通過學習戰勝人類的象棋AI

每當我們的話鋒轉向機械人，人們通常最關心的是他們什麼時候會搶走我們手頭的工作，但就從現在來看，最該為此擔心的可能就是那些國際象棋大師了。英國的計算機科學家們發明了一種新型的國際象棋人工智能，它能在通過72鐘頭的學習后，趕上目前國際象棋世界大師的水準。

自然，新型的人工智能絕不是第一個會下國際象棋的人工智能——IBM的深藍機械人是第一個戰勝了人類的人工智能，它在1997年擊敗了人類世界冠軍卡斯帕羅夫。然而與深藍機械人不同的是，這次的人工智能並不是研究完所有有可能的走棋方式，全新的人工智能(昵稱「長頸鹿(Giraffe)」)在其走棋時能夠進行直觀的「思考」，並使用「自動特徵提取及模式識別」策略。麻省理工學院的評論如是說：深藍機械人只是靠「暴力破解」戰勝了人類。

不過與深藍不一樣，由倫敦大學Matthew Lai研製出的長頸鹿機械人是靠着學習才戰勝人類的，Lai在測試后表示，他的人工智能有着更好的適應能力。Lai這樣描述長頸鹿：這個國際象棋引擎能依靠僅僅少許由程序員手動輸入的知識，用自我學習的辦法探索出很多特定領域的其他知識。這是迄今為止最成功的一次嘗試之一——讓人工智能通過學習的過程，在象棋領域戰勝人類。

人類棋手在下棋時通常採用的方法是盡可能多的找出可供選擇的下法，挑出最有前途的那種下法並捨棄其他下法，長頸鹿人工智能的下法與我們的下法非常相似，它的工作方式也和我們大腦的工作方式相似。長頸鹿人工智能在下棋時往往會經歷三個階段：首先檢查輪到誰了並且檢查所有棋子的所有符合規則的移動方式；其次是着眼于棋子的特性，例如雙方每個棋子的相對位置；最後就是映射出每個棋子的攻擊和防守——這一部依舊依賴於數百萬計的數據，不過這些數據是由長頸鹿自己嘗試並測試出的，完全沒有人類的參與。

不過現在的長頸鹿仍舊有着一些優點，它沒走一步棋所花的時間要遠遠長於其他人工智能所需的時間。但Lai表示，他的改進計劃是讓長頸鹿更聰明的思考而不只是更努力的運作。

Lai還有個宏偉計劃，讓人工智能能夠更好的自我學習，從學會做煎蛋這樣的小事再到學會開車開飛機——直到學會所有我們能學會的。

ScienceAlert