# 自学 72 小时，计算机成了国际象棋大师

- 作者：积木
- 发布时间：2015-09-17 22:15
- 分类：公司
- 原文：https://www.ifanr.com/564019

[![Chess Game](https://s3.ifanr.com/wp-content/uploads/2015/09/chess-game.jpg)](http://www.ifanr.com/564019/chess-game)

20 年前，IBM 的深蓝战胜了国际象棋冠军卡斯帕罗夫，让人们感受到了计算机的强大。20 年后的今天，计算机的下棋能力更是突飞猛进了。不过，尽管计算机的速度越来越快，它下棋的方法却没有什么变化，基本还是靠蛮力，就是说，它会快速搜索所有可能的棋步，然后做出最好的选择。

与计算机相比，人类有着不同的思维方式。通过对棋局的判断，人类能够找出最有利的选择。据 [Technologyreview 网站](http://www.technologyreview.com/view/541276/deep-learning-machine-teaches-itself-chess-in-72-hours-plays-at-international-master/)报道，伦敦皇家大学的 Matthew Lai 把人工智能技术用于象棋引擎的构建。他开发的象棋引擎 Giraffe 能够像人类一样思考。与传统象棋引擎完全不同，Giraffe 可以对棋局做出判断，自己学习下棋技巧。

自完成之日起，Giraffe 下棋的水平就等同于最好的传统象棋引擎。与人类相比，它的水平等同于国际棋联的“国际象棋大师”。Giraffe 背后的技术是神经网络。在处理信息的方式上，神经网络是模仿人脑的。它拥有许多层的节点，而且，通过训练，这些节点的连接方式会发生改变。

在训练神经网络的时候，Lai 采用了来自真实比赛的数据，确保棋局是合理而且可能出现的，同时，他也使用了许多不常见的棋局。这是因为，虽然通常不出现在比赛中，但是，它们可以缩短计算机内部检索的时间。从计算机象棋游戏的数据库中，Lai 随机选择了 500 万个棋局，然后，他为每个棋局增加了一个合理的棋步，最终生成 1750 万个棋局。最后，他让 Giraffe 自己下棋，改善其判断能力，更重要的是，让其能够拥有自我学习的能力。

Lai 使用了一套名为 Strategic Test Suite 的标准数据库测试 Giraffe。这套测试的最高分数是 15000 分。在自主学习阶段，Giraffe 很快就达到了 6000 分，72 小时之内达到 9700 分。这已经赶上目前最好的象棋引擎了。

当然，Giraffe 也有自己的缺点。神经网络的运算速度比较慢，因此，与其它象棋引擎相比，Giraffe 搜索速度要慢上 10 倍。尽管如此，它仍然是有竞争力的。“与现在的多数象棋引擎不同，Giraffe 的优势不是来自于非常的远见，而是精确评估棋局的能力。人类能够很自然地理解复杂的位置概念，但是，象棋引擎长期以来都缺乏这种能力，” Lai 说，“这在开局和残局阶段特别重要。在这两个阶段，它的表现特别好。”

图片来自 [fansshare](http://www.fansshare.com/gallery/photos/12842541/chess-game-wallpapers/)
