深蓝对战俄罗斯国际象棋高手的全过程

哈喽，大家好，我是大郑小艺。在现如今使用计算机和 ai 系统进行分析以及训练，不管对于国际象棋的爱好者还是职业国际象棋骑手而言，都是一件稀松平常的事情。 但在上个世纪，国际象棋的计算机系统却给国际象棋界带来了巨大的震动。国际象棋计算机数据库的出现被视为是对人类智慧的一大挑战。一九六三年，国际象棋大师大维布隆斯坦首次与计算机对抗。一九九六年二月十日， 超级电脑深蓝首次挑战世界冠军卡斯帕罗夫，但以二比四落败。在一九九七年的五月十一日，卡斯帕罗夫与由 ibm 公司强化过的更深的蓝交手，而这一次他以一胜两负 三瓶的成绩输给了计算机程序。这一次的舒淇在当时也被视为人类智慧的一场滑铁炉。今天我们要讲的就是这场世纪之战的第六轮，也就是卡斯帕罗夫最惨烈的一盘，舒淇 对局中更深的蓝直白第一步选择走了 e 四，卡斯帕罗不直黑选择走 c 六，进入了我们最近一直在讲的卡罗康防御， 接下来是第四、第五马 c 三、 d e 马，赤翼四马第七，进入卡罗康防御的卡尔伯夫便利。接下来白方走了，马巨无 这部棋可是咱们的老朋友了，在卡罗康防御经典对局系列第一期当中，我们曾经说过马巨武这部棋啊，是利用了卡罗康防 当中 e 六和 f 七的弱点，大家还记得吗？黑方走出马 g f 六的正招，白方向第三出子黑方冲 e 六避开了我们在卡罗康防御经典对局当中提到过的冲 h 六马跳 e 六的陷阱， 白方马 ef 三出动更多子力，黑方此时冲起了那部令人惊讶的 h 六兵。 根据后来卡斯帕罗夫自己的回忆，他说那天我来到棋盘前，但我并不是真正想下棋， 我很伤心。关于我决定走第七部 h 六这部棋，我当时简直未意识到走这部棋时我在干什么。这是一部大臭棋，而这恰恰是我走出来的白方的硬招，也同样令人惊讶。马吃 e 六戏 马这步棋并非深蓝的首创，它来源于前苏联的特级大师盖里尔。白方想要通过弃掉一个马的方式将黑方的王滞留在中路，在这里黑方最好的选择是 f e 吃马。 白方向之六将军，黑方王义七，白方短义位，黑方后 c 七，白方居义一。而卡斯帕罗夫选择了走后义七，利用牵制想要用后吃马不破坏王义的兵形。 不过对于白方而言，要阻止黑方这样的计划并不难，他只需要零杠零短一位，如果黑方用后尺码，那么白方就会立马拘役一将后迁死，所以黑方也还是只能 fe 尺码。白方向拘六 将军除了让黑方失去意味权之外，还阻止了黑方先冲 g 五，随后向 g 七，再将军出到 f 发通畅王毅的计划，白方向 f 四， 阻止黑方后第六之后向一期。这样一来，黑方可以说是完全没有子力灵活度可言，黑方此时必须要寻找出子的突破点，于是选择冲 b 五。这是一副新招，但是并非好棋， 黑方的想法是在给象挪出位置的同时封住 c 四，让自己的马可以安全的跳到第五格，这不齐的构思在计算机眼中显然不成立，白方立刻停起 a 四，准备撬开黑方的后羿，发动全面的进攻。黑方向 b 七 继续自己出子的计划，但这步棋同时也让一六兵的防御被削弱了，白方立刻抓住机会鞠一一瞄准一六格，黑方马第五， 这也是黑方目前唯一一部能够稍具主动性一些的棋了。白方向退聚三阻止黑方准备后 f 六打开向路的想法，如果黑方此时还坚持走后 f 六就会被白方向 h 四利用权签制把后捉死。 黑方王 c 八打算避开，签字之后还是走后 f 六出子白方 a b 毫不犹豫的将黑方的后羿撕开，黑方 c b， 白方后第三。尽管白方少了一个亲子，但是黑方的双狙被封锁在原位， f 发哥的象又被自己的后给压 抓住，王所处的位置也不理想，显然更深的蓝拥有更强大的战斗力和更好的子力灵活度。黑方向 c 六保护 b 五的兵，但也让象处在了 c 线打开后更易受到攻击的位置。白方向 f 五 准备拘役六捉后捉象，此时黑方是必须要气候的，如果黑方走马， c 七保兵，那接下来白方就会象吃 c 七，王吃 c 七，拘役六 后 f 七居吃 c 六。在王吃 c 六之后，象吃第七，又是一将。在这里不管是王吃象还是后吃象都会被马一五抽后。即便黑方看出了白方有几双的棋，不 吃相较差的王的位置以及不通畅的底线，子力也已经决定了黑方的败事。回到对局，黑方 e f 气候，白方居吃 e 七，黑方向吃 e 七，白方冲 c 四 c 四一冲，意味着 c 线将被白方打开，黑方无法抵挡公式，选择了认输。随着卡斯帕罗夫的认输，这一天也被认为是人类智慧一个非常悲哀的日子。 但在这场世纪之战二十年后，卡斯帕罗夫在太的演讲当中却对自己当年的失败表现出了坦然的态度。 他说，机器有优越的计算能力，但我们有理解能力。机器只能按照程序操作，但我们有意志。机器具有客观性，但我们有机 昂的热情。我们不应担心我们的机器今天能做什么，相反，我们更应担心他们还不能做的事情，因为我们将需要新的智能机器，帮助把我们最伟大的梦想变成现实。 这不仅仅是奇谭，巨无霸与自己曾经的失败的和解，也是整个人类对于人工智能从恐惧、排斥到接纳、认可的真实写照。不论是整个人类群体，还是你我这样的小小个体， 在探索真理和追求梦想的道路上，困难都永远不会缺席。但我们有战胜困难的决心，也有包容不同直面失败的勇气。这或许就是如此强大的 ai 也要为我们所用的秘诀所在吧。 好啦，今天的分享就到这里啦，小一陪你学国象，我们下期再见！

