电脑国际象棋简史
电脑国际象棋简史Frederic Friedel/文（转载自《国际象棋译文苑》网站）　　第一台会下棋的机器　　在1769年，匈牙利工程师巴朗·沃尔夫冈·凡·坎比林(Baron Wolfgang von Kempelen)为奥地利皇后做了一台会下国际象棋的机器来消遣。这是一个外形呆板的机械装置，不过它的出色棋力来自有一名象棋高手巧妙地藏在机器里的。所以这台会下棋的“机器”是个冒牌货。(如图)　　图灵的“纸上机器”　　第一个棋弈程序写于电脑被真正发明之前，这是一个非常有趣的事实。它是由一名想象力丰富的人所编写的，他知道可编程电脑即将出现，一旦发明出来，就有下棋的能力。这位先生就是阿伦·图灵(Alan Turing)，有史以来最伟大的数学家之一。图灵的伟大成就是领导专家小组破译了纳粹德国的“谜”密码，因此对第二次世界大战的决定性结束作出了贡献。他对国际象棋非常感兴趣，不过他尽管智力超群并且下了很大工夫在学棋上，他还是一个蹩脚的棋手。战争结束不久，他就写下了能够让机器下棋的指令。由于当时还没有一台机器能够执行这些指令，于是他就自己执行，充当一个“人类CPU”，每走一步需要半个多小时【译注：所谓“自己执行”，即图灵根据他所写的算法去运算，严格根据运算得出的结果去走棋】。这里有一局棋，图灵的“纸上机器”输给了同事：图灵的“纸上机器”——Alick Glennie曼彻斯特 19521.e4 e5 2.Nc3 Nf6 3.d4 Bb4 4.Nf3 d6 5.Bd2 Nc6 6.d5 Nd4 7.h4 Bg4 8.a4 Nxf3+ 9.gxf3 Bh5 10.Bb5+ c6 11.dxc6 0-0 12.cxb7 Rb8 13.Ba6 Qa5 14.Qe2 Nd7 15.Rg1 Nc5 16.Rg5 Bg6 17.Bb5 Nxb7 18.0-0-0 Nc5 19.Bc6 Rfc8 20.Bd5 Bxc3 21.Bxc3 Qxa4 22.Kd2? [22.h5 本可得象] 22...Ne6 23.Rg4 Nd4? [23...Rxb2! 24.Bxb2 Rxc2+] 24.Qd3 Nb5 25.Bb3 Qa6 26.Bc4 Bh5 27.Rg3 Qa4 28.Bxb5 Qxb5 29.Qxd6 Rd8 0-1.　　申朗的策略　　贝尔实验室的克劳迪·申朗(Claude Shannon)是和图灵同时代的另一位伟大的数学家，他一直在探索教电脑下棋。他认识到问题在于棋步数量大得可怕，因此把搜索所有棋步的“A策略”和剔除某些变化路线的“B策略”区分开来。如今我们也区分“强行搜索”和“选择搜索”程序，尽管所有强大的程序或多或少属于前者。国际象棋代替核弹　　战争期间美国在新墨西哥州的阿拉莫斯建立了一个巨大的实验室，它的主要目的就是发展核武器。要正确执行触发链式反应的内部爆炸需要数量巨大的计算。　　1946年美籍匈牙利数学家约翰·凡·诺依曼(John von Neumann)被指派设计一台强大的计算机器以加快工作进度的任务。到了1950年，一台叫“MANIAC一号”的巨型机被交付使用(图左)，它内装有数千个电子管和开关，每秒能执行10,000条指令。它也可以编程。科学家并不马上用它来设计核弹，而是先试验一下这台机器，而首先做的事情之一就是编写一个下棋的程序。这是一个缩小的6x6棋盘，没有象。虽然这么简化了但程序要搜索四层的深度就需要12分钟【译注：四层相当于当前局面双方各两步】，如果加上象，就需要3个小时。　　50年代中期，这台机器下了三局棋。第一局是自己对自己，白胜。第二局是对一位让王后的强棋手，这局棋进行了10个小时，结果人类大师胜。