人工智能在各种游戏，包括围棋和象棋等击败人类，而现在脸书更应用人工智能技术，并结合先进的搜索技术，让机器人掌握花火（Hanabi）这个更复杂的纸牌游戏，程度不只更胜过去的算法，还能够击败菁英玩家。
花火是一种需要高度合作的纸牌游戏，玩法类似团队接龙，但玩家无法看到自己拥有的牌，只能看到其他玩家的牌组，玩家通过每回合有限的信息，经推理、集成和发挥默契来完成游戏，最后才能成功将不同花色的数字牌，按顺序排列并成功施放出花火。
玩家必须通过交换消息，才能了解要出牌还是弃牌，但是决定行动的线索，只能通过特定纸牌颜色和编号等，非常有限的提示进行沟通，而由于玩家都知道，花火是一款合作游戏，因此会直接相信队友的暗示，不会认为队友的暗示存在欺骗或是误导等目的。
脸书提到，人类通过观察行为，来解释队友的意图，像是队友可能以特定颜色卡片，来暗示玩家下一回合要使用的卡片，而这是一种演绎的能力，玩家用来理解队友的意图，并预测他们对线索的解释，和回应的行为。而在真实世界中，脸书也期待人工智能系统拥有协作能力，能够在需要的环境进行合作。
在今年的时候，DeepMind和Google Brain的人工智能研究人员，同时也认为花火是研究人工智能的新领域，因为花火多人游戏，同时结合了合作性玩法以及不完整的消息。而脸书现在发布了最新的研究，他们开发了一种应用即时搜索方法的人工智能机器人，这种搜索方法结合预运算的策略，可以对游戏过程中遇到的各种情况进行微调，显著改善包括增强学习等，任何游玩花火的算法。
这项研究主要贡献是在不完整消息的情况下，使用搜索方法。脸书提到，过去搜索方法只能用在如象棋和围棋等，这类公开完整信息的游戏，而由于花火游戏进行时，每个玩家只能看到部分而非全部纸牌，任意阶段的游戏都只有非完整的信息，机器人在做出决定之前，需要考量多种不同的可能，而这种情况让搜索变得困难，通常也需要花费更多的计算资源。
脸书提到，尽管不少多重代理的人工智能研究，都专注在零和竞争上，但是通过有限沟通进行有效率协调的人工智能技术，在现实世界的潜在用途更大，像是在只有部分可观察的环境交通导航，需要驾驶员需要传达自己的意图以及解释他人意图，而在工作环境中，人工智能系统需要能够解释人类所提供的非语言线索。
当人工智能可以理解这些意图，就能以更高的效率进行合作，脸书认为，他们在花火游戏中的研究，能够推进现实世界中合作式人工智能代理的发展。