1704438586
2. 拥有想象力。
1704438587
1704438588
3. 懂推理。
1704438589
1704438590
4. 会学习。
1704438591
1704438592
香农认为，人机竞赛是公平的。但是在20世纪90年代，这种情况只是少数，且稍纵即逝，例如，俄罗斯国际象棋大师加里·卡斯帕罗夫是历史上最厉害的棋手，他曾对阵 IBM 公司的计算机“深蓝”，深蓝是史上最先进的计算机之一。
1704438593
1704438594
在这场比赛开始之前，人类一直保持着人机竞赛的不败纪录，甚至连平局的情况都没出现过。但是，从那场比赛之后，计算机却超越了人类，而且，在我们的有生之年会一直领先下去。
1704438595
1704438596
国际象棋比赛预测和启发法
1704438597
1704438598
根据贝叶斯定理，预测基本上属于信息处理活动——用新数据检测关于客观世界的假设，目的是为了更加真实、准确地理解世界。
1704438599
1704438600
国际象棋也许可以被视为一种与预测相类似的活动，国际象棋的棋手也必须处理信息——32个棋子的位置和所有可能的走法，并利用这些信息制定出“将军”的策略。这些策略本质上就是假设——如何赢得棋局的假设。谁的假设更好，谁就能赢得比赛。
1704438601
1704438602
国际象棋是确定性的游戏，没有运气的成分。正如本书前文中所写，从理论上讲，天气系统也是如此。可是，我们对这两大系统的了解远远不够。尽管已经十分熟悉支配天气系统的规则，但对构成云系、暴雨和飓风的每一个分子的位置，我们并没有完整的信息。因此，我们只能进行概率性预测。
1704438603
1704438604
在国际象棋中，因为棋子的数量有限，且位置显而易见，因此全部游戏规则和完整信息尽在我们的掌握之中。但是，国际象棋对技术的要求很高。这一运动项目证明人类处理信息的能力是有限的——可能也在告诉我们，尽管存在这些局限，我们还是可以制定出最佳决策。人类需要预测，未必是由于世界本身的不确定性，而是因为全面了解世界已经超出人类的能力范围。
1704438605
1704438606
于是，无论是电脑程序还是人类国际象棋大师都要依靠简化手段来预测比赛结果。这些简化手段可被视为“模型”，而在研究电脑程序设计和人类决策过程时，人们更愿意使用“启发法”这一术语。这个词源自希腊语中一个同根词，由此派生出另一个词 eureka（意为“我发现了”）。当一个问题的确定性解决方案超出了我们的实际能力时，我们就会采取依据经验法则的启发法解决问题。
1704438607
1704438608
启发法尽管十分有用，但必然会产生偏见和盲点。例如，“一旦碰见危险动物，立刻逃跑”。这是一条很有用的策略，可是，若你遇见的是北美洲灰熊，突然的移动就会惊吓到这个大家伙，它反而会跑过来追你。（相反，美国国家公园管理局提示游客，遇见灰熊时应尽可能地保持安静，必要时需躺下来装死。）在下棋时，人脑和电脑采用不同的启发法。人机对抗时，比赛的胜负就在于谁先发现对方的盲点。
1704438609
1704438610
从1986年到2005年退休之前，加里·卡斯帕罗夫一直是国际象棋界的顶级大师。1988年1月，加里·卡斯帕罗夫预测出至少得等到2000年才会出现能战胜人类象棋大师的计算机程序。在巴黎召开的一次会议上，加里·卡斯帕罗夫带着嘲弄的语气说道：“如果哪位大师对战计算机时遭遇困难，我很乐意充当军师。”然而，就在1988年年底，丹麦的国际象棋大师本特·拉森被一个名为“深思”的计算机程序打败，这个程序是一项由研究生设计的项目成果，它是由卡内基梅隆大学的几个学生设计的。
1704438611
1704438612
然而，“深思”程序打败的不过是普通的人类国际象棋大师，而不是顶级大师卡斯帕罗夫，1989年“深思”迎战卡斯帕罗夫时，输得一塌糊涂。卡斯帕罗夫向来尊敬计算技术在国际象棋中的作用，也一直向计算机学习以提高棋艺，但他对“深思”却少有赞誉，只是说希望有朝一日能出现一台需要他“用尽全力”才能战胜的计算机。
1704438613
1704438614
由许峰雄和默里·坎贝尔领衔的“深思”设计团队最终受雇于 IBM，在那里他们将“深思”的系统优化升级为“深蓝”。1996年，“深蓝”在费城对阵卡斯帕罗夫时只赢得了首局，卡斯帕罗夫宣称剩下的几局他赢得很轻松。次年，“深蓝”和卡斯帕罗夫纽约再战，意想不到的事情发生了。史上最出色、最令人敬畏的国际象棋大师加里·卡斯帕罗夫竟然被一台计算机打败了。
