1996年，IBM的“深蓝”首次击败了国际象棋世界冠军加里·卡斯帕罗夫。
2007年，阿尔伯塔大学的研究人员构建了一个无法被击败的跳棋计算机程序。
2011年，名为Watson的AI在智力问答节目中击败了人类对手。
2013年，DeepMind 与 Atari 较量并获胜。
2016年，AlphaGo击败了围棋**李世石。
AI越来越厉害了，在这种桌面游戏上，人类似乎都无法成为AI的对手。当我们回溯AI的发展史时，会发现，
机器学习是一种AI中的算法，这种算法让计算机能够自己学习，而不是靠人类手动编码的方案，以变得更“聪明”。在上世纪50年代，Arthur Samuel就在对跳棋游戏的研究中解释了机器学习。他提到，可以用两种方法让计算机在没有人工干预的情况下变得更好，**种：死记硬背，第二种：开创的泛化学习。这种方式可以让程序自己知道自己该走到哪儿，还能复盘之前的游戏回合。
没过多久，Arthur Samuel就在IBM上设计出了一个跳棋游戏程序，能轻松击败新手玩家。随后，同样是来自IBM的也设计出了会玩国际象棋的AI。
再到后来，当我们谈到AI时，可以看到它竟然已经可以在很多游戏上远远超过**的人类棋手。不过，在2019年，AI输了一次，而且输的原因真的很“智障”。
当时DeepMind试图使用AI来挑战一款卡牌游戏Hanabi，这款游戏有5种花的牌组。在牌*中玩家不能看自己的牌，只能看别人的牌，玩家需要将不**的牌按一定顺序排列起来。
看起来，这是一款很简单的游戏，8岁以上的玩家都可以玩，而且游戏时长不超过30分钟。游戏的要点是沟通，推理，以及和别人的配合。
然而，人类世界的简单游戏给了AI一点小小的震撼。结果发现，AI的表现并不好。
人发现，AI怎么回事啊！甚至都到了让人讨厌的地步了！在游戏中，AI是如此的不可靠、不可预测，于是人们便对它失去了信任感。但玩家还是会感到消*。
在各种**游戏上，AI的表现总是没有棋类的好。2017年，科学家才让AI Libratus在****比赛中打赢了人类，而到了2022年，AI实现的里程碑则是：打赢了**冠军。
一些人认为，**游戏有一个与众不同的点：它非常人化。****选手沃伦·巴菲特曾说过：“打**就像经营一家企业。”
2022年，AI之所以能打败人类**玩家，其突破点在于让AI的学习方法更接近人类。也就是让AI学习一种解释能力，可以解释一种决策是如何被做出来的。而Hanabi看似简单，其实要求的就是推理和解释其他玩家的意图。
不知道你们在玩**游戏时有没有发现，玩家沟通（对战或协作时）有些话可能是真的，有些可能话里有话，而有些则是迷惑你的假象。
“把科学带回家”所有
因此产生相关后果，如有**请联系删除。
发表评论