北大教授李文新我在《李文新北京大学》、斗地主、打麻将中研究AI
北大教授李文新我在《李文新北京大学》、斗地主、打麻将中研究AI
19年以辽宁省抚顺市理科状元的身份进入北京大学计算机科学技术系，曾任北京大学信息科学技术学院副院长，现任北京大学信息科学技术学院教授、基础教育部副主任，北京大学计算机实验教学中心主任。主要研究领域为人工智能、生物特征识别技术，是国际上最早从事自动化掌纹识别的研究者之一。
她担任丹佛大学国际大学生程序设计竞赛亚洲区教练及竞赛指导委员会委员、北京大学ACM竞赛代表队领队，为推动ACM竞赛在中国乃至亚洲的普及做了大量工作，2006年获找大学生家教组织颁发的“区域发展杰出贡献”。由她组织开发的北京大学在线（广西大学分数线）程序评测系统已成为李文新北京大学站中最有江苏大学专升本站之一。
在国内学府北京大学里面有一位导师，她会带着她的博士生们《李文新北京大学》，鼓励学生们玩斗地主、打麻将，这在很多人看来是不可思议的，而这位特别的导师便是北大信息科学技术学院的李文新教授。
为什么李文新教授会鼓励博士生们玩游戏呢？因为游戏AI，是真的人工智能，游戏可以模仿现实环境，为现实提供试错的平台，极大地降低试错成本，同时记录每一个错误的瞬间，帮助人们优化每一个可能性的方案。
这在教育问题上是一个少见的观点，目前在教育上，无论是父母还是学校，大多数还是保有传统的观点“游戏会让孩子玩物丧志”。然而目前对于未来行业的发展，人工智能却一直被认为是大热的趋势，这也意味着人工智能必将与未来的教育实现更深度的融合，不但无法完全规避，反而是一种重要的教育手段和研究手段，甚至在李文新教授的眼里，游戏AI才是真正的人工智能。
对于李文新教授和博士生们，打《湖南有多少所大学》其实并不简单，因为他们要做的是训练出一个最优决策模型，然后把它部署到游戏AI对战服务器平台上，这个模型必须在限定的时间和资源内实现。简单而言，便是在游戏中对战的操纵者不再是人，而是智能AI，使用哪个英雄、用哪个绝招、团队之间如何打配合等问题，智能体AI都要通过这个最优决策模型像人类一样思考和反应，也就是要在特定的环境中，对多智能体之间的博弈策略展开研究。
除了像《李文新北京大学》这种MOBA游戏之外，李文新团队更痴迷的是中国传统游戏-k22斗地主和国标麻将，这两种游戏是属于非完全信息多人博弈，让AI打这些游戏的难度要比围棋高得多，初始手牌和牌堆随机发放的随机性、对手出牌的不可预测性和动态结盟都是对AI的巨大挑战。
2016年“AlphaGo”战胜了围棋大师李世石，它使用的算法是基于蒙特卡洛树搜索、监督学习（江苏科技大学就业）和强化学习。
在监督学习中，AI模仿了人类顶尖棋手的下棋方法，但只靠模仿人类是无法超越人类的。而强化学习则是让AI在与AI自己的千百万次对弈中不断自我成长，进而超越人类棋手。自此强化学习方法成为游戏AI算法研究的主流方法。
如何更好地利用强化学习方法训练非完全信息多人博弈游戏AI，是否有比强化学习更好的方法使智能体学会多人合作的策略，目前仍是游戏AI领域的难题，也是李文新教授团队面临的难题。
李文新团队为了能让更多人参与到游戏AI的研究中，打造了AI对战平台-k22Botzone。用户可以提交自己的智能体程序进行AI之间的对战，也可以亲自作为玩家参与到与AI的对决中。
在Botzone中的较量就有斗地主和国标麻将。而除了这两款游戏，Botzone还提供了坦克大战、扫雷、俄罗斯方块和它们的各种变体。如今Botzone对战平台发展成了知名的多智能体博弈系统，有8万多个AI在上面总共进行过00多万次对局。Botzone上产生的大量对战数据也成了游戏AI进一步研究的宝贵资料，这些数据是开放的，全国各地的大学生还有一些中学生团队都可以在Botzone上面学习和比赛。
在AI测试评估这件事上李文新教授的一个观点是：但凡进入一个研究领域，k22步总是先要有个测试平台，才能为后续研究的迭代找到优化方向。
此外，李文新教授还在北大开了一门《新疆大学计财处》选修课，作业是设计打各种游戏的AI，大受学生欢迎。