第三局机器的对手是一位刚学棋一个星期的的年轻姑娘，结果程序23回合得胜。这是在智力博弈中人类首次负于电脑。　　国际象棋和数学　　程序下棋遇到的主要难题是所包含的棋步数量实在太多太多了。平均每个局面大约有40步符合规则的着法。如果你对每步着法都考虑应着就会遇到40 x 40 = 1600个局面。这意味着两层(ply，一层为半步棋)之后，单一步棋就会出现1600个不同的局面，而两步之后是250万个，三步之后是41亿个。平均一局棋大约走40步，于是所有可能局面就有10的128次方个，这个数字远远多于已知宇宙世界的原子总数目(大约10的80次方)！　　很显然没有一台电脑或其它机器可以搜索全部可能的着法来下棋，但人类也不行呀？唯一的问题是机器要达到人类的策略水平，需要搜索多深的深度。早期的电脑可以每秒产生和评价大约500个局面，或者在比赛中三分钟内对每步计算90,000个可能。意思就是它们仅能搜索三层的深度(即一步半)，这是很低的水平了，相当于新手。要搜索多一层需要每秒计算大约15,000个局面，也就是要快30倍。但即使能搜索四层也很浅薄，因此似乎电脑不可能达到大师级水平？　　Alpha-beta算法　　第一个突破出现在1958年，匹兹堡大学的三位科学家奈维尔、肖恩和西蒙(Newell, Shaw and Simon)有重大发现：可以从搜索树中剔除相当大的部分而不影响最后结果，他们把这叫Alpha-beta算法。很重要指出的是，这是一个纯数学领域的技巧，独立于任何国际象棋知识而生效。Alpha-Beta算法示意图1　　我们很粗略地描述一下Alpha-beta算法：比方说电脑已经完成评价一步棋，开始计算第二步棋。一旦单个变化显示返回的值低于第一步棋的值，就可以立即中止这个搜索。我们不需要精确知道第二步棋究竟有多差，程序会明确选择第一步棋。Alpha-Beta算法示意图2　　除非另有需要，当只搜索数目的平方根那么多局面时，Alpha-beta算法产生的结果和完全搜索是一样的。早期的电脑突然间也能向前看五至六层了，到了70年代最快的电脑可以搜索七层，棋力令人瞩目了。但即使使用Alpha-beta算法，要搜索深一层还是需要提高5倍速度。数目的指数爆发性增长再次赶上程序设计者。　　硬件尤物　　电脑科学家肯·汤普森(Ken Thompson，下图左)觉得不能等待快5-25倍的百万美元级超级电脑来用于提高下棋能力。他和贝尔实验室的同事一起决定建造一台专门用途的机器，使用了价值大约20,000美元的几百个芯片。他们把这台机器叫做“尤物”(belle，下图右)，它只会下国际象棋。它能够每秒搜索大约18万个局面(而当时的超级电脑只能搜索5000个)。“尤物”在比赛中可以搜索八至九层那么深，因此可以和大师同场竞技。从1980年到1983年它赢得了世界电脑国际象棋和所有其它电脑竞赛冠军，直到被价钱贵上千倍的克雷X-MPs巨型机(Cray X-MPs)取代为止。下棋的芯片　　80年代中期，电脑科学家、卡梅隆大学的汉斯·贝利纳(Hans Berliner，下图左)教授接手肯·汤普森放下的工作。贝利纳曾经是世界国际象棋通讯赛冠军，他制造了一台硬件型的机器叫“高技术”(HiTech)，他和他的研究生一起研究可拔插芯片。装有64个并行芯片的“高技术”差点赢得了1986年的世界电脑国际象棋冠军(冠军是克雷)。随后贝利纳的几个学生包括华人许锋雄等自行研究叫“芯测”的机器，后来则是“深思”(Deep Thought)。它只花5000美元但每秒搜索50万个局面。许锋雄(下图右)等后来加入了IBM，和其他人合作制造了IBM现在的“深蓝”(Deep Blue)。　　