15-人机大战，人类首战失利

你好，我是悦创。

说到“计算机”或者“人工智能”这样的话题，你常常会看到这么一个词，叫“人机大战”。意思就是，人类和计算机程序，一起玩儿一个游戏，在游戏里对抗，看看到底是人能胜过计算机，还是计算机能胜过人。

现在，如果你去看这些“人机大战”的消息，那看到的基本上都是计算机战胜了人类顶尖高手。难道说，在游戏上，人类真的彻底没法和计算机对抗了吗？接下来呢，我就来给你说一说“人机大战”的故事。

“人机大战”这个话题啊，听起来蛮时髦、蛮高科技的。但你可能想不到，这样的“人机大战”，早在三十年前就开打了，而且战火波及了扑克类游戏、象棋、围棋甚至是电子游戏上。

其中最精彩的，要数在下棋这个领域的竞争了。为啥是下棋这个领域呢？因为你下的每一步都有好多好多种可能性，不知道怎么走最好，玩儿起来特别烧脑。

确实一盘棋局的可能性实在是太多了，比方说吧，咱们熟悉的中国象棋，棋局变化的可能性就超过了10的100次方，也就是在1后面写100个0，这个数字已经大得无法想象了。而且，这并不是所有棋类游戏当中变化可能性最多的一种。

考虑到这样的因素，科学家们也认为，棋类游戏绝对算得上是高难度的智力比拼。你还记得咱们前面说过的图灵测试吧？它是用来判断计算机有没有智慧的。那能不能用棋类游戏评价计算机的智力呢？

你还别说，在人工智能技术发展的早期，真的有科学家认为，如果计算机能够在国际象棋、围棋这样的比赛上战胜人类顶尖棋手，那么也可以认为这台计算机拥有了智慧。所以，棋类游戏一直都是“人机大战”的主战场。

当然了，咱们说的人机大战可不是咱们平时在手机、电脑上和计算机下象棋围棋这么简单，而是人类的顶尖高手和顶尖计算机之间的大战。

人机大战的第一场战斗发生在“英国跳棋”战场上。这种跳棋和你平时玩儿的跳棋不太一样，棋盘长得有点像国际象棋的棋盘，我也在音频封面上放了一张英国跳棋的照片，你可以点开看一眼。不光棋盘长得不一样，走法也有些区别，可以跳过对方的棋子把它吃掉。

当时玩英国跳棋玩得最好的，是一个数学家，名字叫马里恩·汀斯雷。他玩儿得有多好呢？他不仅仅是英国跳棋的世界冠军，而且在长达40年的时间里，几乎没有人能战胜他。所以，在那段时间里，他是名副其实的“英国跳棋王”。

虽然“英国跳棋王”已经天下无敌了，但还是有人向他发起了挑战，这个对手名叫奇诺克。它不是人类，而是一台专门下英国跳棋的机器人。

“跳棋王”也觉得很新鲜呀，于是就接受了奇诺克的挑战。他们俩的第一次交手是在1990年的一场表演赛上。

当时，负责设计奇诺克的科学家信誓旦旦地拍着胸脯说：“我设计的这个机器人可厉害了，它连之后20步的情况都考虑好了，绝对不会输给你的。”可结果呢，“跳棋王”不愧是棋王，以4比2的比分战胜了奇诺克。

难道说除了人类，连机器人也阻挡不了这位“跳棋王”了吗？别着急，奇诺克当然没有认输，4年后，也就是1994年，奇诺克又来找跳棋王比赛了。

这一次，情况就不一样了。“跳棋王”下着下着感觉，诶好像身体有点不太对劲。但是呢，他还是坚持着，跟奇诺克比赛。就这样，连着6局，他们都打成了平手，而在第七局也就是决胜局的时候，“跳棋王”突然肚子疼，比赛就暂停了。

听到这儿你可能会猜，这跳棋王是不是怕输假装肚子疼呀？还真不是，他去医院检查之后，发现自己得了严重的癌症。就这样，跳棋王不得不因病退出了比赛，而且在7个月后，他就去世了。

