布萊恩的創業小窩

透過 人工智慧 的超強自學能力,挖掘西洋棋的不同可能性!   前世界冠軍與人工智慧讓西洋棋起死回生 經 過雙方的合作研究，最終於 2020 年 9 月發表一篇長達98頁的論文：《使用 AlphaZero 評估遊戲平衡：探索西洋棋中的替代規則》（Assessing Game Balance with AlphaZero: Exploring Alternative Rule Sets in Chess），由 Deepmind 的 Nenad Tomasev、Ulrich Paquet、Demis Hassabis 以及克拉姆尼克一同撰寫。 在此篇論文中，團隊發表了九種西洋棋變體型式，AlphaZero 則負責在幾個小時內模擬出數十年遊戲會怎麼發展、探索不同規則的西洋棋具有什麼樣的可能性。有 AlphaZero 的助力，使研究團隊能看到在不同規則下的人類玩家能開創出什麼別出心裁、出乎意料的玩法。 AlphaZero 測試出的九種西洋棋變體規則： 1. 禁止「國王入堡」（No-castling）： 整個棋局都禁止使用「國王入堡」走法。這種走法讓棋國王躲進由其他棋子組成的防護後面，減少國王被威脅的機會，但也會令比賽變得沉悶。 2. 10 步內禁止「國王入堡」（No-castling (10)）： 在前10步以內禁止使用「國王入堡」下法。 3. 兵走一格（Pawn one square）： 兵棋（Pawn）只能前進一格。目標為增加彈性，減緩遊戲速度。 4. 無子可動時即勝（Stalemate=win）： 其中一方無子可動時，即為另一方勝利（原先為平局）。 5. 水雷（Torpedo）： 兵可以選擇在棋盤的任何地點走 1 或 2 格。這意味著隨時都可以使用吃過路兵（En passant）走法。 6. 半水雷（Semi-torpedo）： 兵只有在第 2 或 3 線時才能移動 2 格。 7. 兵可以後退（Pawn-back） 棋子可以向後移動到一個正方形內的格上，只能返回到 2nd/7th 橫線上（此時的移動不計入「50步規則」內）。 8. 兵可以橫走（Pawn-sideways）： 棋子也可以橫向移動一格。（此時的移動不計入「50步規則」內） 9. 自己吃棋（Self-capture）： 可以吃自己的棋子，用...

先讓我們來了解 人工智慧 和西洋棋是如何結下樑子的! 以西洋棋賽為主題的 Netflix 影集《后翼棄兵》近來大受好評，其中刺激精彩的棋局對弈，不但讓這齣劇高佔台灣熱門排行榜第一名，也讓原本對西洋棋不了解的觀眾產生興趣、紛紛探查起這個歷史悠久的二人對弈遊戲。而西洋棋——這個世界上最流行的遊戲之一，現在正遭受 人工智慧 的破壞與威脅？而前西洋棋世界冠軍又正和 AI 聯手拯救西洋棋？   ▲ 現在的西洋棋比賽，贏家幾乎都是人工智慧。（Photo by Felix Mittermeier on Unsplash）     人工智慧與西洋棋的愛恨情仇 西洋棋在世界各地有數以百萬計的粉絲，而編寫出一個能與人類對弈的軟體程式，曾是科學家追求的目標。 首個挑戰人類棋王的電腦系統為 1997 年 IBM 的「深藍」（Deep Blue），更成為首個在標準比賽時限內擊敗人類冠軍的電腦系統。其後依然有數次「人機大戰」，但人類始終難以在 64 格的天地裡戰勝電腦。 到 人工智慧 公司 DeepMind 的 AlphaZero 登場時，AI 只是憑藉自我對弈的不斷學習，在完全沒有輸入人類的棋譜、沒有特別設計的專用計算程式的情況下，就已經征服西洋棋、將棋、圍棋等最複雜的棋類遊戲，打敗這些領域中最頂尖的人類玩家了。 在科學家們將 AlphaZero 稱為「深度學習 AI 的終極解答」、欣喜於 人工智慧 技術的快速進步時，另一方面也有人開始擔憂 AI 正在毀滅這些棋類遊戲——因為棋手們開始死記硬背 AI 的下棋手法來擊敗對手，讓棋類遊戲失去了原先的美麗。 前西洋棋世界冠軍克拉姆尼克就是憂心忡忡的其中一人。不過，他現正與開發 AlphaZero 的DeepMind團隊合作，嘗試開發出西洋棋的若干變種形式，試圖找回棋類遊戲的迷人風采。   64 個方格構成無限可能的世界   ▲ 西洋棋下棋示意圖（Photo by JESHOOTS.COM on Unsplash）   曾為世界冠軍多年的俄羅斯職業棋手弗拉基米爾．克拉姆尼克（Vladimir Kramnik）認為，西洋棋也是一門美麗的藝術。思維在棋盤上彼此碰撞，優雅而又複雜的挑釁、反擊、你來我往——「這是一種創造。...