深蓝　　加里·卡斯帕罗夫在费城和纽约面对的这台电脑包括一个装备大量专门用以进行高速运算芯片的IBMSP/2服务器，每个芯片每秒能处理2-3百万个局面。使用超过200个这种芯片，整个程序的速度达到了每秒处理2亿个局面。　　棋弈机器每秒能处理2亿个局面意味着什么？肯·汤普森，“尤物”之父(也是Unix和C语言之父)，在80年代对搜索深度和棋力提高之间的关系做了非常有意义的试验。他让“尤物”自己跟自己下，但只有一方的搜索深度不断增加，平均每增加一个搜索深度可大约换算成200个国际象棋等级Elo分。于是，“尤物”搜索四层其水平大约是1230分，搜索到九层它的水平达到了2328分。延伸这条曲线，到了顶端会变平缓，可以计算出搜索深度达到十四层时，就达到了世界冠军的程度即2800分。(如下图，横坐标是搜索层数，纵坐标是国际等级分。上部横线是卡斯帕罗夫的分数作参考，A线表示对电脑水平的乐观估计，B线表示悲观估计，C线表示现实估计)搜索深度和棋力关系曲线图　　专家的结论是：要与人类世界冠军争夺冠军，必须做一台每秒运算10亿次的电脑（搜索到十四层的深度）。深蓝接近了，但还达不到。【译注：注意这里搜索到十四层的深度，应该是指规定比赛分配时间内对所有回合而言。否则对一步棋不限制时间地搜索，或者对一些简单局面的搜索，要达到十四层对当今众多高速电脑来说实在不是难事。】　　当然，程序的质量也扮演重要角色。今天的顶级个人电脑程序象Fritz和Junior可以达到并超过每秒处理50万个局面。它们事实上已经超过2600分的水平，可以对抗除世界前100名棋手之外的任何人。在快棋战里人类只有大约前十几位可以胜任，而在超快棋里大概只有两、三名人类棋手能过关。【译注：也可见，每升高等级而要求的运算速度的提高绝不是仅仅直线式的，而是指数式的。所以每秒计算50万次就达到2600分的特级大师水平，但要达到2800分，根据上面估算则需要每秒计算10亿次之多。】挑战所有开局　　电脑棋力的一个重要方面是下棋时使用广阔的开局库。多少代人类大师的知识积累和经验可以轻易地储存在硬盘上并且在开局阶段采用。即使是个人电脑程序也懂得几千万个开局局面，并且对这些局面的每一个都有完全的统计(比如出现过那些着法、用哪些着法胜过、使用过的人有多少，等等)。程序经常是连走15到20步之后才第一次需要计算。如果没有从这些人类的开局知识精华中受益，程序将实力大减。　　当电脑从数目庞大的、从国际象棋历史积累下来的开局知识中取得坚实优势之时，它们也从对局的另一端搜索中受益。　　残局数据库　　这又是那位影响力到处有的肯·汤普森充当了研究先锋。他在80年代就开始生成和储存棋盘上剩四至五子的所有符合规则的残局。一个典型的五子残局，比如王双象对王单马，包含总数121万个局面。加上一只移动不连续的兵，这个数字增加到335万。汤普森编写程序产生所有符合规则的局面并计算出每个残局可能的强制变化。他还以一种方式把结果压缩，使得一张标准的CD-ROM能存放大约20个残局。【译注：原文没有提另一位对残局数据库的发展作出重大贡献的Nalimov。】　　电脑使用这些残局数据库，可以把每个残局走得绝对完美，就象上帝一样。对于棋盘出现子力及数目符合的任何局面，电脑可以立刻知道该胜、该和还是该负，并且知道要多少步。它经常宣布15步棋之后取胜或将死，而执输棋那一种颜色的则能够最优化地防守【即在必然被将死前每一步防守都尽力最优化】。深蓝使用了汤普森的残局数据库，而象Fritz这样的个人电脑程序也把它们贯彻在搜索树中。这些对棋力有什么影响还有待观察。