下载掌阅APP，畅读海量书库
立即打开
一种人工智能可以在西洋陆军棋（Stratego）中击败人类专家棋手。
相比国际象棋、围棋或扑克牌，西洋陆军棋可能形成的棋局更多。总部设在英国的“深层思维”公司开发的人工智能成为这种棋盘游戏的顶级在线玩家之一。这种人工智能程序学会了用较小的棋子虚张声势，还学会了为取胜而牺牲掉重要棋子。
“深层思维”公司的科学家朱利恩·佩罗拉特说：“最让我们感到惊讶的行为是，（这种人工智能）具备为获取对手布局和策略信息而牺牲有价值棋子的能力。”
西洋陆军棋的游戏规则是，两个玩家试图夺取对手的军旗，而军旗隐藏在由40个棋子组成的阵列中。大多数棋子为编号1至10的士兵，军衔较高的士兵和军衔较低的士兵在棋盘上相遇时，前者会吃掉后者。但玩家看不到对手棋子的身份，除非来自对立两军的两个棋子碰到一起——这种规则不同于可以看清对手棋子的国际象棋。
加剧游戏难度的是，西洋陆军棋其实是一种极其复杂的游戏，共有10535种可能的棋局。相比之下，围棋有10360种可能的棋局。国际象棋和扑克牌就更少了。
佩罗拉特和他在“深层思维”公司的同事们开发了名为“DeepNash”的人工智能。为了能够彻底征服西洋陆军棋，这种人工智能自行下了55亿盘棋，模拟训练时间大致相当于几百年。但这种人工智能并不依赖任何有关人类下棋策略的知识。它进行训练也不是为了战胜特定的对手。
“深层思维”公司的卡尔·塔尔斯说，DeepNash下棋并不是靠搜索出所有可能的棋局，因为那从计算的角度讲是不可能做到的，这种人工智能拥有一种算法，可持续引导其采取最佳策略。最佳策略旨在确保在与完美对手对局时至少有50%的胜率——即使对手对人工智能打算做什么了如指掌。
其结果是，尽管对手信息被隐藏起来，可能出现的棋局极多，每一步棋都有很多不同的走法，但人工智能还是能作出制胜决策。纽约大学的朱利安·托格柳斯说：“这是我们以前确实无法做到的新情况。”
不论是人类对手还是人工智能对手，DeepNash在对局中都已占据支配地位。它通过在线游戏平台与人类专家棋手进行了50场排名赛，胜率高达84%，成为排名前三的棋手——人类棋手并未意识到他们在和人工智能对局。“深层思维”公司研发的这款人工智能与顶级机器人棋手对局的胜率更是高达97%，其中多个机器人棋手此前还赢得过“计算机西洋陆军棋国际锦标赛”冠军。