智能机器通过深度学习达到国际象棋大师水平

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。此后，计算机性能不断提升，但象棋引擎工作仍主要依靠“暴力破解”，通过穷举法，即遍历一切可能的移动方式，走出最好的一步棋。相比计算机，人类所拥有的技巧主要是评估国际象棋的盘面局势，缩小最优棋路的搜索范围。

2015年9月，来自伦敦帝国学院的Matthew Lai开发出一款名为“Giraffe”的人工智能机器，它能通过自学来判断象棋的摆放位置和下步棋该怎么走，它完全颠覆了传统的国际象棋引擎，下棋方法更接近人类。

该机器所依靠的技术是神经网络。Matthew Lai所开发的神经网络由四个层级组成，能同时以三种不同方式思考棋盘。第一种着眼于国际象棋的全局状态，例如每边棋子的数量和类型，轮到哪一方移动等；第二种着眼于棋子的特性，例如双方每个棋子的位置；最后就是映射出每个棋子的攻防格局。

Matthew Lai采用引导程序（bootstrapping）技术，让Giraffe能自己与自己对决，提高其自身对未来棋路的预测能力。通过这种方式，计算机能了解各种棋路的利弊。最后，Matthew Lai利用“战略测试套件”（Strategic Test Suite）标准数据库来测试Giraffe的能力，测试总分为15000分。当bootstrapping过程开始时，Giraffe很快就达到了6000分并于72小时后攀升至9700分。Matthew Lai称，该分数表明Giraffe已达世界上最好国际象棋引擎的水平。如果按照人类水平来评估，它能相当于世界国际象棋联合会（FIDE）所评定的国际大师级。但是，Giraffe也存在缺点：由于神经网络比其他类型的数据处理速度慢得多，当搜索同等数量的棋位时，Giraffe花费的时间大约比传统象棋引擎多10倍。