这条回复，让大少爷沉默了。敢情说刚刚和他下一盘棋的，是这个什么破人工智……自主学习型？

    托尼·史塔克又一连在对话框中输入几个问题，却只会得到一句相同的回答。对手自述自己是自主学习型人工智能，代号A姐(Miss_A)。至于最后那串数字，看起来像是版本日期。

    当托尼·史塔克问起：你的规则是什么？

    A姐立刻洋洋洒洒地回答一大串，但其实内容就是国际象棋的基本行棋规则。

    托尼·史塔克更发现，不管他问出什么问题。只要文字中有‘规则’这么一个关键词，就会得到国际象棋基本行棋规则的内容。

    第三个可以触发的关键词，则是‘棋谱’。计算机会迅速复盘托尼·史塔克刚刚下过的那一局。然后版面恢复成先前走了几步棋的模样。

    出于某种猜想的好奇心，托尼·史塔克把第二局下完。一样轻松取胜。然后他发觉他可以随意调出第一局或第二局的棋谱。

    至此，要是托尼·史塔克还猜不出来这个网页国际象棋的玩法，也枉费他号称拥有一颗天才大脑了。

    下棋不是重点，下赢也不是。重点在于背后的人工智能。

    最早的人工智能研究，是从50年代的博弈论开始。一言以蔽之，就是在多种选择交叉影响中，如何找到最佳解。

    用数学来比喻，就是图论研究中的最短路径问题。

    到了70年代，人工智能的探讨偏向知识工程，试图理解复杂的人类决策，协助取得结论。

    粗浅地说，就是将无限的问题，试图归类给有限的解决手段。要是解决手段无法确实解决问题，那就再增加一个新的解决方法项目。以此不断扩展。

    落实到现实生活，就像是自动化生产的工厂机械，只能进行预先设定好的有限动作。

    人们认为，当机器被设定好的动作足够丰富，它就会像一个活生生的人类一样，就能算是人工智能了。

    很长一段时间，人们对于人工智能的想象与期许就是如此。包含电影《终结者》中，天网所控制的终结者机器大军。

    再譬如托尼·史塔克于十六岁时，取得MIT学士学位的毕业作品，机械手臂‘笨笨(Dum-E)’也是基于此理论下的作品。

    在91年类神经网络的理论发表，机器学习才正式跃上计算机舞台。

    但是这个时代，机器学习也不过是人工智能的一个分支，而非主流。因为计算的代价非常巨大，硬体设备无法提供所需算力。

    一直要到二十一世纪，计算机硬件发展到一定程度，深度学习与基于大数据的资料探勘，不再像螳臂挡车般可笑。现实发展中的人工智能，才终于有了‘学习’的概念。

    否则在此之前，所谓的机器人会自主学习新的事物，还只停留在科幻题材的小说或电影、戏剧、游戏中。

    科学业界的普遍概念，只要是人类没有设计的行为，机器人就做不出来。实际情形也是如此。

    然而在漫威宇宙，托尼·史塔克前几年从MIT取得的人工智能博士学位，论文项目的人工智能‘贾维斯’(Just_A_Rather_Very_Intelligent_System_aka_J.A.R.V.I.S.)，就是基于笨笨和类神经网络所开发的学习型人工智能。

