谭婧老师爱下象棋，便是谁也赢不了。

去公园下了一盘棋 ，第一步我就走了一个当头炮 ，剩下的都是大爷们帮我走的。

结果，我输了。

经由他们的总结研究，我第一步走错了 。

2022年，象棋AI下棋机器人，问世了。

我和它对弈了一盘，结果，我赢了。

很有自知之明的我，严重疑惑设计者增加了噪音，降落了棋力。
让我赢得很舒畅。

但我没有证据。

怎么说呢，我就喜好高情商的AI象棋机器人。

低情商的机器人只会冷漠地碾压我：“下不过我，就别废话。
”

仿佛不仅嫌弃我棋臭，还嫌弃我话多。

而高情商的AI象棋机器人，大为不同。

它伸出胳膊，温顺地摆出“请”的姿势，它居然有机器臂。

情商和机器臂都不是重点，聊聊它的智商从何而来。

AI象棋机器人是人工智能技能中深度学习与强化学习的成果，击杀四方。

任何人工智能都离不开数学根本事理，在此，首先得感谢尊敬的贝尔曼（Bellman）教授。

以他名字命名的贝尔曼方程，在绝大多数强化学习的成果中都会用到，比如象棋AI下棋机器人的远方表哥，自动驾驶。

它们是亲戚，“血缘关系”是“最优决策”。

强化学习是要在多种决策中评价，找出好的决策。

强化学习在象棋中，便是在多种走法中找到最好的走法。

围不雅观数学公式的人少，围不雅观下象棋的人多。

我们抛开公式，用决策树表示每一步的输赢，非常直不雅观。

一盘三十步的象棋比赛，会是一颗很大的决策树，有很多枝叶。

打算机下象棋的棋力，早就超越了绝大多数的人。
然而，至今没有任何一款打算机软件达到全知全能的“棋神”状态，连AI也弗成。

那不才象棋这件事情上，AI这几年在忙活啥？

那要从几十年前讲起了。

1980到1990年代，深蓝打算机是大公司的，小霸王游戏机是大家的。

如果一个人类象棋高部下一步棋，能看未来八步棋。
就好比一下能想到决策树上的第八层。

传统象棋软件说，这我也行。

话是没有吹牛，传统象棋软件确实可以做到。

可是，再往前多算几步，所耗韶光和打算存储可能都要翻倍。
或者说，情形急转直下。

在旧式象棋软件的时期，得想办法减少打算量。
以是，有了阿法贝塔剪枝。

这虽然有“偷

阿法贝塔剪枝的方法，相称于提前知道哪些搜索是没故意义的，打消缺点答案，用巧思“偷

旧思路在象棋上还能支撑，用在围棋上力有不逮。

（由于围棋是19×19的一个矩阵，每步可选择的走法要比象棋多一个数量级。
）

从旧式象棋软件时期，人们就为棋力算分。
这是一个起源很早的好办法。

那么得分是怎么来呢？

用一个数学函数把有利赢棋的成分都考虑进去。

以至于，中国象棋协会也有象棋大师用此来构思好棋。

有了分数，僵化的下象棋，便是“哪步得分高，就走哪步”。

然而，象棋是一个非常讲究全局不雅观的游戏。

追求终极取胜，不追求每一步占尽上风。

比如，战术性丢车保帅。

深度学习模型在象棋面前暴露了“缺陷”，它算出当下局势的胜率，但是，并不能估算出后续局势的胜率。

以是，须要一个主要的动作来加持：搜索。

从决策树上理解，便是考虑的越多越好。

如今，能搜索到决策树里非常深的层数，这就意味着，招数更多，棋路更多，对胜利的把握就越大。

谈到如何处理搜索量大，就谈到了蒙特卡洛树搜索是学霸特供技能，对大多数人来说，都很难。

乃至可以这样说，便是题目很困难，算不出来，只好乞助于概率，乞助于实验。

一顿猛如虎的严谨剖析算不出来。
来吧，学霸直接撸起袖子做实验。

蒙特卡洛方法的做法虽然看起来比较随意，但却有着坚实的理论根本：大数定律。

在打算机眼里，棋子挪动一步，都算一个新的棋局，以是棋局数量何其之多。

一个厮杀正酣的棋局，今后走，可能衍生出10000种棋局。

借助蒙特卡洛树搜索这一方法，看未来几步怎么走。
或者说，当AI象棋机器人，有了强化学习，就有了“大局不雅观”。

我们立时进入学霸区特供：《AI象棋机器人所用的蒙特卡洛树搜索》。

这便是深度强化学习，模型收敛的目标是，把胜率估计越准越好。
经由多轮演习，胜率会越来越准。

胜率是AI象棋机器人的KPI，每下一步都估算胜率。
每一步，只管即便把胜率提高。

知识是，高手胜率高，低手胜率低。

问题来了，高到多少，低到多少。
每一步的胜率很难准确估算，只能估大致范围。

而且，把胜率提高的条件是，得把胜率算准确。

在如此模糊的情形下，数据里会有偏差。
由于有偏差，以是AI象棋机器人只能知道“棋神”的方向是什么，它费尽心机逼近这个方向。

象棋AI机器人的棋力水平的演习方法是，AI，加上蒙特卡洛树搜索，然后再教导AI本身。

这个过程类似总结履历，这样使得它的棋力飙升。

可以说，AI象棋机器人强大之处得益于蒙特卡洛树搜索。

超越人类是很早以前的本事了，现在追求棋力丝滑上升，情商在线。

让棋力水平菜，还有棋瘾的人，也能玩得愉快（请不要在我下象棋的时候安装监控）。

好了，

这回就聊到这吧。

看在象棋AI下棋机器人输给我的份上，我不妨透露两个。

第一，有一版的AI象棋机器人低级棋力就打败了全公司的寻衅者。

大胜之际，算法设计工程师们哀嚎遍野：“大事不妙”。

第二，我下赢AI象棋机器人那一局的时候，阁下有三个AI工程师帮忙出主张。

（哦，第二点是在凡尔赛科技新媒体的日常）

末了隆重先容一下我们的全文审核专家：

末了，再先容一下主编自己吧，

我是谭婧，科技和科普题材作者。

为了在时期中创造故事，

我围追科技大神，堵截科技公司。

偶尔写小说，画漫画。

生命短暂，不走捷径。

原创不易，多谢转发

还想看我的文章，就关注“亲爱的数据”。