国际象棋引擎对低级玩家不利吗？

为了提供一些背景信息，我刚开始玩OTB，当时才1225 USCF。我的在线国际象棋等级并不高，标准时间控制约为1650。

国际象棋引擎是一个很好的工具，但是它们是否会对低等级玩家的成长有害？当然，低级玩家确实可以使用引擎来发现被忽视的战术，或者发现不太明显的错误，但是国际象棋引擎在定位游戏中所建议的微妙动作呢？

在使用Stockfish分析我的一些游戏之后，我注意到引擎有时会建议一些对我来说意义不大的动作。很难从头顶上举一个具体的例子，但我认为许多低级球员可以建立联系。引擎显然非常强大，任何玩家都可以很容易地跟随引擎的分析，观察引擎的建议，然后思考：“哦，是的，我可以在自己的游戏中实现它。” 但是到了紧要关头，玩家并没有真正学到任何东西，只是欺骗自己以为自己从引擎中学到了什么。

你怎么看？引擎是低级玩家的绝佳学习工具，还是需要更高水平的象棋知识才能真正利用引擎的力量？

我认为，如果使用得当，它们不会有害。

1. 您不会从Stockfish中学到任何东西，它们会立即产生变化。通过学习分析，您将开始学习。

2. 干鱼发挥转基因的力量。它会建议您成为2200+玩家之后才能找到的动作。不幸的是，我没有意识到像明智的USCF 1650那样发挥作用的象棋引擎。

3. Stockfish将向您展示可以采取更好措施的地方。需要注意的重要一点是，如果您足够聪明，就会找到制胜法宝。在游戏无望之前，Stockfish可以击败USCF 1250，无论它在棋盘的哪一侧。动作在那里。

现在，尽管我是引擎迷，但如果您想提高自己的水平，请找一位教练。您不需要GM-“ A”或“ B”玩家将需要。另外，在与“ A”和“ B”玩家一起玩后，请他们帮助您分析游戏。这为您提供了原因，而不仅仅是答案。而且，它将帮助您学习如何进行分析。如果您过多地依赖引擎，这将是您想念的-它会在不帮助您理解答案的情况下为您提供答案。

作为1500年代中期的额定球员，我发现战术训练师（棋手问题）比对抗引擎更有价值。我玩过各种时间控制游戏-通常为人类带来时间上的奖金-但每场比赛似乎都是一场消耗战：紧缩的位置比赛为微小的优势而战。然后，我扮演其他忽略战术的人，或尝试一些无法实现的冒险或任何“人为错误”。这是另一种游戏，我发现它更有趣。

我尝试与人玩慢速游戏（G / 30或更长时间），然后使用引擎对其进行分析。当发现更好的举动时，它就成为一种内省的游戏：“我为什么不选择那个举动？我看到了吗？我计算得正确吗？我是否已经制定了另一个我不愿意改变的计划？ ？

我面临的一个主要障碍是对在线游戏的自然厌恶：在任​​何给定时间都有成千上万的在线玩家，而主流服务器（ICCS，FICS，PlayChess等）在匹配技能水平方面非常出色。它可能不像OTB那样个人，但是（希望）您还在扮演另一个人。我仍然不在线玩已评级的游戏，但出于练习目的，它很难被击败。

尚未提及的一种用途，而我碰巧发现它很有用，那就是将引擎用于残局练习。您可以设置任何看中的终结点位置，然后试一试，看看您是否真的可以赢得理论上的胜利并吸引理论上的胜利。如果您输入有误，可以肯定的是引擎会注意到！

需要注意的是，当引擎无法取胜时，它有时会做出怪异而“不人道”的动作。例如，当我捍卫理论上的平局时，我已经看到引擎巧妙地放弃了它的棋子或棋子，导致材料不足而立即被平局。一个人可能想继续尝试，希望犯下错误（取决于结尾的复杂程度和对手的水平），而引擎似乎认为“所有动作的评估结果均为零； fuggedaboutit！”。或者，在失去位置的情况下，引擎可能甚至连防守都没有采取行动。也许它计算得出它面对的是12个配偶而不是10个配偶...

只要您意识到计算机程序主要依赖战术，我认为计算机程序不会有害。我认为在线计算机程序不擅长微妙的动作。但是，它们特别适用于低等级玩家的战术训练，帮助您熟练掌握战术动作。我不认为较高级别的游戏比使用较低级别的游戏有更多好处，尽管因为它们在前者中不会犯任何错误，而在后者中则可以得到更人性化的游戏，并且可能有时胜过该程序。至少那是我的经验。

我本人是1500名玩家，所以我使用国际象棋引擎来指出我在游戏中错过的战术击球，因此我知道我应该专注于哪些战术。我也喜欢与他们一起打孔，在这种情况下，我可以5或10个动作重新启动游戏。他们经常帮助我发现（相当有限的）开放知识方面的漏洞。我不担心评估只会稍微改变的举动。我确实发现它对帮助我发展一种危险感很有用，但是我并没有参加很多比赛，因为我一直沮丧地迷失。

我认为象棋引擎从各个层面的学习中都是很棒的。我知道我从他们那里学到了很多东西。在这种情况下，顶级大师的位置游戏可能令人困惑，并且对于象棋引擎来说可能用处不大，而更强大的玩家的解释则可能是一种更快的理解方式。然而，象棋引擎一般来说对于学习都很有用。

我认为初学者不会从使用国际象棋引擎中受益匪浅。如您所述，尽管国际象棋引擎会为您提供最佳动作（或至少是非常好的动作），但不会告诉您为什么这是最佳动作。因此，除非您在董事会上拥有完全相同的职位（这种情况很少发生），否则您将不会学到任何东西。

