下载掌阅APP，畅读海量书库
立即打开
棋类游戏已经有了上千年的历史，棋艺水平历来都被认为是智力水平的表现。然而，下棋通常需要有人做伴，独自一人时只能望棋兴叹。因此，很多人就想造出具备人类智慧的下棋机器人—找个机器人一起下棋也不错。于是，棋类游戏就成了人工智能中持续最久的应用之一。
早在1769年，匈牙利发明家冯·肯佩伦（Wolfgang von Kempelen）公开展示了他的下棋装置“土耳其人”（The Turk，见图3.1），该装置很快就成了欧洲各皇室的娱乐焦点。据说，德国人约翰·马泽尔（Johann Mälzel）曾让它和欧洲征服者拿破仑·波拿巴（Napoléon Bonaparte）进行了一次对弈，最后“土耳其人”大胜。然而，这台机器实际上是人为操控的，每次下棋时都有个活人躲在里面，这个人还是个下棋高手。虽然这台装置并非真正的机器人，但这种类似魔术的下棋游戏，引发了人们对于人工智能的期望与思考。如今这种期望已经成为现实，下棋机器人已经下赢了人类。
随着计算机的出现，人们开始探索如何使用计算机来下棋。1950年前后，著名科学家艾伦·图灵（Alan Turing）编写了一个国际象棋程序，但由于当时计算机资源稀缺且运算能力不足，并没有得到实际应用。英国科学家迪特里希·普林茨（Dietrich Prinz）则编写了一个残局的程序，能在距离被将死两步前，找到最优的下棋步骤。
图3.1“土耳其人”的下棋形态（上），暗藏的机关（下）插图作者：约瑟夫·拉克尼茨（Joseph Racknitz）
几乎与此同时，“现代计算机之父”约翰·冯·诺伊曼（John von Neumann）也在探索计算机下棋的奥秘。他与经济学家奥斯卡·摩根斯特恩（Oskar Morgenstern）共同撰写了《博弈论与经济行为》（ Theory of Games and Economic Behavior ），提出了两人对弈的博弈策略理论，为计算机下棋的研究打下了理论基础。
1950年，“信息论之父”克劳德·香农（Claude Shannon）在《哲学杂志》（ Philosophical Magazine ）上发表了题为《计算机下棋程序》（ Programming a computer for playing chess ）的文章，标志着计算机下棋理论研究的开端。在今天的“深蓝”（Deep Blue）和“阿尔法围棋”（AlphaGo，又称“阿尔法狗”）等大型人工智能下棋系统中，还能见到这个思路的影子。
1951年，克里斯托弗·斯特雷奇（Christopher Strachey）在计算机“曼彻斯特Mark—1”上，成功编写了第一个公开展示的跳棋程序。1952年，国际商业机器（International Business Machines Corporation，简称IBM）公司的人工智能先驱亚瑟·塞缪尔（Arthur Samuel）编写出一个可以学习的跳棋程序，它具备自我学习的能力，这也是最早的人工智能程序之一，它还赢过一些跳棋大师。半个世纪后，加拿大科学家乔纳森·谢弗（Jonathan Schaeffer）证明了完美博弈的结局是和棋，即跳棋的对弈双方只要不犯错，最终结果都是和棋。
著名科学家赫伯特·西蒙（Herbert Simon，又名司马贺）曾在1957年预言，十年内计算机下棋程序可以达到大师级的水平。此后，科学家一直在研究新的智能下棋方法，但西蒙的预言并没有在短期内成为现实。西蒙是一位杰出的科学家，他是人工智能研究的先驱，在人工智能与心理学的结合方面取得了突出成就，获得了计算机领域最高奖—图灵奖；他还是一位经济学家，曾获诺贝尔经济学奖，是全世界当之无愧的跨学科大师。
1958年，IBM公司的亚历克斯·伯恩斯坦（Alex Bernstein）开发了一个可以走完全局的国际象棋程序，在IBM 704计算机上运行。虽然它的下棋水平一般，每走一步需要“思考”数分钟，但这个程序对后续的智能下棋研究具有示范意义。
随着计算机技术的发展，智能下棋算法持续优化。1962年，麻省理工学院的著名人工智能科学家约翰·麦卡锡（John McCarthy）指导几位本科生，编写了一个可实战的下棋程序，它能够击败国际象棋的初学者。
20世纪70年代开始，计算机下棋比赛逐渐兴起，各种计算机下棋程序争相展示自己的实力，麻省理工学院学生开发的国际象棋程序CHESS 4.0曾在多次比赛中战胜对手。
1997年，IBM公司研发的超级计算机系统“深蓝”以2胜1负3平的战绩战胜了当时的国际象棋世界冠军卡斯帕罗夫（Kasparov），成为历史上第一个成功在国际象棋大赛中打败卫冕世界冠军的计算机系统—西蒙的预言才算是真正实现了，这是人工智能取得重大突破的标志。
2016年，谷歌公司的深度思维（DeepMind）团队开发了AlphaGo程序，与韩国围棋冠军李世石进行了一场巅峰对决，最终AlphaGo以4胜1负的成绩取得胜利。2017年，AlphaGo又在与中国围棋世界冠军柯洁的比赛中取得了胜利。AlphaGo围棋是棋类游戏中最复杂的一种，AlphaGo的胜利，成功地证明了机器学习在复杂领域的能力。
在棋类游戏中，预判的能力非常重要，需要根据当前的局面来判断对手在下面一步或几步可能的走法，这种能力是取得胜利的关键。优秀的棋手都研究过各种各样的下法，对手每下一步棋，他都能预判后面几步可能出现的各种情况—这种思考能力本质上是一种计算能力。利用大规模计算机的算力，使用人工智能，机器可以比人类棋手预测出更多的步数，并从中找到更好的下棋方法。
如今，人工智能在主要的棋类游戏（如象棋、围棋等）中已超越人类的水平，人工智能下棋应用也不再局限于游戏，它们还在教育、娱乐和科研等多个领域中发挥作用。人工智能已经被用于辅助人类训练思考能力。对此，你有什么想法呢？是否会担心人类将被机器取代呢？