1704438615
1704438616
开局阶段：独立思考能力更重要
1704438617
1704438618
和其他事情一样，国际象棋比赛也包含着3个阶段：开局、中局和残局。但这项运动还有一点不同之处，那就是每个阶段所要考验的智力和情绪掌控技巧是不同的，这便使得国际象棋比赛如同精神界的铁人三项比赛一样，考验精神的速度、力量和耐力。
1704438619
1704438620
国际象棋比赛的开局阶段，棋盘中部是空的，兵、车、象整齐列队，靠边站成两排，等待主人发号施令。而命令的可能性几乎是无限的。白子有20种开局方式，黑子也有20种接招方式，第一回合完整攻守算下来就有4000种可能的对阵方式。第二回合结束后共有71852种可能的对阵方式；第三回合结束后共有9132484种对阵方式。一局完整的国际象棋比赛中可能出现的选手对阵方式的总数极其庞大，估量起来都成问题，但是有些数学家将这个数字定为10的1050。这简直就是一个天文数字：正如迭戈·拉斯金·古德曼所写，“国际象棋比赛对阵方式的可能性比宇宙中的原子数还多。”
1704438621
1704438622
比赛开局时，所有棋子都在棋盘上，可能性是最不可限量的，此时计算机看似力量最为强大。正如 IBM 网站在（计算机对阵卡斯帕罗夫的）比赛前吹嘘的那样，“深蓝”每秒能计算出2亿个位置。该网站还恶毒地说：“顺便提一下，加里·卡斯帕罗夫的估算速度大概是每秒3个位置。”如此看来，卡斯帕罗夫哪里还有机会赢呢？
1704438623
1704438624
实际上，长久以来国际象棋计算机在开局阶段的表现都相当差劲。尽管此时的可能性最为无限，但目标也同样最不明确。当一棵树上有10的1050根枝条时，每秒计算出3个位移和每秒算出2亿个位移一样，都是徒劳无功的，除非是有导向地利用这种计算能力。
1704438625
1704438626
无论是电脑棋手还是人类棋手，都需要把一局比赛分解成若干个中期目标，例如，吃掉对方一个兵，或是将对方一军。在比赛中局，一旦棋子在攻守中受限，或是双方相互威胁，就会有很多策略目标浮现。那么，棋手需要作的就是想出策略来实现这些目标，并预测出哪一种方法对剩下的棋子最有利。然而，国际象棋比赛开局走法的目标要抽象得多。于是，计算机就要与这些抽象的开放式问题进行周旋，而人类却了解启发法，比如“占领棋盘中部”或是“让兵有序进攻”，并且能设计出许多有创意的手段来运用这些方法。
1704438627
1704438628
另外，对棋手而言，开局的走法通常是常规走法，人类可以凭借数百年来的宝贵经验选择最佳走子方案。尽管从理论上讲，白棋有20种开局走法，但最佳的开局走法只有4种，竞争激烈的国际象棋比赛中约有98%的比赛都以其中一种方法开局。
1704438629
1704438630
人类棋手面临的问题是，计算机程序通过研究统计数据，能将上述知识系统化。国际象棋数据库包含了将近上万场比赛，并且和其他数据库一样，能为预测所用。IBM 的程序员所研究的事物包括，过去出现的每一种开局方式的使用频率，使用这些方式的棋手比赛时的表现到底有多强势，每一套开局走法最终带来的胜局、败局和平局数各为多少。计算机分析这些数据时采用的启发法，即使没有远远超越人类的直觉和经验，也很有可能平分秋色。IBM 网站曾评价“深蓝”计算机庞大的数据库：“卡斯帕罗夫不是在和计算机比赛，而是在和从前那些象棋大师的灵魂过招。”
1704438631
1704438632
因此，在1997年对阵“深蓝”的6轮比赛中，卡斯帕罗夫第一轮的目标是要将“深蓝”引出数据库，让它无所适从。卡斯帕罗夫的开局走法相当常见，将他的马走到棋盘上 f3格的位置。“深蓝”则派出棋子象威胁卡斯帕罗夫的棋子马——它必然会走这步棋，因为数据库显示，历史上此种情况下走象能使白棋的胜率从56%降到51%。
1704438633
1704438634
然而，这些数据库依靠的假说，是认为卡斯帕罗夫接下来的反应会和数据库中所有的棋手一样——把棋子马撤回去。结果，卡斯帕罗夫并没有理会棋子马被吃的危险，他认为“深蓝”只是在虚张声势，于是，他派出一个兵开路，这样他自己的棋子象就能控制棋盘中心。
1704438635
[
上一页 ]
[ :1.704438586e+09 ]
[
下一页 ]