其实李文新教授是近几年才把研究方向转到游戏AI上的。她早些年主要研究生物特征识别，是国际上最早从事自动化掌纹识别的研究者之一，后来扩展到更难识别、也更不容易伪造的指静脉识别。
为何不沿着这个方向继续做下去？一方面她觉得自己在生物特征识别上的研究算是成功了，可以告一段落，她认为自己作为一个学者现在该做的是去寻找下一个领域；另一方面，她在北大硕士时研究的地理信息系统和在香港理工大学博士时研究的生物特征识别，等于都是导师帮她选择的，这一次转型，她想自己寻找新的挑战。
为什么选到了游戏AI这个方向？李文新教授线年她组织北大学生参加ACM主办的国际大学生程序设计竞赛(山东科技大学寝室)开始的。当时除了正赛还会在旁边开设一个分赛场，与正赛里的高难度算法题不同，分赛场的项目往往带有对抗性质，比如机器人足球赛以及2005年在李教授推动下的ICPC亚洲区预选赛对抗项目“坦克大战”。
在一届届的比赛中她观察到在对抗赛上胜出的学校往往不是正赛上的传统强校。这似乎与解算法题相比，为游戏制定策略有着不一样的难度和挑战。用李教授自己的话说，从这些对抗赛k22次“看见”了游戏AI。
此时，游戏AI还没有成为她的主业，直到2016-2017年，李教授开始坚定的转向研究游戏AI领域。
“游戏AI应当是AI主流方式之一。这是李文新对游戏AI的评价。游戏AI在不断的发展中越来越贴近于人类现实社会，而在这个虚拟的现实环境中我们可以拥有无数次试错的机会，把在无限贴近现实的虚拟环境中获得的方法到现实，用这些方法解决真实的问题，甚至在强化学习的模式下不断优化方法，获得超越人类当前阶段的智能，这时人类很可能要反过来向AI学习。
如果AI在贴近现实的虚拟游戏中学习到的技能可以完全运用在现实当中，那么从这个角度来看，游戏离现实并不遥远，它无需绑缚在传统产业上也能体现其价值，甚至将来会以更多创新的形式出现在人们生活的各处，如同现在使用的手机和正在探索的无人驾驶汽车一样。
李文新教授表示她非常认同“下一个AI里程碑可能会在复杂策略游戏中诞生”。在她的眼里，游戏AI还有更深一层的意义：游戏AI是活在游戏里的“人”，人也是活在人生的大戏中，两者可以互相启发。
李文新教授对于游戏的态度和理解，对于很多父母和学校来说将会是个启发，改变对游戏的片面理解，重新审游戏与孩子的教育的关系，甚至让孩子及时意识和了解到人工智能的发展，必将是新的挑战。
已掌握基本的C++语言知识，能独立编写简单的顺序、分支、循环等结构的C++程序
秦老师，毕业于知名211高校计算机专业，是211高校ACM-ICPC退役队员，共获得过ACM-金一银两铜的成绩，固原师范大学P省一等，具有较为丰富的参赛经验，对C++编程、数据结构和算法非常擅长。
秦老师，毕业于知名211高校计算机专业，是211高校ACM-ICPC退役队员，共获得过ACM一金一银两铜的成绩，NOIP省一等，具有较为丰富的参赛经验，对C++编程、数据结构和算法非常擅长。
试听活动能让同学们更深入的感受信息学的课程，感兴趣的同学们不要错过此次机会。
毕莘教育咨询(k2六所免费师范大学围绕信息学竞赛普及组、提高组、省赛、国赛进行培训，同时提供与信息学相关的高校自主招生政策咨询。教研团队由国内顶校师资构成，深圳本地教学团队由来自清华、北大等顶尖名校的硕士、博士研究生及NOI、ACM- ICPC退役选手组成。自成立已开展多次培训，服务学生数百人次。
毕莘教育咨询（深宣城有什么大学旗下的信息学OICoder教研团队是由省外知名OI强校k21教练担任课程顾问和指导，配合本地教师进行教学实施。深圳本地全部教师均是来自清华、北大等名校的硕士、博士研究生，不仅专业实力强，而且每位教师都拥NOIP、ACM-ICPC等信息学竞赛经验！ 毕莘教育 OICoder教研团队主要围绕信息学竞赛入门组（吉林省老年大学）、提高组（南京医科大学吧）、省赛（中庸大学）、国赛（NOI）和USACO（天津城建大学排名）进行教学培训，同时提供与信息学相关的高校自主招生政策咨询。