有些五子的残局极之困难甚至对于人类来说难以掌握，但这些五子残局对于汤普森正在努力的六子残局来说只是小巫见大巫，在某些六子局面里，要取胜不得不进行超过200步的计算【译注：当然这是在纯电脑国际象棋领域来说，实际上人类走残局，经验和知识比重很大，有很多棋根本不用考虑就知道该怎么样走。但电脑却是“一丝不苟”地全部去算。所以，从数字上比意义还不大】。自然硬件技术的发展是有利于电脑的，汤普森的六子残局，每个包含80到200亿个局面，刚好能够压缩进一张DVD。【译注：高端应用情况不得知，而普遍应用于个人电脑程序的Nalimov残局数据库，全部四子残局大约占30MB储存，全部五子残局需要7GB，至于六子残局，目前可见的只是一些比较简单局面而且一只兵也没有的，因为兵会升变，复杂性巨增，如果加上则相当时期内一般电脑的硬盘难以承受，别忘了增长不是直线而是指数式的。】　　好在，局面数量更大得不可思议的七子残局，离产生依然很遥远。更好在的是，对局的两端即开局和残局，永不可能接在一起。是啊，假如看到一台电脑走了 1.e4 然后宣布40步棋之内将死，这就太难以让人接受了。但是电脑在比赛中稳定战胜人类世界冠军大概只是时间问题，若干年或若干十年之后……【译注：1997年深蓝在“回敬赛”中战胜棋王卡斯帕罗夫，但那次的场外不明朗因素太多，结果未必有说服力，何况注意到两次比赛总成绩其实还是卡帕罗夫以6.5-5.5战胜深蓝。2002年10月的克拉姆尼克对Deep Fritz人机大战，不明朗因素又有点倾向于克拉姆尼克，以至舆论认为电脑机会不大，且到时看。卡斯帕罗夫本人当初认为电脑真正稳定战胜人类世界冠军要到2010年，汤普森则认为可能要到2018年。有趣的是包括贝利纳、许锋雄等人在上世纪90年代初认为电脑在1994年就可以达到这点的。】汤普森和卡斯帕罗夫 出处: ChessBase网站的专栏译者: michael类型: 略有删节网页制作 大侠小鱼儿&&
&& 联络 & , All rights reserved.大侠小鱼儿国际象棋网站 版权所有账号 电子邮箱地址
记住登录状态
还没有33IQ账号？
通过社交网站直接登录
条@我的评论，
条新私信，
条新评论，
删除理由：
请不要发布与本小组主题无关的内容。
下国际象棋对于大脑的十大好处
无论是一个驰骋商场的精英亦或是一个科学理性的知识分子或者仅仅是智力运动爱好者，这些高智商的博弈高手们无不都对西洋棋钟爱有加。一个聪明人不会国际象棋实则可惜。让我们盛赞下国际象棋对于大脑的十大好处： & &国际象棋是王者游戏（the game of kings）。过去，帝国和王国的统治者从中看到了战略和前瞻，这是他们在处理君主和挑战者关系时每天做的事情。现在，随着我们对大脑的了解加深，一些人主张把国际象棋作为公共教育工具。他们强烈推荐国际象棋，基于以下考虑： & &一、能够锻炼智商（It can raise your IQ） & &国际象棋本身就是一个问题，它被看作是脑力运动游戏，一般认为，下国际象棋的人拥有高智商。这里有一个先有鸡还是先有蛋的问题：是聪明人被国际象棋所吸引呢，还是下国际象棋人更聪明了？研究表明，把王后和车移来移去就和下围棋一样，确实能锻炼人的智商。一项对委瑞内拉4000名学生的调查表明，经过4个月国际象棋教育，无论男孩女孩和智商均获明显的提高。比如世界著名的国际象棋大师卡斯帕罗夫更是拥有高达190的称霸国际象棋棋坛的智商。 & &二、有助防止老年痴呆（It helps prevent Alzheimer's） & &由于大脑运动像肌肉一样，它需要不断锻炼才能避免损害，保持健康。新英格兰医学杂志刊文揭示，75岁以上的老人，进行类似下国际象棋的脑力活动者，较之不下国际象棋的老人更少患痴呆。罗伯特·弗里德曼医生认为，大脑像肌肉一样，不用它就会更丧失能力。这就是为什么您到了75岁就更应下国际象棋。 & &三、能锻炼左右脑（It exercises both sides of the brain） & &在一项德国研究中，专家们对国际象棋专家和初学者对简单几何形状、棋子位置及其判断和反应能力进行测试，他们原以为能发现专家的左脑活动更积极，结果他们发现右脑同样工作很好，左右脑对于简单形状的反应时间是一样的，国际象棋专家是左右大脑并用对于棋子位置变化做出反应的。 &
