尽管现代国际象棋程序已经证明自己在近 20 年里（1997 年 IBM 的深蓝击败世界象棋冠军加里·卡斯帕罗夫）与最优秀的人类棋手一样强大（或更强），但为什么像国际象棋这样的游戏仍然被认为是人工智能的一个有价值的研究课题？换句话说，在已经超越人类能力的领域继续推进人工智能可以获得什么？
例如，就在 2017 年 11 月，谷歌成功地向其深度学习技术挑战了世界上最强大的国际象棋程序之一。
为什么国际象棋仍然是人工智能的基准？
人工智能
棋
智力测验
阿尔法戈
基准
2021-10-29 09:19:42
1个回答
国际象棋并不是一个真正的基准。
AlphaGo 开发的下围棋方法原则上应该很好地推广到其他此类游戏，例如国际象棋。由于 Stockfish 是最强大的国际象棋 AI，自然的问题是看看 AlphaGo 的方法与 Stockfish 相比有多好。
作为有史以来最发达的人工智能代理之一，Stockfish 的失败（AlphaZero 完全通过自我对战仅训练了 4 个小时，没有访问历史数据）表明现代神经网络方法的完全主导地位超过经典方法（硬编码评估函数）。
正如@DukeZhou♦ 在评论中提到的那样，虽然国际象棋机器人可以经常击败人类玩家，但通过这种“游戏”来评估机器人之间的对抗仍然是一个有用的指标。
编辑：但最近的 Stockfish 13 与 Lc0（开源 AlphaZero 克隆）的结果显示，手工/传统算法（特别是搜索）与神经网络技术相结合，仍然可以胜过纯神经网络。这也许突出了经典技术在更现代的方法面前的价值。
其它你可能感兴趣的问题