有人的地方就有博弈。從囚徒困境到智豬博弈再到美女的硬幣，博弈論一再說明一個道理，就是人類的思維不同于機器，特別由于人類的社會化屬性，但凡有兩個人以上的地方就充滿著博弈的思想。因為有人的地方就有競爭，有競爭就有博弈。

作為數據、計算機與經濟學的交叉學科，博弈論已經成為經濟學的標準分析工具之一，在金融學、證券學、生物學、經濟學、國際關系、計算機科學、政治學、軍事戰略和其它很多領域都有廣泛的應用。博弈分為合作博弈與非合作博弈、完全信息博弈與非完全信息博弈、靜態博弈與動態博弈等多種類型。

唐平中表示，博弈論在西方已經有近90年的歷史，而在中國則是于近5年得到了廣泛的關注和應用。從2009年開始的互聯網廣告拍賣設計算法，使博弈論在國內經濟界得到了重視，如今國內工業界對博弈AI的算法也有大量的需求。

究其原因是在研究人工智能的時候，發現僅處理針對機器的算法遠不能滿足實際商業的需求，在現代商業中往往是“人+機器”的復雜場景，而博弈論恰好是針對人類的智能算法。

丁弋川在解讀Tuomas Sandholm對AI的觀點時，強調博弈論與最優化決策的結合。正如Tuomas Sandholm所解釋，博弈論本身只是一個描述性工具，并不做出具體的決策，而最優化決策則指出每一步的最優化結果，但同時并沒有考慮對方的情況，AI就把二者結合起來做出二人博弈時的最優化決策平衡點。

這就是德州撲克在人工智能學術上不亞于甚至是超過AlphaGo的意義所在，它提供了一種新模型去分析在沒有或缺乏信息的情況下，如何計算平衡點。

Tuomas Sandholm強調，撲克游戲本身就是非完美信息的場景，德州撲克更是非完美信息的典型場景。在德州撲克進行的過程中，缺乏甚至沒有任何數據，在這種情況如何計算出每一步的最優平衡點，同時還要考慮進對手的每一步情況。德州撲克有10的161次方個決策點，是非完美信息博弈算法的標準測試場景，國際上一直有學術團隊在挑戰這一場景。

葛冬冬介紹說，在杉數科技從事項目算法開發與實施的過程，發現很多現實中的商業問題不僅僅需要考慮最優化，很多時候還需要考慮到人類的行為，這些人類行為將給問題的解決帶來額外的難度。

比如在考慮電商定價的時候，不僅要根據以前的價格歷史來計算未來的最優價格，還要考慮到與顧客和競爭對手的反應。當價格低的時候，電商顧客會根據情況囤積自己的小庫存，便宜就多買、不便宜就不買，同時競爭對手也會實時比價跟隨定價。因此，在新零售等場景中，不再僅僅是數據驅動，還要考慮復雜情況下的顧客和競爭對手博弈等，這就應用了很多AI技巧。

博弈AI的崛起，正是復雜商業需求驅動的結果。

人工智能概念股：埃斯頓、科大智能、漢王科技、江南化工、華東數控、和而泰、中科曙光、永創智能、北京君正、通富微電、永創智能、勁拓股份。