每周AI揭秘｜第一个被AI彻底“破解”的游戏，99%的人猜不到

新岁序开，万象更新。当 AI 浪潮席卷生活的角角落落，我们希望能够追问到技术背后的温度与故事。未来图灵全新推出「每周 AI 揭秘」专栏，剥去算法的冰冷外壳，挖掘鲜为人知的行业轶事。以深度视角解码 AI，为你带来不一样的科技品读体验。

提起“AI战胜人类”，很多人第一反应是1997年IBM的“深蓝”击败国际象棋世界冠军卡斯帕罗夫。那场人机大战轰动全球，被视为人工智能的里程碑。

图注：1997年5月11日，国际象棋世界冠军卡斯帕罗夫与“深蓝”的第六局，19步之后卡斯帕罗夫宣布放弃

但鲜为人知的是，早在三年前，AI就已经在一个更古老的棋盘上，悄然夺走了人类的王冠。

那个游戏是——跳棋。

早在1994年，一个叫奇努克（Chinook）的AI程序，已在跳棋领域击败了统治人类棋坛40年的“跳棋之神”——比深蓝还早三年！

而且，这段历史充满了戏剧性：一场因“规则”险些被扼杀的对决，一位孤独求败的人类之神，以及一台靠“暴力计算”提前锁定所有答案的机器。

一个被严重低估的“儿童游戏”

人类对于“机器对手”的幻想，远比真正的智能来得更早。1770年，一个名为“土耳其行棋傀儡”的自动下棋装置在欧洲宫廷巡演，连拿破仑都曾败于其下。这场持续84年的精妙骗局，最终被揭穿：柜中藏着的是真人棋手。它像一个绝妙的隐喻，揭示了我们对机器智慧的渴望远超当时技术所能实现。

图注：土耳其行棋傀儡

真正的转机出现在计算机诞生后。1952年，剑桥大学诞生了史上第一个真正的人机对弈程序。它虽然只能玩井字棋，却为真正的智能博弈拉开了序幕。

图注：最早实现人机对弈的游戏“OXO”

那么，谁成为了这场“智力实验”的第一个主角？

跳棋？那个童年时在纸上玩的、棋子只能斜着走的黑白格游戏？

没错，就是它。这个看似简单的8×8棋盘游戏，在美国和加拿大，它曾是非常流行的民间棋类，甚至设有正式的世界锦标赛。

早在计算机科学诞生初期，跳棋就被天才们选为“试金石”。1950年，“信息论之父”克劳德·香农在其开创性论文《为计算机编程下棋》中，便以跳棋为例阐述机器智能的可能。1952年，计算机科学巨匠艾伦·图灵甚至手写了一个跳棋算法，并成功击败同事。对他们而言，跳棋状态空间（约5×10²⁰种局面）的“可控复杂性”，使其成为验证算法的完美沙盒——它既不像井字棋那样简单到无聊，也不像围棋那样复杂到令人绝望。

这种“刚刚好的复杂度”，使其成为了早期AI实现“完美破解”的首个战略目标。

“计算之神”与“人类之神”的碰撞
1989年，加拿大阿尔伯塔大学的乔纳森·谢弗教授开启了一项雄心勃勃的计划：建造不可战胜的跳棋AI。与后来依赖“直觉”与“学习”的AlphaGo不同，奇努克是古典AI“暴力美学”的巅峰代表。
谢弗团队采用了双重策略：

师从人类：吸收数万盘人类大师对局，内化开局指南与战术思维，让AI拥有“经验”

暴力穷举：从仅剩5枚棋子的残局开始，利用超级计算机进行反向推演，最终构建了一个涵盖39万亿种终局的庞大数据库

这意味着，一旦比赛进入残局，奇努克就进入了 “上帝模式” ——它知晓此后所有分支的最终结局是胜、负还是和。它不靠“灵感”，只靠“全知”。

它的对手，是统治跳棋世界长达40年的“活神话”——数学家马里恩·廷斯利。他职业生涯仅输过7局，被公认为孤独的不败王者。

图注：马里恩·廷斯利（Marion Tinsley）

然而，当奇努克在1990年赢得挑战资格时，却遭遇了最原始的障碍——规则。赛事主办方断然拒绝：“参赛者必须是人类。”

一场关于“机器权利”的辩论就此爆发。最终，在廷斯利本人（他渴望一个真正的对手）的极力坚持下，1992年，一场名为“人机世界大战”的表演赛得以举行。廷斯利虽以微弱优势险胜，但赛后他坦言，感受到了“一种从未有过的、非人类的压力”

真正的加冕礼在1994年到来。这一次，是正式的世界冠军挑战赛。前六局，双方全部下成平手，史诗般的对决让所有人屏息。然而，命运在决胜局前夜，给出了一个残酷的转折：廷斯利因腹痛就医，确诊胰腺癌，被迫退赛。