四、能提高创造力（It increases your creativity） & &由于人的右脑主管创造，毫无疑问，多用右脑有助开发创造能力。尤其是国际象棋还有助加强独特性。一项对7到9年级学生为期4年的研究表明，让学生们一周一次使用电脑或从事其他活动，经过32周以后，看一看哪一种活动更有助发展创造性思维。结果，国际象棋组学生在所有创造性指标上均取得最高分，独特性方面更是卓越绝伦。这一点和围棋开发右脑的空间感很相同的效果。 & &五、能够促进记忆（It improves your memory） & &棋手们都知道，下国际象棋促进记忆。一个好棋手记得对手过去下过什么棋，尤其是对输在什么地方、赢棋是靠什么更是记得一清两楚。1985年完成的一项为期2年研究表明，经常下国际象棋的孩子在所有学科中成绩都不错，教师注意到他们与别的孩子比，记忆较好、计划组织能力较强。对美国宾夕法尼亚州6年级学生的研究获得了同样的结论。从未下过国际象棋的孩子，在下棋后明显地促进了他们的记忆和语言技巧。 & &六、提高解决问题能力（It increases problem-solving skills） & &一局国际象棋犹如一个巨大的拼图游戏，需要一个接一个地解决问题，因为你的对手不断地给你出难题。在1990年一项研究中，人们把新布伦什维克约450个学生分成三个组，A组是控制组，进行传统数学训练，B组在1年级后除数学外还加上国际象棋教学，C组从1年级起就进行国际象棋教学。在标准测试中，C组成绩最好，达标率为81.%，B组达标率为62%，A组最差，达标率仅21.46%。 &
七、促进阅读能力（It improves reading skills） & &马尔古利斯博士（Dr. Stuart Margulies）1991年对53所小学学生阅读水平进行研究，他把学过与没有学过国际象棋的孩子进行比较，最终发现学习国际象棋能促进阅读能力。在一个平均水平低于国家水平的区里，学过国际象棋的孩子阅读水平高于国家水平。 & &八、促进注意力集中（It improves concentration） & &要下好国际象棋，无论是大师还是一般棋手，都需要保持注意力高度紧张和专注。东张西望或想着一些别的什么事都可能导致输棋，如果你没有注意到对手走了哪一步棋，他没有义务告诉你。美国、俄罗斯、中国和其他地方许多研究都表明，学生通过下棋能够促进注意力集中。 & &九、有益于脑树突的增长（It grows dendrites） & &脑树突像树枝一样分支，其功能是将冲动传向细胞体。学习国际象棋有益于脑树突增长。参与挑战性的活动增进脑树突的增长。 & &十、能教人计划和前瞻（It teaches planning and foresight） &
少年人下国际象棋有助开发大脑的计划、判断和自我控制功能。国际象棋之类的战略游戏有助大脑开发，帮助人在整个人生遇到各种情况时做出更好的决定。所以，培养国际象棋这个非常好的爱好，让你的大脑飞速运转起来吧~腹黑高智商帝王鲁鲁修拿着他最爱的国际象棋镇楼(~^O^~)
额 &额 &嗯
脑科学家：192772人
我们这个小组侧重于研究如何提高人类大脑的各种能力。。...
