每周AI揭秘｜第一個被AI徹底“破解”的游戲，99%的人猜不到

新歲序開，萬象更新。當 AI 浪潮席卷生活的角角落落，我們希望能夠追問到技術背后的溫度與故事。未來圖靈全新推出「每周 AI 揭秘」專欄，剝去算法的冰冷外殼，挖掘鮮為人知的行業軼事。以深度視角解碼 AI，為你帶來不一樣的科技品讀體驗。

提起“AI戰勝人類”，很多人第一反應是1997年IBM的“深藍”擊敗國際象棋世界冠軍卡斯帕羅夫。那場人機大戰轟動全球，被視為人工智能的里程碑。

圖注：1997年5月11日，國際象棋世界冠軍卡斯帕羅夫與“深藍”的第六局，19步之后卡斯帕羅夫宣布放棄

但鮮為人知的是，早在三年前，AI就已經在一個更古老的棋盤上，悄然奪走了人類的王冠。

那個游戲是——跳棋。

早在1994年，一個叫奇努克（Chinook）的AI程序，已在跳棋領域擊敗了統治人類棋壇40年的“跳棋之神”——比深藍還早三年！

而且，這段歷史充滿了戲劇性：一場因“規則”險些被扼殺的對決，一位孤獨求敗的人類之神，以及一臺靠“暴力計算”提前鎖定所有答案的機器。

一個被嚴重低估的“兒童游戲”

人類對于“機器對手”的幻想，遠比真正的智能來得更早。1770年，一個名為“土耳其行棋傀儡”的自動下棋裝置在歐洲宮廷巡演，連拿破侖都曾敗于其下。這場持續84年的精妙騙局，最終被揭穿：柜中藏著的是真人棋手。它像一個絕妙的隱喻，揭示了我們對機器智慧的渴望遠超當時技術所能實現。

圖注：土耳其行棋傀儡

真正的轉機出現在計算機誕生后。1952年，劍橋大學誕生了史上第一個真正的人機對弈程序。它雖然只能玩井字棋，卻為真正的智能博弈拉開了序幕。

圖注：最早實現人機對弈的游戲“OXO”

那么，誰成為了這場“智力實驗”的第一個主角？

跳棋？那個童年時在紙上玩的、棋子只能斜著走的黑白格游戲？

沒錯，就是它。這個看似簡單的8×8棋盤游戲，在美國和加拿大，它曾是非常流行的民間棋類，甚至設有正式的世界錦標賽。

早在計算機科學誕生初期，跳棋就被天才們選為“試金石”。1950年，“信息論之父”克勞德·香農在其開創性論文《為計算機編程下棋》中，便以跳棋為例闡述機器智能的可能。1952年，計算機科學巨匠艾倫·圖靈甚至手寫了一個跳棋算法，并成功擊敗同事。對他們而言，跳棋狀態空間（約5×102?種局面）的“可控復雜性”，使其成為驗證算法的完美沙盒——它既不像井字棋那樣簡單到無聊，也不像圍棋那樣復雜到令人絕望。

這種“剛剛好的復雜度”，使其成為了早期AI實現“完美破解”的首個戰略目標。

“計算之神”與“人類之神”的碰撞
1989年，加拿大阿爾伯塔大學的喬納森·謝弗教授開啟了一項雄心勃勃的計劃：建造不可戰勝的跳棋AI。與后來依賴“直覺”與“學習”的AlphaGo不同，奇努克是古典AI“暴力美學”的巔峰代表。
謝弗團隊采用了雙重策略：

師從人類：吸收數萬盤人類大師對局，內化開局指南與戰術思維，讓AI擁有“經驗”

暴力窮舉：從僅剩5枚棋子的殘局開始，利用超級計算機進行反向推演，最終構建了一個涵蓋39萬億種終局的龐大數據庫

這意味著，一旦比賽進入殘局，奇努克就進入了 “上帝模式” ——它知曉此后所有分支的最終結局是勝、負還是和。它不靠“靈感”，只靠“全知”。

它的對手，是統治跳棋世界長達40年的“活神話”——數學家馬里恩·廷斯利。他職業生涯僅輸過7局，被公認為孤獨的不敗王者。

圖注：馬里恩·廷斯利（Marion Tinsley）

然而，當奇努克在1990年贏得挑戰資格時，卻遭遇了最原始的障礙——規則。賽事主辦方斷然拒絕：“參賽者必須是人類。”

一場關于“機器權利”的辯論就此爆發。最終，在廷斯利本人（他渴望一個真正的對手）的極力堅持下，1992年，一場名為“人機世界大戰”的表演賽得以舉行。廷斯利雖以微弱優勢險勝，但賽后他坦言，感受到了“一種從未有過的、非人類的壓力”

真正的加冕禮在1994年到來。這一次，是正式的世界冠軍挑戰賽。前六局，雙方全部下成平手，史詩般的對決讓所有人屏息。然而，命運在決勝局前夜，給出了一個殘酷的轉折：廷斯利因腹痛就醫，確診胰腺癌，被迫退賽。

