而降低其价值。日常生活中一个典型的例子是扑克游戏，玩家通过虚张声势来掩盖关于其手牌的信息。 据 Farina 称，“我们现在生活在一个机器比人类更擅长虚张声势的世界中。” 一种充满“大量不完全信息”的情况将 Farina 带回到了他最初的棋盘游戏经历。Stratego 是一款军事策略游戏，曾激发耗资数百万美元的研究努力，以生产能够击败人类玩家的系统。该游戏需要复杂的风险计算和误导（或虚张声势），Farina 表示，它可能是唯一一种主要努力未能实现超人水平的古典游戏。 凭借成本低于 10,000 美元（而非数百万美元）的新算法和训练，Farina 及其研究团队击败了史上最佳玩家——取得了 15 胜、4 平、1 负的成绩。Farina 表示，能够如此经济地取得这样的结果令他感到非常兴奋，他希望“这些新技术将被纳入未来的流程中”。 “我们见证了构建能够进行策略推理并在巨大的行动空间或不完全信息的情况下做出合理决策的算法的持续进步。对于看到这些算法被纳入我们周围发生的更广泛的人工智能革命，我感到非常兴奋。”