22第22章(2/2)

【畅读更新加载慢，有广告，章节不完整，请退出畅读后阅读！】

??每次训练前，你都会特意嘱咐工作人员为你多准备几件训练球衣。

    你的队友们对你很宽容，所有人都接受了你的小怪癖。

    事实上，这种好习惯也影响了不少人，就连胡梅尔斯和罗伊斯都因为你的行为变得更加自律了??起码会规规矩矩地把衣服扔进收纳筐里。

    ……

    今天的你像往常一样提前来到了更衣室，但你的队长比你来得更早一点。

    塞巴斯蒂安?凯尔早已换好了训练服，但他没有立刻去训练场热身，而是靠在更衣室的柜子旁，用手机下着国际象棋。

    你凑过去看了看，发现他正在和AI对弈。

    ??国际象棋是策略性游戏，和足球场上的战术意识一样，强调布局和预判，是一种很适合消磨时间的思维锻炼。

    你记得在职业球员里，英超的萨拉赫和普利希奇同样喜欢下国际象棋，大概是普通爱好者业余训练1-2年的水平。

    在2008年的当下，智能手机已经可以安装棋类游戏了。

    塞巴斯蒂安?凯尔在用的软件是德国公司开发的PocketFritz，使用了Hiarcs12.1引擎，是这个时期算力最强的棋类AI。

    ……我们和AlphaGo*谁能赢？

    你看着手机屏幕上的棋盘格，下意识问了你的系统。

    [我们]

    你的系统回答了你。

    早期的棋类AI基于经典的搜索算法（比如Alpha-Beta剪枝）和评估函数，通过穷举计算大量的棋步组合来选择最佳走法。

    在1988年，棋类引擎“深思”（DeepThought），就以每秒计算500,000个局面的算力，击败了丹麦特级大师拉尔森。

    2000年左右，棋类AI能够每秒计算2亿个局面，PocketFritz因此获得了“世界计算机快棋锦标赛”的冠军。

    在不久的将来，由谷歌开发的AlphaGo使用的是深度神经网络和蒙特卡洛树搜索（MCTS）相结合的技术。

    ??所有的AI都需要迭代升级，而你的系统却是一个来自更遥远未来的“完全算力模型”。

    将你的系统与这个时期的AI进行比较，几乎是在进行不等量的对比。

    注意到了你的目光，塞巴斯蒂安?凯尔把手机递给了你，笑着询问你是否也想来一局。

    你挑着眉稍，有些坏心思地用舌头顶了顶腮，欣然接受了他的邀请。

    于是你按照系统提示的操作开始了对局。

    ??这真犯规，但谁又能知道呢？

    FritzAI选择了经典的西西里防御（1.e4c5），这是当下AI常用的防守策略，依赖于数据库中的丰富开局知识应对对手。

    你却按照系统的提示，选择一个复杂且罕见的变种：奇奥尼变种（2.Nf3e63.d4cxd44.Nxd4a6），迅速将PocketFritz引入一个不常见的局面，削弱了开局数据库的优势。

    刚刚才到更衣室的罗伊斯也注意到了你们，好奇心驱使着他走到你身边，饶有兴致地看着你的棋局。

    FritzAI计算出了一些经典的战术组合，在中盘阶段尝试通过兵链推进（d6,e5）来控制棋盘中央，试图交换棋子获得优势。

    ??这个时期的AI通常使用“评估函数”计算棋局中的优势。

    你用弃子设置陷阱，牺牲了一个兵卒（5.c3），使PocketFritz的评估函数得出有利的结果，误以为己方占据了优势。