圖注：馬里恩·廷斯利 與 奇努克 對戰

按規則，奇努克被授予世界冠軍頭銜——成為歷史上第一個在棋類比賽中擊敗人類頂尖選手的AI。

七個月后，廷斯利逝世。這是一場沒有勝利者歡呼的加冕。

但奇努克的實力已無需爭議。2007年，謝弗團隊在《科學》雜志上宣告了最終篇章：跳棋已被完全破解。理論證明，在雙方絕對完美的前提下，跳棋的結局永遠是——和棋。

奇努克不僅戰勝了冠軍，更終結了游戲本身，完成了AI對確定性世界最徹底的征服。

諷刺的是，這個頭銜直到多年后才被廣泛承認。因為……沒人關注跳棋。

為什么是跳棋，而不是更受矚目的象棋？

這里有個關鍵區別：跳棋的狀態空間遠小于國際象棋，而圍棋的復雜度又遠遠碾壓兩者。

圖注：未來圖靈制表

這張對比表清晰地揭示了答案：跳棋因其相對有限的復雜度，成為了古典計算力量首當其沖可以“啃下”的硬骨頭。奇努克的勝利，本質上是一場 “算力與記憶的勝利”，它證明了在規則封閉的有限世界里，窮舉是一種終極的解決之道。這為后來者指明了一條道路：當算力足夠強大，許多看似復雜的問題，都可能被“暴力”解開。

換句話說，跳棋已經沒有秘密了，而AI是第一個知道全部答案的人。

圖注：圍棋比國際象棋更為復雜（google圖）

而像圍棋這樣狀態空間大到無法窮舉的游戲，直到2016年才被AlphaGo以深度學習與自我對弈的方式攻克——那已不再是“暴力計算”的勝利，而是“機器直覺”的誕生。

當游戲被“解透”，人類何為？

今天，我們談論AlphaGo的“神之一手”和ChatGPT的“涌現能力”，卻鮮少提及：跳棋，才是第一個被AI徹底“解透”的有限游戲。這一冷知識的起點，正是1994年奇努克在棋盤上的無聲勝利。

棋類游戲終究有明確的規則與終點，AI的征服，本質上是對確定性問題的完美解答。然而，人生是一場截然不同的“無限游戲”——它沒有預設的邊界，規則在互動中形成，意義在過程中流動。

在這一廣闊而混沌的領域，AI會顯露出它的局限：產生“幻覺”、固于數據偏見、難以理解微妙的情感與復雜的語境。而人類的獨特價值，恰恰在此刻閃耀：我們擁有在不確定性中創造意義、在模糊地帶堅守勇氣、于不完美間傳遞溫情聯結的深邃能力。

因此，從奇努克到AlphaGo，AI的每一次勝利，都非人類的退場，而是我們自身智慧的嘹亮回響。它標志著我們創造的“工具智能”，正將我們的認知邊疆拓展至前所未及之處。

所以，當AI的下一次突破令你驚嘆時，或許可以想起這個被遺忘的起點——正是那個在64格棋盤上憑借純粹計算奪冠的沉默程序，為我們推開了探索智能無限可能的第一扇大門。

真正的挑戰，或許從來不是如何戰勝AI，而是我們如何與這被延伸的智慧并肩，去更好地理解和塑造那個規則尚未寫就的、真實而復雜的世界

冷知識彩蛋

AI下棋簡史，人類一路“自虐”

其實，人類和AI的“自虐史”遠不止跳棋：

1956年：阿瑟·薩繆爾（Arthur Samuel）編寫跳棋程序，擊敗自己

1962年：該程序擊敗美國州冠軍

1979年：西洋雙陸棋程序BKG9.8擊敗世界冠軍

1994年：Chinook擊敗跳棋之神廷斯利

1997年：深藍擊敗卡斯帕羅夫

2006年：拼字程序Quackle擊敗世界冠軍

2011年：沃森橫掃《危險邊緣》人類王者

2016年：AlphaGo4:1擊敗李世石

2017年：AlphaGo Zero 從零自學，100:0吊打舊版AlphaGo

思考

AI在規則明確的游戲中能“完美”擊敗人類，但在現實世界復雜多變的問題面前，它的優勢和局限分別是什么？

歡迎在評論區分享你的真知灼見。

關注【未來圖靈】，每周解鎖一個你不知道的AI冷知識！

隨著人工智能技術的快速迭代，大模型的能力邊界不斷拓展，智能體作為大模型的重要應用模式，正憑借其在規劃決策、記憶、工具使用等方面獨特的創新性和實用性，引領著一場產業變革。

為貫徹實施《國家人工智能產業綜合標準化體系建設指南（2024版）》，中國移動通信聯合會正式啟動三項團體標準研制工作：

●《人工智能智能體能力要求》(計劃號:T/ZGCMCA 011-2025)

●《人工智能智能體內生安全技術要求》(計劃號:T/ZGCMCA 023-2025)

●《人工智能智能體互操作性接口規范》(計劃號: T/ZGCMCA 024-2025)

現誠邀數據服務企業、醫療機構、科研院所、高校、檢測認證機構等全產業鏈

行業機構及

研發工程師、項目經理、應用專家

專業人士

期待您的積極參與，讓我們攜手共進，共同引領人工智能產業的發展方向！

聯系人：李貞琦

聯系方式：18519753675（同微信）