登录33IQ，提升智力水平，让你越玩越聪明！
33IQ v4.26.90.93
Copyright & 2008- All Rights Reserved如何提高国际象棋水平 我现在的水平也就是电脑一级就是比简单稍微好那么一点 我想成为职业国际象棋 运_百度知道
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。
如何提高国际象棋水平 我现在的水平也就是电脑一级就是比简单稍微好那么一点 我想成为职业国际象棋 运
如何提高国际象棋水平 我现在的水平也就是电脑一级就是比简单稍微好那么一点 我想成为职业国际象棋 运动员 因为自己双腿残疾 我要怎么练习 我下国际象棋最害怕兵
我有更好的答案
虽然我不会 进来只是想告诉你 有梦想就要努力 这一路不会平坦 要坚持下去
采纳率：54%
来自团队：
为您推荐：
其他类似问题
国际象棋的相关知识
等待您来回答李世石VS AlphaGo 人机对弈电脑能打败人脑吗
08:42:42 来源：北京日报 评论：0点击： 北京时间明天，举世瞩目的围棋“人机大战”将在韩国首尔上演，比赛一方为谷歌公司研制的人工智能程序AlphaGo，另一方则是围棋世界冠军、韩国名将李世石九段。双方将进行5盘较量，胜者将赢得100万美元的奖金。究竟是拥有1200个CPU的AlphaGo厉害，还是最近10年拥有最多世界冠军头衔的李世石厉害？记者昨天采访了中国围棋界的多位人士，大家普遍看好人脑战胜电脑。
曾击败职业棋手
所谓围棋“人机大战”，就是拥有人工智能的计算机电脑程序与真实棋手过招的一种对弈形式。在棋类领域，此前曾有会下国际象棋的超级计算机“深蓝”，在“人机大战”中击败世界棋王、国际象棋领军人物卡斯帕罗夫的惊世之举。
近年来，超级计算机凭借强大的运算和编程能力，几乎在所有棋类比赛中都有击败棋手的记录。唯独在围棋领域，电脑依然如蹒跚学步的孩子般缓慢前行。由于围棋不像国际象棋那样拥有固定的几类棋子，比赛中的变化很多，因此设计程序的复杂程度远超国际象棋。很多业内人士认为，电脑围棋程序如同人工智能领域里的哥德巴赫猜想，还无法真正让顶尖围棋高手头疼。
不过，这次即将登场的AlphaGo可不是实力平庸的“臭棋篓子”，去年10月它在没有让子的情况下以5比0战胜了欧洲围棋冠军、职业二段棋手樊麾。
AlphaGo与樊麾交手的棋谱一经公开，中国和韩国多名顶尖职业棋手都对电脑的棋力表示惊讶。中国著名棋手、世界冠军常昊认为，从电脑的表现来看，已绝对可以算作职业“棋手”，它的思考方式、布局和应对都有职业棋手的风范。
一天能下百万盘棋
那么，这个神秘的AlphaGo究竟有什么绝招能让棋手感到“压力山大”呢？
据相关程序研发者透露，AlphaGo是谷歌旗下一间实验室制造的一款人工智能围棋程序（机器人）。该研究项目启动已有两年时间。选择围棋作为程序的研究方向，主要是因为围棋有着国际象棋不可比拟的变化量，尤其棋手的直观、洞察力，对棋局的走势起着决定性作用。因此，围棋一直被认为是人工智能无法战胜人类的领域，而谷歌则想打破这个“不可能”。
AlphaGo拥有强大的计算能力，可以预测每次落子后的诸多变化趋势。通过蒙特卡洛树搜索，借助估值网络（value network）与策略网络（policy network）两种深度计算模式完成评估、选点。
据了解，AlphaGo会在比赛中分析每一步棋的风险系数，比如在未来20步棋的多种变化情况下，它立即就能判断出在哪个点落子的胜率最高。另外，AlphaGo还拥有像人类一样的学习和进化能力。研发者表示，“棋手在长时间的比赛中会因疲劳而犯错，但电脑程序不会。一个棋手可能一年只能下1000多盘棋，而AlphaGo一天就能下100万盘。”
