这是一款标准的休闲游戏，供玩家在寝室玩，从开局到将去世，大约只须要9分钟。
一边是国际象棋天下冠军马格努斯•卡尔森 （Magnus Carlsen），他是当之无愧的神童，13岁就成为了国际象棋特级大师。
另一边是iPhone程序Play Magnus App，程序能模拟卡尔森的下棋习气。
卡尔森将机器的年事下调到18岁，然后与程序对决，但卡尔森还是遭遇了寻衅。
最开始几分钟，卡尔森被出乎猜想的攻击打得十分狼狈，然后他连续奋战，想与App打平，但终极还是屈膝降服佩服。
我们彷佛看到App高高在上说：“你须要好好磨练一下棋艺，让我们再试一次吧！
”卡尔森只能用微笑回应。

事宜没有什么分外的。
事实上，卡尔森已经发布多段***，讲述自己与不同年事虚拟棋手对决的故事。
这些***清楚见告我们：不论是输是赢，电脑都是卡尔森最不喜好的对手。

问题无法回避。
卡尔森的确有可能是人类历史上最棒的国际象棋棋手，但这样的棋手为何会被电脑一次又一次打败，人类是若何走到这一步的？

1997年的故事

大家可能是国际象棋门外汉，让我们先来温习一下：打算机征服国际象棋的故事源自深蓝，1997年，深蓝系统打败天下围棋冠军卡斯帕罗夫（Gary Kasparov）。
从那时开始，机器便展现出自己的上风，它轻松咀嚼人类抛给它的精美图案和美妙策略。
但是当代剖析人士却得出不同的结论：机器是薄弱的，卡斯帕罗夫犯了很多缺点，双方都有明显失落误。

第一局深蓝系统赢了，但在第二局中，末了有一步棋涌现变革。
当时深蓝系统本来有机会拿下一个兵，但它后撤了，深蓝系统采纳其余一种方法，它封锁了卡斯帕罗夫反击的可能性。
打算机的行为超出了卡斯帕罗夫的预见，他深感不安，终极错过了逼平的机会。
赛后卡斯帕罗夫责怪深蓝系统作弊，他认为有一个超级大师帮助打算机，让它下出预见之外的棋步。

备受争议的棋步可能只是意外。
几年之后，帮助IBM设计深蓝系统的科学家Murray Campbell阐明说，这步棋是漏洞造成的，在第三局开始之前，团队悄悄改动了漏洞。
可惜侵害已经造成。
在随后的比赛中，卡斯帕罗夫不再那么自傲。
由于无法理解深蓝的举动，卡斯帕罗夫摧残浪费蹂躏了很多韶光，他想用非同平凡的人类举动欺骗电脑，结果在第六局比赛中早早就犯错，而这一局决定了比赛的胜负。

总之，虽然深蓝胜利了，但对付打算机行业来说并不是什么壮举，它得胜是由于人类失落误造成的。
这件事见告我们，人类有弱点，比如犹豫、恐怖、喜好预测、随意马虎疲倦，以是随意马虎受到攻击。
深蓝系统虽然表现并不出色，但它不知疲倦，始终保持同等。
当卡斯帕罗夫的直觉涌现问题时，打算机就能轻松取胜。

人类绝望图

国际象棋可能是一项很优雅的游戏，但是深蓝的游戏策略瞄准的却是丑陋的蛮力。
当时深蓝还没有用上神经网络、机器学习策略。
相反，深蓝用强大的原始力量推测潜在举动，速率达到每秒2亿步。

深蓝系统根据各种不同的参数评估每一步，然后为每一项参数赋值。
研究职员对将近100万局大师下的棋局进行剖析，然后给参数确定权重，接下来再让国际象棋大师优化。
深蓝系统的下棋方法即是是将无数大师棋局拼凑在一起的，由于系统拥有足够大的原始打算力，以是它可以预测未来，避免发生大缺点。

到了本日，环球已经有十多个打算机国际象棋引擎，所有引擎都在标准硬件之上运行，它们还高度依赖过去200年积累的国际象棋历史。
在竞赛中，国际象棋引擎可以搜索海量数据库，在比赛开始之前找到开局。
到了盘中时，系统可以确保自己站在有利位置。
在棋局结束之前，系统可以利用各种策略，它不断搜索数据库，让每一步靠近完美。

至于国际象棋引擎评估权重的规则，它们是由一大群国际象棋精通者帮忙制订的。
贡献者提出算法修正建议，然后再制作测试版本，接下来新老版本对决，直到研究职员确定哪个版本更精良。

国际象棋利用的是Elo评级系统，便是说系统会根据打败对手的可能性判断权重。
不过要将打算机与人的表现比拟是一件难事，由于能与打算机反抗的人很少，有兴趣这样做的人也很少。

机器可以轻轻松松连续比赛1000局，以是将打算机与人做比较只能估计。
只管如此，只要你看一眼当今顶尖人类与顶尖国际象棋引擎的数据，就能看到一幅“人类绝望图”。

从数据看，打算机是统治者，但它并不完美。
它们无法预测棋局的结尾，由于结果的可能性比宇宙中的原子还要多。
想打败人类天下冠军，引擎没有必要完美。
打算机只要保持同等、不知疲倦、不犯明显缺点就行了。

AlphaZero脱手非凡

国际象棋实际上很重视积累，这点可能是外行人忽略的。
有许多国际象棋冠军说，新一代终极会击败老一代，之以是这样并不是由于他们更年轻、更有精力，而是由于他们可以得到更多知识。
如果用创造棋步的标准来衡量，打算机本来比不上人类，但最近涌现了变革。

2017年，谷歌帮助的公司DeepMind展示第一代深度学习系统AlphaZero。
最开始时AlphaZero并没有内置国际象棋知识，里面没有开局步法目录，也没有几百万局大师下的棋，它只知道下棋的规则，除此再无其它。

不过AlphaZero会学习，而且学习的速率很快。
它自己与自己下棋，下几个小时就能达到大师水平。
一天结束时，AlphaZero已经拥有博识的技艺，可以打败有限版Stockfish国际象棋引擎。
去年，Stockfish又打败了完全版Stockfish。

当AlphaZero学习时，人类可以不雅观察到它的进步，看着它从初步者进化为大师，然后连续时化。

AlphaZero和Stockfish利用的硬件基本一样，但是AlphaZero每秒剖析的步数只有Stockfish的千分之一，AlphaZero的上风不在剖析速率，而是学习。
卡斯帕罗夫剖析棋步之后感叹说，AlphaZero就像他自己一样拥有动态风格。
马修•萨德勒（Matthew Sadler）则说：“AlphaZero找到了过往最佳棋手的秘密条记本。
”它如同一个会下国际象棋的外星人降临在人类的头顶。

AlphaZero和之前的打算机国际象棋程序有一个很大的不同：AlphaZero不须要仿照人类，它装备神经网络，可以自己理解棋局。
AlphaZero不但打败了人类，它大概还能帮助人类理解国际象棋，之前没有打算机系统能做到，AlphaZero算是第一个。
比较当年深蓝系统击败卡斯帕罗夫，AlphaZero的意义彷佛更重大。

译者：小兵手