纯训练有素的国际象棋AI
据我了解，在移动之前，似乎所有强大的国际象棋软件 检查成千上万或可能的未来职位； 根据某种启发式方法（称为评估函数）评估每个未来头寸； 分别评估每个将来的职位是否处于静止状态，以决定是否从该职位中探索延续性； 从可用动作中选择极小值；和 使用一本开幕书。 到现在为止还挺好。但是，国际象棋程序的强度似乎主要取决于其评估和静态启发式方法的质量，也取决于其开局书，从计算机的角度来看，这是另一种启发式方法。显然，这种象棋程序对游戏的理解程度与对启发式算法的理解程度一样。该程序似乎没有自己的见解。 有没有人写过具有自己见识的象棋程序？那是自己学习游戏吗？那训练自己吗？当然，这样的程序将提供游戏规则，并且可能还会进一步提供原始的minimax和静态基础结构，并且如果发现一个强迫伴侣，它将能够识别并起诉该伴侣。但是，不会提供启发式方法。例如，不会被告知将游戏开向中锋，也不会被要求比骑士更喜欢新手，也不会被告知西西里人的防守是什么。它必须自行推断出这些原理（或者可以想象发现更好的原理）。 以其纯粹的形式，永远不会为此类程序提供大师级的游戏来学习，而只能提供自己的游戏来对抗自己。只有经过全面的自我训练，它才能在人类竞争中发挥作用。 是否存在这种纯粹的国际象棋AI？机械象棋的自动编码曾经出现过吗？确实，老土耳其人能自学吗？ 这似乎是纯粹的国际象棋AI失败的简短通知。 （与切线相关的问题早先出现在此站点上，关于国际象棋开局的计算机化研究。） 更新 在撰写本文时，@ WesFreeman，@ GregE提出了三个不同的，有启发性的答案。和@Landei。强烈建议您同时使用这三个方法，根据网站政策，我正式接受其中一个而排除其他方法时会感到内。让我在这里感谢并表达对这三个方面的赞赏。 问题要简洁。但是，对答案的响应可能会运行更长的时间。因此，有兴趣的读者可以直接从此处跳到答案，然后，如果仍然有兴趣，可以返回以阅读随后的较长更新。 当我问这个问题时，我想到的是以下内容。 假设在香格里拉郊区一个假设的村庄，人们从未听说过象棋。在您短暂访问期间，您会教村长老游戏规则，但从不指导他们任何游戏原理。两名长者在其余长者观看时玩游戏，而您（不希望通过嘲笑打乱游戏）将您的评论局限于规则问题。当您留在香格里拉时，不会进行事后验尸，也不会再下棋或进行讨论。但是，当您离开而永不返回时，您将国际象棋摆在后面。 在您缺席的情况下，长者向人们传授游戏。有些人后来在闲暇时间玩一些游戏，有些人则热情洋溢，他们自己制作国际象棋。 对于这样的村民来说，似乎不是马上就比骑士更好，但是人们可能仍会逐渐在许多游戏中找出棋手的相对优势。同样，对于他们来说，可能并不立即意识到1. a4开局不佳：他们只能尝试并考虑结果。 村民对游戏的理解最终会在多大程度上与外界的理解相融合？缺少开幕书，他们会开发自己的新颖作品吗？当然，最初人们不会期望村民的空缺表现很好，但据我所知，在经历了几个世纪的孤立之后，村民们可能会发展出一个受人尊敬的开放曲目。 200年后，当下一位旅行者注意到这些开放空间时，它们的任何一个独立开发的开放空间是否会对外界证明是有趣的？香格里拉会给世界带来新颖，新颖的香格里拉防御吗？ 如果是这样的话，那么，关于我最初对国际象棋AI的疑问，我所想到的或多或少是：国际象棋AI或多或少地会复制Shanrgi-La郊区村民的国际象棋进步吗？ 考虑到下面@Landei的回答中的Sussman的故事，毫无疑问，我的村民会给游戏带来某些先入之见。例如，他们会带来一个理解，即拥有更多有用的东西总比拥有更少的有用，因此，捕获对手的西洋棋棋子通常比遭受己方的棋子更可取。对于文学来说，香格里拉虚构人物的地域性是一个问题，但人们可以假设，他们会认识到指挥更多空间的位置要好于指挥较少空间的位置。任何聪明的新手，一旦展示了一套国际象棋，并按照游戏规则进行了指导，就可以推断出女王可能比棋子更好，因为女王可以进行多达27步动作， 因此，我的问题不必解释为暗示绝对的，萨斯曼式的禁令，禁止将任何种类的知识带到棋盘上。而是暗示对先入为主的国际象棋特定知识的一般禁令。毕竟（过去不考虑游戏规则的演变问题），在过去的某个时候，玩过第一盘国际象棋。也许第一个玩家确实开了1. a4; 但最终他学得更好，并向门徒传授了所学到的知识。他反过来又一代又一代地学了更多东西，教了更多东西，给了我们Kasparov。 AI只能在几周内而不是几个世纪内做不到这样的事情吗？ 我想，柏拉图会持怀疑态度。休ume会更乐观，但问题不再仅靠哲学来解决。我们现在拥有用于测试该提议的电子计算机，我想知道AI技术的现状是什么。当前最好的国际象棋AI似乎是完全不智能的专家系统，在直觉上一无所获。我想知道在某种意义上实际上考虑过国际象棋的更广泛的AI在自学游戏方面是否取得了相当大的成功。 我认为答案是否定的，可能不是。