既然棋王退赛了，奇诺克就成为英国跳棋的世界冠军，也是第一个机器人冠军。而且在第二年，奇诺克还击败了另一位人类挑战者，在英国跳棋这个战场上机器人取得了全面胜利。

为什么计算机下棋的时候会这么厉害？难道说它真的比人类更聪明吗？我带你一起看一看。

咱们在下棋的时候，很多人可能只考虑当前这一步怎么走，厉害一些的同学呢，可能会考虑这一步走完接下来一步该怎么办？考虑到后面的情况，才能作出更好的选择。

人类比较厉害的棋手，差不多能考虑到之后八九步甚至十步的情况，而设计奇诺克的科学家说，奇诺克能考虑到20步以后的情况，这是什么概念呢？

我给你举个例子你就明白了。假如你在和同学下棋，当前这一步就你有5种走法，每种走法对手也有5种应对方法，如果你想考虑清楚每一步的后果，就要考虑25种不同的情况，25种，听着好像不太多对吧？别着急，这只是考虑当前这一步的呢。

我帮你计算了下，如果奇诺克真的能提前思考20步，它要思考多少种可能性呢？你可以拿一张纸，在上面写一个1，然后在后面写28个0，这就是奇诺克要考虑的可能性了。

听着就非常吓人了吧？计算机还要从这么多的可能性里，找到对自己最有利的一种，然后倒推出来眼前的这一步应该怎么走。

这实在是太可怕了，即便是人类最顶尖的棋手也很难考虑这么全面。而随着科技进步，计算机的运算性能已经越来越好了，完成这样的任务已经不是什么难事了。

所以在下棋这样的策略游戏上，计算机能够比顶尖的人类棋手思考得更全面，更不容易犯错。

那这种算法需要一层层一步步地进行，就像一棵大树，主干会分成细一些的枝干，每一条枝干又继续分成更多更细的枝干，一直分到最末端的树叶，所以人们就给这种方法起名叫蒙特卡洛树搜索。咱们后面要提到的“深蓝”，还有大名鼎鼎的“Alpha Go”，在下棋的时候都会用到这种算法。

这种一层层一步步的思考方式叫做结构化思考，这对咱们的生活特别有用。假如新学期刚开始，老师突然给你一项任务，让你组织一场班会，来一场才艺表演，虽然班上的同学也都愿意帮你，但具体要怎么分配任务呢？

你可能会想，得有人给演员们准备服装道具，得有人布置教室，好像还得找人去买点小零食水果。可这样分配任务，搞不好就会漏掉一些环节。这时候，你就可以用结构化思考来解决这个问题。

在正式开始之前，可以先把任务分分类，首先，可以分成表演任务和班会会场布置两大类任务。

在每一类任务里面呢，又可以细分成小任务，表演任务还可以分成：节目准备、服装道具准备，还有主持人排练等等。班会会场布置任务又可以细分成：布置教室桌椅、购买小零食、调试音箱话筒等等。当然了，每一个小任务还可以继续拆分。

这样一类类、一层层地拆分任务，就比东想一个、西想一个要更有条理，更不容易遗漏。

那咱们说回人机大战，你可能会觉得，英国跳棋玩的人少，咱们听都没听过。计算机应该选一个玩的人更多、高手们竞争更激烈的游戏，和人类比一比。

诶，计算机科学家们也是这么想的，接下来，他们就选了一个在世界范围内更普遍的游戏，国际象棋。下国际象棋的人可比英国跳棋多多了，下的人多，大师之间的竞争也更激烈。

当然了，除了高手云集，计算机还要解决另一个问题，相比于英国跳棋，国际象棋的棋子数量更多，种类也更多，棋子之间的走法还不一样，所以国际象棋的棋局就比英国跳棋更加复杂，对计算机思考能力的要求也就更高了。

那在国际象棋领域，计算机还能战胜人类的顶尖高手吗？欢迎把这一集分享给你的小伙伴，让他也听听人机大战的故事，最终的结局我们下集揭秘。