而且，在赢得去年的“人机大战”后，研发者还不断地让AlphaGo“学习”新的棋谱，提高实战能力。目前AlphaGo的棋力较去年又有了一定程度的提升。这对即将出战“人机大战”的李世石来说无疑是个挑战。据了解，谷歌认为AlphaGo与李世石的实力是五五开，胜负结果不好预测。
李世石对取胜充满信心
在韩国围棋界，有两位李姓棋手因长时间保持世界顶尖水平而声名远播，一位是李昌镐，另一位就是李世石。作为最近10年来获得世界冠军头衔最多的围棋棋手，李世石被看做最能代表人类挑战电脑的顶尖棋手。
“同AlphaGo的较量将是我职业生涯最重要的比赛之一。”据李世石透露，他只用了几分钟的思考时间就决定接受这项比赛任务。当时，谷歌公司确定了3名参与“人机大战”的候选棋手，除李世石外，还有近来风头正盛的中国棋手柯洁，以及日本的井山裕太九段。
谷歌公司去年底找到李世石，希望他参加这场“人机大战”。李世石几乎没有考虑得失，就痛快地答应下来。其实，他当时并不清楚AlphaGo有多厉害，也没看过它同樊麾二段的对局棋谱。直到签完保密合同，李世石才知道，他与AlphaGo的对决不仅备受关注，且奖金丰厚。
“这场比赛本身的意义，要比奖金重要得多，因为我将代表人类同电脑对战。”李世石直言，“这种比赛，说没有压力是不可能的，这种压力是我此前和棋手比赛时不曾感受到的。”
展望“人机大战”，李世石充满信心，“这是我不能输的比赛，甚至一盘棋都不能输。我希望能以5比0或者4比1取胜。”
中国围棋界看好李世石
即将到来的“人机大战”不仅吸引着韩国围棋界的目光，也牵动着中国围棋界。个性张扬的19岁棋手柯洁预测说：“如果让我拿出100块钱，我会全部押在李世石身上，我相信他会以5比0取胜。”
柯洁认为，双方下完第一盘后，就能看出比赛走势，他相信电脑程序的实力目前还无法和李世石相比，比赛过程和结果一定是强弱分明。至于看好李世石的原因，柯洁解释道：“对围棋选手来说，转入职业后再想向顶尖进步是很困难的。AlphaGo如果现在模拟人的思维，大概它也会遇到这个瓶颈。”
和柯洁一样，中国棋手常昊也认为李世石胜面很大，“正常情况下，李世石应该一盘都不会输。如果电脑能赢一盘，那应该算是非常大的突破了，因为那已经说明它具备了跟顶尖棋手抗衡的能力。”
中国围棋协会主席王汝南同样认为李世石取胜的可能性更大，不过他感觉电脑近年来的进步非常快，“希望人类能多坚持几年，毕竟两者抗衡时间越长，可能越有助于围棋项目的发展。”
1996年，来自俄罗斯的国际象棋大师卡斯帕罗夫与IBM公司研制的超级计算机“深蓝”交手。“深蓝”被输入了100多年来优秀棋手的200多万局对局，每秒钟可以计算2亿步。最终，卡斯帕罗夫以4比2赢得了这场举世瞩目的“人机大战”，并获得40万美元奖金。赛后，卡斯帕罗夫当即同意给计算机“复仇”的机会。
1997年，经IBM公司改进的“深蓝”有了更深的功力，运算速度提高一倍，因此又被称为“更深的蓝”。在与卡斯帕罗夫进行的第二番“人机大战”中，“深蓝”凭借强大的计算能力以3.5比2.5取胜。这是计算机在正常时限的比赛中首次击败等级分排名世界第一的国际象棋棋手。尽管卡斯帕罗夫对“深蓝”的行棋方式提出质疑，但IBM公司表示并不打算继续比赛。最后IBM公司将“深蓝”拆散，分成两部分收藏，其中一部分被放到博物馆里，因此卡斯帕罗夫失去了“复仇”的机会。
责任编辑:郑艳妮
相关热词搜索：李世石人脑人机
上一篇：滴滴优步再掀烧钱战 补贴"雾里看花"用户不买账
下一篇：最后一页
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点卡斯帕罗夫与“深蓝”那些事 因输给电脑彻夜难眠_综合体育_新浪竞技风暴_新浪网
卡斯帕罗夫与“深蓝”那些事 因输给电脑彻夜难眠
卡斯帕罗夫不敌“深蓝”
　　新浪体育讯　已经退役多年的卡斯帕罗夫可谓是国际象棋棋坛神话，自1985年成为世界冠军以来，12年间，他在国际象棋领域里的地位一直未受到严峻挑战，在1985年至2006年间曾23次获得世界排名第一。曾11次获得国际象棋奥斯卡奖。他被认为是有史以来最强的棋手之一。
