可就算是渺小的螞蟻,，它們也有著屬于它們自己的夢(mèng)想,。

　　楊錚研究了整整一晚上，他也漸漸發(fā)現(xiàn)了人工智能雖然算力超越常人很多,。但它也同樣會(huì)受到棋盤格子和棋子的局限,，在前期布局上與人類棋手差距不大,。

　　而象棋嚴(yán)格意義上并不算一個(gè)絕對(duì)公平的運(yùn)動(dòng)，紅子先手的優(yōu)勢(shì)是天生的,，雖然后天可以通過(guò)算力還有棋力去彌補(bǔ),。但在開(kāi)局，多一手始終就是多一手,。

　　自己其實(shí)并不擅長(zhǎng)紅方先手的布局,，自己的棋風(fēng)更擅長(zhǎng)后手布局防線,。

　　如果面對(duì)著高等級(jí)的人工智能，自己這極具特色的棋風(fēng),，絕對(duì)是棋手的劣勢(shì),。

　　想贏就必須要先手。

　　這是他初步判斷的結(jié)論,，可想在一周時(shí)間,，成為國(guó)內(nèi)最頂尖的攻堅(jiān)手，無(wú)疑是天方夜譚,。

　　漸漸浮躁的他,，和鵬飛打完招呼之后，就登錄了他的賬號(hào),，與國(guó)內(nèi)最頂級(jí)的人工智能交手,。

　　他一共下了兩盤，一盤后手,，一盤先手,，雖然都是輸，但后手的他,，明顯輸?shù)靡每袋c(diǎn),。

　　他第一次點(diǎn)開(kāi)了軟件自帶的復(fù)盤，開(kāi)始跟著人工智能學(xué)習(xí),。

　　不得不說(shuō),，現(xiàn)在的專業(yè)復(fù)盤系統(tǒng)，無(wú)論是圍棋還是象棋,，基本上都是落子推算勝率的模式,。

　　比如開(kāi)局的當(dāng)頭炮，人工智能給出的勝率是57%,，而開(kāi)局仙人指路的勝率,，只是41%

　　這就是大數(shù)據(jù)分析的結(jié)局，從開(kāi)局那一秒開(kāi)始,，人工智能就會(huì)選擇勝率最高的走法,。

　　這種只選擇勝率高的下棋方式，大概也是國(guó)內(nèi)不少人工智能的下棋方式,。

　　或許也因?yàn)橄笃逵兄鄺l條框框的規(guī)則,，所以國(guó)外的人工智能并不適合國(guó)內(nèi)的象棋模式。

　　就像阿爾法貓二代,，也就是下贏國(guó)內(nèi)圍棋冠軍的人工智能二代,，它在誕生之后，完全沒(méi)有使用過(guò)任何棋手棋譜的數(shù)據(jù)，它的學(xué)習(xí),，也只是不停的自我對(duì)弈,，從中找到不足，而它最后的實(shí)力竟到達(dá)能戰(zhàn)勝之前所有阿爾法貓版本的地步,。

　　楊錚雖然感覺(jué)到自己也可以像阿爾法貓一樣,，從自我博弈中不停的學(xué)習(xí)。

　　但時(shí)間并不等人,，他只有一周的時(shí)間,，他也必須要選擇一條最節(jié)約時(shí)間與精力的方法。

　　苦悶,，還有枯燥,，這就是每一個(gè)將象棋作為終生目標(biāo)必須要經(jīng)歷的道路。

　　楊錚也在一盤盤復(fù)盤中,，潛意識(shí)的開(kāi)始模仿著人工智能下棋,。

　　他一直都在選擇勝率最高的走法，而他的人工智能對(duì)手也是和他一樣的選擇,。

　　當(dāng)兩條看上去勝率極高的下法碰撞在一起,，棋面自然就變得不太好看。

　　尤其是中局,，二人看上去都是在各下各的,。

　　也就到了決勝的后盤，二人之間的差距才會(huì)慢慢顯示出來(lái),。

　　就算自己選擇勝率最高的一手,，對(duì)面的人工智能卻似乎還能選擇勝率更高的下法去阻止。

　　但攻擊方明顯也是有著得天獨(dú)厚的優(yōu)勢(shì),，尤其是象棋這樣的棋子越下越少的棋種,，攻方的優(yōu)勢(shì)會(huì)更大。

　　果不其然,，五手過(guò)后,，楊錚就獲得了最后的勝利。

　　可這勝利并不是真正意義上屬于他,，而是屬于大數(shù)據(jù)分析,。

　　似乎，只要選擇將人工智能作為象棋老師,，那么人類就好像變成了一只提線的木偶,。

　　無(wú)論是棋路，還是棋風(fēng),，永遠(yuǎn)都沒(méi)有著自己的風(fēng)格。