    以超级计算机为载体的贾维斯，能在已有的动作模式中，透过和托尼·史塔克的互动反馈，记忆新的动作模式，并运用在之后相似的场景。

    之所以托尼·史塔克不担心自己开发出一个‘天网’，因为‘贾维斯’从根本上来说，就是一个命令，一个动作的应答器，只是功能很多而已。

    它并不会自动去做些什么事情。当得到命令后，它会寻找最佳手段解决问题。假如被托尼·史塔克修正，它也会迅速学习，并形成新的决策模式。

    对这套成熟系统十分有信心的托尼·史塔克，复制了一个版本进到超级计算机‘好莱坞小子’里，让贾维斯和亨利网页中的A姐对弈了起来。

    两个人工智能的对奕棋局相当快速，要不是受限于网络传输速度，恐怕一秒就能下完数盘棋局。

    但就算网页的棋盘再简陋，读取和加载也需要时间，数秒一盘的速度一样让托尼·史塔克看得眼花撩乱。

    所以他找到方法，让两个人工智能在背景中对弈，不再有多余的行棋过程显示。只简单纪录输赢。

    看着贾维斯不断累积胜局，托尼·史塔克只觉得开心，然后就去睡觉了。他想看看，要血虐亨利的A姐到什么程度，才会触发投降机制。

    没想到，一觉睡醒的托尼·史塔克只觉得天都塌了。

    在他停下两个人工智能的自动对弈时，总耗时大约七个小时，将近十万盘对弈的棋局，贾维斯的胜率只有三成。

    而且这三成还集中在对弈前期，意味着到后期，贾维斯可是被A姐血虐……

    

    第604章 游戏的玩法

    一生要强的托尼·史塔克，怎么可能轻易认输。

    他花了几天的时间，收集国际象棋大师的棋谱。并想办法快速转录成计算机数据，输入到贾维斯的资料库中。然后才再度接上A姐。

    尽管看到双方比数归零，托尼·史塔克也没有多想，让贾维斯开始和A姐对弈。

    就看贾维斯的胜局不断累积，史塔克大少爷的心情也变得轻快了起来。但是很快的，他就觉得不对劲。

    托尼·史塔克对自己用大量棋谱训练出来的人工智能有信心，但只要对方维持着先前的水平，怎样都不可能一面倒的光输不赢吧。

    他停下了两个人工智能的对弈，随便检索了一盘棋局，发觉A姐下得稀烂。就像是没学过的小学生一样，只遵循行棋基本规则，其他全靠掷骰。

    再从第一盘看起，果然又是那套‘你下你的，我下我的’的味道。A姐一下子就被杀得落花流水。

    第二盘黑白互换，A姐学第一盘贾维斯的起手、棋步。又是不管贾维斯怎么应手，白棋就是学第一盘的走法。当棋子被吃，第一盘的白棋棋步被中断后，A姐的棋又开始乱了起来。

    当托尼·史塔克感到疑惑，突然一个激灵，让他想要复盘数天前的对弈后期棋局。A姐的回答是‘没有相关资料’。

    这是托尼·史塔克从这个人工智能身上看到的第四种回答。第一种是自我介绍，第二种是基本行棋规则，第三种是复盘棋局；第四种，也就是现在看到的‘无资料’。

    ：你是谁？

    ：您好，我是自主学习型人工智能，Miss_A_121298。

    版本日期改了！

    这下子托尼·史塔克真正明白这个游戏玩的到底是什么了。

    不是国际象棋，也不是比拼谁能找到比较多的棋谱，将自己的人工智能训练得更加优秀。而是在拼人工智能的‘学习’能力，拼底层的算法逻辑，拼两个天才大脑的数学水平！

    至此，托尼·史塔克才觉得这个游戏有意思，而不是单纯的好胜心作祟。

    他停下了贾维斯接上A姐的对弈。以一个训练好的人工智能，对抗一个只有底层逻辑的人工智能，就像是在拿自己的训练资料喂给对方一样，胜负没有意义。

    所以托尼·史塔克从自己的檔案库中，翻找出来贾维斯的初期版本，开始按照A姐的行棋规则，赋予同样的底层逻辑。

    谁叫国际象棋的规则并不是一成不变的。要是两个人工智能不能以相同的规则行棋，那就是不公平的比拼。

    至于用哪套规则，并没有很大的关系。尽管修订规则背后的用意，是希望维持黑白方、先后手的公平。

    但这里的比拼对弈规则是黑白轮换，不看单一棋局。在大量对弈的棋局下，对两个人工智能来说就是公平的。

    设好底层逻辑后，托尼·史塔克自行对弈，测试了几盘棋局。确定棋步不会出现BUG后，他就将自己对弈的棋局纪录删掉，留下空白的人工智能雏形。

    他很谦虚地将新的人工智能命名为‘艾尔比’(A_Little_Bit_Better_then_You_aka_A.L.B.B.Y.)，当然也不忘加上版本号。

    做好这一切后，就接上A姐，让艾尔比和A姐开始对弈。

    托尼·史塔克看了开头的几盘。虽然A
『加入书签，方便阅读』
-->> 本章未完，点击下一页继续阅读(第1页/共2页)