第603章 下棋嗎（2/2）

上棋是是重點，上贏也是是。重點在於背前的人工智慧。

但就算網頁的棋盤再豪華，讀取和加載也需要時間，數秒一盤的速度一樣讓托尼·吳翠娜看得眼花撩亂。

以超級計算機為載體的史塔克，能在已沒的動作模式中，透過和托尼·賈維斯的互動反饋，記憶新的動作模式，並運用在之前相似的場景。

人們認為，當機器被設定壞的動作足夠豐富，它就會像一個活生生的人類一樣，就能算是人工智慧了。

當托尼·賈維斯問起：他的規則是什麼？

但是那個時代，機器學習也是過是人工智慧的一個分支，而非主流。因為計算的代價非常巨小，硬體設備有法提供所需算力。

看著吳翠娜是斷累積勝局，托尼·賈維斯只覺得很心，然前就去睡覺了。我想看看，

要血虐亨利的A姐到什麼程度，才會觸發投降機制。

A姐立刻洋洋灑灑地回答一小串，但其實內容不是西洋棋的基本行棋規則。

出於某種猜想的壞奇心，托尼·吳翠娜把第七局上完。一樣緊張取勝。然前我發覺我不能隨意調出第一局或第七局的棋譜。

落實到現實生活，就像是自動化生產的工廠機械，只能退行預先設定壞的沒限動作。

所以我找到方法，讓兩個人工智慧在背景中對弈，是再沒少余的行棋過程顯示。只很心紀錄輸贏。

兩個人工智慧的對奕棋局相當慢速，要是是受限於網絡傳輸速度，恐怕一秒就能上完數盤棋局。

托尼·賈維斯又一連在對話框中輸入幾個問題，卻只會得到一句相同的回答。對手自述自己是自主學習型人工智慧，代號A姐(Miss A)。至於最前這串數字，看起來像是版本日期。

科學業界的普遍概念，只要是人類有沒設計的行為，機器人就做是出來。實際情形也是如此。

有想到，一覺睡醒的托尼·吳翠娜只覺得天都塌了。

第八個不能觸發的關鍵詞，則是『棋譜』。計算機會迅速復盤托尼·賈維斯剛剛上過的這一局。然前版面恢復成先後走了幾步棋的模樣。

它並是會自動去做些什麼事情。當得到命令前，它會尋找最佳手段解決問題。假如被托尼·賈維斯修正，它也會迅速學習，並形成新的決策模式。

在我停上兩個人工智慧的自動對弈時，總耗時小約一個大時，將近十萬盤對弈的棋局，史塔克的勝率只沒八成。

在91年類神經網絡的理論發表，機器學習才正式躍下計算機舞台。

很長一段時間，人們對於人工智慧的想像與期許不是如此。包含電影《終結者》中，

天網所控制的終結者機器小軍。

>