即使您使用引擎分析自己的游戏，并且显示出失误或错过了战术，仍然是人类的任务，要理解和分类战术（是两次攻击，两次攻击，只是一个悬而未决的攻击，还是。 。？）。最后，您需要将这些模式存储在脑海中。为此，我发现训练策略难题更加有效。在象棋节奏之类的某些网站上，它也会向您显示战术图案。

在安静的位置，即使对于通用汽车，发动机的建议通常也不容易理解，而且设计上的发动机在慢速操纵方面也不是很擅长。如果您不了解他们在这种情况下的建议，请不要担心。

对于初学者，您应该集中精力不要一move而就，避免使用简单的策略（学习策略难题）并学习简单的策略。后者的最佳方法是让更强大的玩家分析您的游戏，并告诉您您出了错。此外，您可以使用书籍或观看/阅读游戏注释。

我不同意有人说引擎无能为力。他们不仅可以在任何情况下为您提供正确的答案，而且还可以向您展示您的答案错误的原因。这就像让世界上最强大的玩家坐在您旁边。

我通过与国际象棋大师下棋来学习国际象棋。由于游戏的方式，我觉得我在残局中要比实际上我玩过的任何人都要好，而且我觉得我在战术上非常准确，因为引擎使您达到了这个标准。与人比赛会使人草率，容易陷入陷阱。与人和引擎对抗可以帮助您以最快的速度进步。

我认为，象棋引擎不适合新手玩家学习象棋。我认为原因很简单：国际象棋引擎的设计宗旨不是教授国际象棋！如果这还不够答案，我将在下面尝试更详细地解释我的观点。

国际象棋引擎的设计能够尽可能准确地评估任何给定的位置，并使用这些评估来尝试在比赛进行时为双方提供最佳的移动顺序。

为了评估位置，国际象棋引擎会根据材料，国王安全等因素为位置分配一个数值。但是，引擎永远不会解释哪些位置因素是导致给定分数的最重要因素。这是为什么任何国际象棋棋手都要谨慎使用引擎，并对引擎持某种怀疑态度的关键。

国际象棋引擎非常擅长于应做的事情。实际上，他们非常擅长评估当今的大多数位置，以至于领先的国际象棋引擎无法被人类击败。即使人们不确定为什么计算机引擎以一种看起来很奇怪的方式评估一个职位，或者为什么当有更简单的方法带来一个看起来奇怪的高风险连续性时，为什么它偏爱看起来怪异的高风险连续性，这也使得拒绝计算机的评估变得非常困难。博弈到其逻辑结论。

这是人们在上述情况下经常犯的一个典型错误：他们只相信计算机，没有问题就可以继续前进。这样，这些玩家不仅不会学到任何实质内容，而且还有更大的风险，即即使他们不了解某件事，他们也认为他们确实获得了一些见识！

最后一部分是关于人们认为实际上没有学到的东西，这并不夸张。这总是在许多不同的环境下发生在人们身上，这与人们的学习方式有关。

在学术界，术语“深度学习”和“表面学习”用于描述学生通过课程时使用的两种非常不同的学习方法：

• 表面学习与尝试通过毫不费力地学习呈现的信息来通过一门课程有关。这通常意味着学生会在没有反思的情况下尝试记住事实。

• 深度学习必须以某种方式考虑课程的重要内容，这驱使学生做出真正的努力来学习和理解课程的内容。

有关这些术语的更详细（我认为更好）的描述，请参阅以下文章的前几段： 通过结构化的讨论区活动促进批判性思维和深度认知处理。

由于表面学习强调学习事实和定义，而不是真正理解为什么某事是正确的，因此通常会使学生运用所学事实的能力受到严重限制。

在学习国际象棋的情况下，表面学习将被视为记住心脏的特定开度变化，或者学习位置准则，例如“边缘上的骑士是昏暗的”，而不必担心变异和准则背后的原因。我认为大多数人都会同意这种学习象棋的方法从长远来看不会非常成功。

国际象棋是一种严重依赖于玩家动态计算和评估位置的能力的游戏。要记住的位置实在太多了，如果对手回避了可能已经记住的任何变化，那么剩下的就只能靠自己了。您需要能够判断何时需要共同的准则以及何时偏离它们。学习好象棋与通过尝试理解某些变化中的动作以及为何按原样制定某些准则来培养这些能力有关。显然，这比表面学习方法更符合深度学习方法。

这与国际象棋引擎有关：使用国际象棋引擎学习国际象棋是危险的，因为使用表面学习方法学习国际象棋很容易变成玩家。该计算机仅给出数值评估和最佳变化，这很容易使玩家陷入类似“ thinking！”的想法，如果我只是打给定的计算机生产线，则计算机说我在这里赢了。相反，在我移动之后，如果我的对手刚刚玩了给定的计算机线路，那我就输了。我会在下次记住这一点！” 没有进一步思考。玩家可能已经学到了一些东西，但是这种新知识会以任何有意义的方式帮助玩家改善他们的游戏吗？

综上所述，我仍然认为国际象棋引擎可以用来学习国际象棋。但这需要玩家保持谨慎，并准备付出很多努力。玩家应该努力按照“哦，我看到Stockfish，您认为这个职位是_______吧？”这个愚蠢的想法，我要向您展示您的错！一旦您不确定为什么计算机会以这种方式评估位置。这样，您可以尝试迫使引擎在某种意义上进行自我解释，而不仅仅是盲目地听。但这对于新手玩家来说是非常困难且耗时的，而且我认为，对于相对较不熟悉游戏的新手来说，了解战术，制定计划等更为有效。