人工智能 ai 这一被誉为改变二十一世纪科技命运的科技，他的历史充满了有趣的故事和重要的里程碑。在约的历史中，有一个令人难以忘怀的故事， 那就是 ibm 的超级计算机深蓝的布鲁对抗世界国际象棋冠军加林卡斯帕罗夫的故事。一九九七年，深蓝在与卡斯帕罗夫的比赛中 成为了第一台在标准比赛规则下击败国际象棋世界冠军的计算机系统。这一事件不仅展示了人工智能在解决复杂问题方面的巨大潜力，也引发了公众对 aa 未来发展的广泛关注和讨论。 这场比赛被认为是人工智能历史上的一个转折点，标志着 ai 技术在实际应用中的重要进步。除了深蓝之外，人工智能在历史上还取得了许多其他的成就。 比如，美国科学家艾伦图灵在二十世纪四十年代早期证明了一个重要的数学原理，其计算机可以模拟人类智能。这个发现为未来技术的发展奠定了基础，因为后来的机器学习和深度学习等技术的发展奠定了理论基础。在二十一世纪初， 随着互联网的普及和计算机性能的提高，人工智能开始应用于各个领域，如自然语言处理、图像识别、智能推荐等。 这些技术的出现使得我们的生活变得更加便利和高效。当然，人工智能的历史也充满了挑战和争议，例如，有人担心人工智能可能会取代人类的工作，导致大量的失业。 此外，人工智能也存在一些伦理和隐私问题，如人工智能武器的使用等。总的来说，人工智能的利用 是一个充满激情和挑战的旅程，从深蓝对抗卡斯帕罗夫，到 ai 技术在各个领域的广泛应用，再到如今的人工智能与人类携手并进，这一技术的发展一直在不断的改变着我们的生活和工作方式。更多有趣的历史故事，敬请关注我们的频道。

一九九六年，世界棋王战胜深蓝。一九九六年二月十日至十七日，世界棋王卡斯帕罗夫队雷深蓝计算机 最终以四比二战胜电脑。深蓝计算机是一台由 ibm 技术人员历经六年时间 研制成功的超级计算机。该机有着高速计算的优势，三分钟内可以检索五百一步棋，而其弱点是不能总结经验。

小青爱提问， off go 和深蓝在算法上有什么不同？ 一九九七年， ibm 公司研制的深蓝首次在正式比赛中战胜了曾经十次获得世界冠军的国际象棋大师卡斯帕罗夫。时隔近二十年后， dmi 的公司研制的 alphago 在二零一六年首次战胜了多次获得世界冠军的韩国围棋骑手李氏十九段，二零一七年又战胜了围棋第一人中国的柯洁九段，轰动了世界。同样 是下棋， alphago 和深蓝在算法上有哪些不同呢？我们先看看人是如何下棋的。 人在下棋时会根据当前局面考虑几种可能的走法，在对每种可能的走法，考虑对方会如何走，在考虑自己会如何应对。高手会这样往前看很多步，最后根据每种走法带来的结局判断如何走棋。 这一策略里包括两个关键点，一是搜索，即往前多看几步棋。二是判断，即评估多步走棋后形成的局面对谁有利。 深蓝基本是模仿这种搜索加评估的走棋方式。在搜索方面，深蓝采用了一种称为 alpha 贝塔 减脂算法，极大提高了搜索效率。据深蓝的开发者称，如果不采用这种方法，即便每次只往前搜索十步，走一步棋，也需要算十七年。 在评估方面，深蓝采用的是基于知识的方法，利用国际象棋大师总结的知识给局面打分，分数的大小代表局面对我方的有利程度。 这种搜索加评估的方式也可以用在围棋上。事实上，很多研究者也是这样做的，但直到 alpha go 之前，这些尝试都不是很成功。 为什么呢？最主要的原因是对围棋局面的评估不是那么直观，导致对走棋的指导性下降。 为解决这一问题， alpha go 采用了一种称为蒙特卡洛数搜索的新方法。这一方法的思想很简单，在当前棋局下，随机的模拟双方走步，直到分出胜负为止， 通过多次模拟即可计算出每个可能的落子点的获胜概率，以此作为对局面的判断。 然而，这种评估方式依赖大量走棋模拟，且每次模拟都要走到玩局，效率还是非常低的。 为了解决这个问题， alphago 利用深度学习方法来预测落子概率和棋局胜率，从而减少了模拟走棋的宽度和深度。总结起来，深蓝和 alphago 采 用了很不同的算法，深蓝依靠的是国际象棋大师总结的知识和 alphabat 减脂算法战胜了卡斯帕罗夫。 alpha go 利用的是蒙特卡洛数搜索算法和神经网络的学习能力，战胜了李氏时和柯杰。 后来 alpha go 又进一步升级为 alpha go zero， 仅依靠自我对易产生的数据，用完全自学的方式锻炼出了超越人类骑手的 ai 起义。