按人类的标准，国际象棋并不是一款简单的游戏。但对于一种拥有强大、近乎异星思维的人工智能来说，这种消遣只需几个空闲小时便可精通。
在一篇新论文中，谷歌研究人员详细介绍了他们最新一代人工智能AlphaZero如何达到“超人类水平”的国际象棋棋力：它仅用四小时学会规则，随后便击败了世界冠军级棋类程序Stockfish。
换句话说，人类积累的全部国际象棋知识——乃至更多——被人工智能吸收并超越，所用时间大致相当于从纽约市开车到华盛顿特区。
在只输入国际象棋规则（没有策略）的情况下，AlphaZero仅用四小时便精通了这款游戏，足以击败评分最高的国际象棋程序Stockfish。
在与Stockfish进行的100局比赛中，AlphaZero执白（拥有先手优势）赢了25局，执黑又赢了3局。其余比赛均为和棋；Stockfish一局未胜，AlphaZero也未尝败绩。
“现在我们知道新的主宰是谁了，”国际象棋研究者、国际象棋科学网站Chessable首席执行官David Kramaley说。
“它无疑会彻底改变这项运动，但想想这项技术还能如何应用于国际象棋以外的领域。这个算法可以管理城市、大洲乃至宇宙。”
AlphaZero由谷歌DeepMind人工智能实验室开发，是AlphaGo Zero的改良版，通用性更强；后者专门用于下中国棋类游戏围棋。
多年来，DeepMind一直在改进这款人工智能，期间击败了一系列人类冠军；面对这个不可战胜的“神一般的”神经网络，他们接连败下阵来。
这波连胜最终在十月迎来一次惊人的胜利：人工智能的一个全新全自主版本——只通过自我对弈学习，从不与人类交手——击败了它所有先前的版本。
相比之下，AlphaGo Zero的前代版本在学习下棋时，部分依靠观察人类棋手的走法。
这样做原本是为了帮助初生的人工智能学习策略，但这似乎反而成了障碍，因为AlphaGo Zero完全依靠自身学习，在一对一比赛中证明了其效果远胜于此。
“这就像一个外星文明发明了自己的数学，”麻省理工学院计算机科学家Nick Hynes在十月接受Gizmodo采访时说。
“我们看到的是一种摆脱人类偏见和预设观念的模型。它可以学习自己认定的任何最优方案，而这些方案或许确实比我们对同一事物的理解更加细致。”
但这个领域的发展如此迅速，以至于十月取得的成果或许已经过时。
在他们的新论文中，研究团队阐述了最新的AlphaZero人工智能如何采用依靠自我对弈的方式——称为强化学习——并以更通用的方式加以运用，从而拓宽解决问题的视野。
更广阔的视野意味着AlphaZero不只会下国际象棋。它还会下将棋（又称日本象棋）和围棋，而且或许并不令人意外，它分别只用两小时和八小时就精通了这两种游戏。
目前，谷歌和DeepMind的计算机科学家尚未公开评论这项新研究；该研究目前也尚未经过同行评审。
但据目前所知，这个算法向人工智能巅峰的惊人攀升远未结束，就连国际象棋特级大师也对眼前的景象感到困惑。
“我一直在想，如果一个更高级的物种降临地球，向我们展示他们如何下国际象棋，那会是什么样子，”特级大师Peter Heine Nielsen告诉BBC。
“现在我知道了。”
