有人的地方就有博弈。从囚徒困境到智猪博弈再到美女的硬币，博弈论一再说明一个道理，就是人类的思维不同于机器，特别由于人类的社会化属性，但凡有两个人以上的地方就充满着博弈的思想。因为有人的地方就有竞争，有竞争就有博弈。

作为数据、计算机与经济学的交叉学科，博弈论已经成为经济学的标准分析工具之一，在金融学、证券学、生物学、经济学、国际关系、计算机科学、政治学、军事战略和其它很多领域都有广泛的应用。博弈分为合作博弈与非合作博弈、完全信息博弈与非完全信息博弈、静态博弈与动态博弈等多种类型。

唐平中表示，博弈论在西方已经有近90年的历史，而在中国则是于近5年得到了广泛的关注和应用。从2009年开始的互联网广告拍卖设计算法，使博弈论在国内经济界得到了重视，如今国内工业界对博弈AI的算法也有大量的需求。

究其原因是在研究人工智能的时候，发现仅处理针对机器的算法远不能满足实际商业的需求，在现代商业中往往是“人+机器”的复杂场景，而博弈论恰好是针对人类的智能算法。

丁弋川在解读Tuomas Sandholm对AI的观点时，强调博弈论与最优化决策的结合。正如Tuomas Sandholm所解释，博弈论本身只是一个描述性工具，并不做出具体的决策，而最优化决策则指出每一步的最优化结果，但同时并没有考虑对方的情况，AI就把二者结合起来做出二人博弈时的最优化决策平衡点。

这就是德州扑克在人工智能学术上不亚于甚至是超过AlphaGo的意义所在，它提供了一种新模型去分析在没有或缺乏信息的情况下，如何计算平衡点。

Tuomas Sandholm强调，扑克游戏本身就是非完美信息的场景，德州扑克更是非完美信息的典型场景。在德州扑克进行的过程中，缺乏甚至没有任何数据，在这种情况如何计算出每一步的最优平衡点，同时还要考虑进对手的每一步情况。德州扑克有10的161次方个决策点，是非完美信息博弈算法的标准测试场景，国际上一直有学术团队在挑战这一场景。

葛冬冬介绍说，在杉数科技从事项目算法开发与实施的过程，发现很多现实中的商业问题不仅仅需要考虑最优化，很多时候还需要考虑到人类的行为，这些人类行为将给问题的解决带来额外的难度。

比如在考虑电商定价的时候，不仅要根据以前的价格历史来计算未来的最优价格，还要考虑到与顾客和竞争对手的反应。当价格低的时候，电商顾客会根据情况囤积自己的小库存，便宜就多买、不便宜就不买，同时竞争对手也会实时比价跟随定价。因此，在新零售等场景中，不再仅仅是数据驱动，还要考虑复杂情况下的顾客和竞争对手博弈等，这就应用了很多AI技巧。

博弈AI的崛起，正是复杂商业需求驱动的结果。

人工智能概念股：埃斯顿、科大智能、汉王科技、江南化工、华东数控、和而泰、中科曙光、永创智能、北京君正、通富微电、永创智能、劲拓股份。