图注：马里恩·廷斯利 与 奇努克 对战

按规则，奇努克被授予世界冠军头衔——成为历史上第一个在棋类比赛中击败人类顶尖选手的AI。

七个月后，廷斯利逝世。这是一场没有胜利者欢呼的加冕。

但奇努克的实力已无需争议。2007年，谢弗团队在《科学》杂志上宣告了最终篇章：跳棋已被完全破解。理论证明，在双方绝对完美的前提下，跳棋的结局永远是——和棋。

奇努克不仅战胜了冠军，更终结了游戏本身，完成了AI对确定性世界最彻底的征服。

讽刺的是，这个头衔直到多年后才被广泛承认。因为……没人关注跳棋。

为什么是跳棋，而不是更受瞩目的象棋？

这里有个关键区别：跳棋的状态空间远小于国际象棋，而围棋的复杂度又远远碾压两者。

图注：未来图灵制表

这张对比表清晰地揭示了答案：跳棋因其相对有限的复杂度，成为了古典计算力量首当其冲可以“啃下”的硬骨头。奇努克的胜利，本质上是一场 “算力与记忆的胜利”，它证明了在规则封闭的有限世界里，穷举是一种终极的解决之道。这为后来者指明了一条道路：当算力足够强大，许多看似复杂的问题，都可能被“暴力”解开。

换句话说，跳棋已经没有秘密了，而AI是第一个知道全部答案的人。

图注：围棋比国际象棋更为复杂（google图）

而像围棋这样状态空间大到无法穷举的游戏，直到2016年才被AlphaGo以深度学习与自我对弈的方式攻克——那已不再是“暴力计算”的胜利，而是“机器直觉”的诞生。

当游戏被“解透”，人类何为？

今天，我们谈论AlphaGo的“神之一手”和ChatGPT的“涌现能力”，却鲜少提及：跳棋，才是第一个被AI彻底“解透”的有限游戏。这一冷知识的起点，正是1994年奇努克在棋盘上的无声胜利。

棋类游戏终究有明确的规则与终点，AI的征服，本质上是对确定性问题的完美解答。然而，人生是一场截然不同的“无限游戏”——它没有预设的边界，规则在互动中形成，意义在过程中流动。

在这一广阔而混沌的领域，AI会显露出它的局限：产生“幻觉”、固于数据偏见、难以理解微妙的情感与复杂的语境。而人类的独特价值，恰恰在此刻闪耀：我们拥有在不确定性中创造意义、在模糊地带坚守勇气、于不完美间传递温情联结的深邃能力。

因此，从奇努克到AlphaGo，AI的每一次胜利，都非人类的退场，而是我们自身智慧的嘹亮回响。它标志着我们创造的“工具智能”，正将我们的认知边疆拓展至前所未及之处。

所以，当AI的下一次突破令你惊叹时，或许可以想起这个被遗忘的起点——正是那个在64格棋盘上凭借纯粹计算夺冠的沉默程序，为我们推开了探索智能无限可能的第一扇大门。

真正的挑战，或许从来不是如何战胜AI，而是我们如何与这被延伸的智慧并肩，去更好地理解和塑造那个规则尚未写就的、真实而复杂的世界

冷知识彩蛋

AI下棋简史，人类一路“自虐”

其实，人类和AI的“自虐史”远不止跳棋：

1956年：阿瑟·萨缪尔（Arthur Samuel）编写跳棋程序，击败自己

1962年：该程序击败美国州冠军

1979年：西洋双陆棋程序BKG9.8击败世界冠军

1994年：Chinook击败跳棋之神廷斯利

1997年：深蓝击败卡斯帕罗夫

2006年：拼字程序Quackle击败世界冠军

2011年：沃森横扫《危险边缘》人类王者

2016年：AlphaGo4:1击败李世石

2017年：AlphaGo Zero 从零自学，100:0吊打旧版AlphaGo

思考

AI在规则明确的游戏中能“完美”击败人类，但在现实世界复杂多变的问题面前，它的优势和局限分别是什么？

欢迎在评论区分享你的真知灼见。

关注【未来图灵】，每周解锁一个你不知道的AI冷知识！

随着人工智能技术的快速迭代，大模型的能力边界不断拓展，智能体作为大模型的重要应用模式，正凭借其在规划决策、记忆、工具使用等方面独特的创新性和实用性，引领着一场产业变革。

为贯彻实施《国家人工智能产业综合标准化体系建设指南（2024版）》，中国移动通信联合会正式启动三项团体标准研制工作：

●《人工智能智能体能力要求》(计划号:T/ZGCMCA 011-2025)

●《人工智能智能体内生安全技术要求》(计划号:T/ZGCMCA 023-2025)

●《人工智能智能体互操作性接口规范》(计划号: T/ZGCMCA 024-2025)

现诚邀数据服务企业、医疗机构、科研院所、高校、检测认证机构等全产业链

行业机构及

研发工程师、项目经理、应用专家

专业人士

期待您的积极参与，让我们携手共进，共同引领人工智能产业的发展方向！

联系人：李贞琦

联系方式：18519753675（同微信）