　　相信卡斯帕罗夫与电脑对战可谓是家喻户晓，日，国际象棋世界冠军卡斯帕罗夫与IBM公司的国际象棋电脑“深蓝”的六局对抗赛降下帷幕。在前五局以2.5对2.5打平的情况下，他的助手看见他坐在房间的角落里，双手捂面。随后的第三、第四、第五局三场和局拖垮了卡斯帕罗夫的斗志，卡斯帕罗夫在第六盘决胜局中仅走了19步就向“深蓝”拱手称臣。整场比赛进行了不到一个小时。“深蓝”赢得了这场具有特殊意义的对抗。
　　在前五局里，他一直采取专门设计的战略来对付“深蓝”，为了避开与计算力强大的“深蓝”直接角力，他选择了怪异的开局，尽量避免棋子的接触，这种下法让所有的专家们大吃一惊。然而，这并没有取得明显的效果。不管对手使用什么招法，“深蓝”总是默默地，迅速地走出最强的应手。在最后一局中，卡斯帕罗夫显然丧失了耐心，他第一次采取了“正常”的下法。最初的几步棋让观看的棋迷们欢欣鼓舞，以为强大的卡斯帕罗夫恢复了他的本来面目。但很快欢欣就成了沮丧。第七回合，卡斯帕罗夫犯了一个不可挽回的低级错误，局势急转直下，很快卡斯帕罗夫就已毫无希望。在挣扎了几步之后，他放弃了抵抗，草草签了城下之盟。
　　1988年，它的上一代“深思”是第一个赢过国际象棋特级大师的电脑；1996年，“深蓝”成了第一个赢了国际象棋世界冠军的电脑；现在，它又成为第一个在多局赛中战胜国际象棋世界冠军的电脑。卡斯帕罗夫曾经说过，电脑要想战胜世界冠军，得等到2010年，“深蓝”把这个日子提前了13年。
　　“深蓝”重量达1.4吨，有32个节点，每个节点有8块专门为进行国际象棋对弈设计的处理器，平均运算速度为每秒200万步。总计256块处理器集成在IBM研制的RS6000／SP并行计算系统中，从而拥有每秒超过2亿步的惊人速度。它不会疲倦，不会有心理上的起伏，也不会受到对手的干扰。它的缺陷是没有直觉，不能进行真正的思考。但是比赛过程表明，“深蓝”无穷无尽的计算能力在很大程度上弥补了这些缺陷，这也反过来让人们思考，什么是思维的本质？思维是神秘莫测的吗？“深蓝”与卡斯帕罗夫的对抗在什么程度上对这一问题有所启发？
　　IBM研制小组向“深蓝”输入了100年来所有国际特级大师开局和残局的下法，自1996年在6局对抗赛中以2∶4败给卡斯帕罗夫之后，“深蓝”的运算速度又提高了一倍，美国特级大师本杰明加盟“深蓝”小组，将他对象棋的理解编成程序教给“深蓝”。比赛结束后，“深蓝”小组公布了一个秘密，每场对局结束后，小组都会根据卡斯帕罗夫的情况相应地修改特定的参数，“深蓝”虽不会思考，但这些工作实际上起到了强迫它学习的“作用”，这也是卡斯帕罗夫始终无法找到一个对付“深蓝”的有效办法的主要原因。
　　“深蓝”的胜利，标志着电脑技术又上了一个新台阶，我们从此将不得不认真地思考人与电脑的关系。据说，卡斯帕罗夫在输掉第二局之后，曾经彻夜难眠。此时，不只是卡斯帕罗夫，我们大家都要学会接受电脑在某些方面已足以与人较量的现实。
　　我们想要的不是智能，而是人工智慧。人工智能的出现并未让人类的国际象棋棋手的水平下降。恰恰相反，它可以帮我们分析局面和统计资料。现在的排名第一的国际象棋棋手卡尔森就曾接受人工智能的训练。人工智能的发展，大大地推动了社会的前进，深化了人们对认识论问题的研究。人与计算机相比，一般来说，人脑具有处理模糊信息的能力，善于判断和处理模糊现象。但计算机对模糊现象识别能力较差，为了提高计算机识别模糊现象的能力，就需要把人们常用的模糊语言设计成机器能接受的指令和程序，以便机器能像人脑那样简洁灵活的做出相应的判断，从而提高自动识别和控制模糊现象的效率。最终会变得愈发聪明；它在任何一次情况中所获悉的改进点都会增强。
　　(风清扬)
文章关键词：
&&|&&&&|&&&&|&&
您可通过新浪首页顶部 “”， 查看所有收藏过的文章。
请用微博账号，推荐效果更好！