计算机自学72小时，已打败国际象棋大师

距离IBM的深蓝超级计算机击败国际象棋世界冠军加里·卡斯帕罗夫（Gary Kasparov），已经快过去20年了。从那以后，会下国际象棋的计算机又有了显著增强，人类能够战胜计算机的可能性也越来越小。不过，虽然计算机已经变得越来越快，但国际象棋引擎的工作原理并没有改变。计算机严重依靠“暴力破解”，通过寻找一切可能的移动方式，走出最好的一步棋。

Gary Kasparov VS 深蓝

当然，在这方面没有人能够与计算机匹敌，甚至是望其项背。深蓝计算机可以每秒思考2亿步，而卡斯帕罗夫很可能每秒不超过五步。然而，他仅仅是在决胜局输给了深蓝，基本上两者是在相同的水平上竞技。因此，很显然人类有一些技巧还没有被计算机所掌握。

神经网络

人类所拥有的技巧，主要是判断国际象棋的摆放位置，缩小最有效走位的搜索范围，这具有重要意义。如果计算机也学会了它，将大大简化计算任务，并从计算所有的可能性，变成计算最高效的几种。

计算机此前从不擅长这一技巧，但如今在伦敦帝国学院的Matthew Lai的研究下，情况会发生改变。Matthew Lai开发了一个名为Giraffe的人工智能机器，它可以通过自学来判断下步棋该怎么走，这种方式更像人类，和传统的国际象棋引擎完全不同。

新型人工智能能与最优秀的传统国际象棋引擎达到相同的水平。如果按照人类水平来评估，也就相当于FIDE（世界国际象棋联合会）所评定的国际大师。

这一人工智能背后的技术就是神经网络，它是受人类大脑构造所启发，并用于计算机处理信息的一种方式，由多个节点层级所组成，系统会随着人类对其不断地训练而提升。

在过去的几年中，由于两个技术的进展，神经网络已经变得非常强大了。第一个是更好地了解了当它们进行学习时，如何微调神经网络，这要部分归功于更快的计算机；第二个是能够利用大量的注释数据集，来训练神经网络。因此，深度神经网络能发现国际象棋的规律也就不足为奇了，而这正是Matthew Lai所采取的方法。