AI的棋局，其实也是一部热血成长史

不知你有没有看过最近的两部影视剧：《后翼弃兵》与《棋魂》，或者是出版更久远些的《棋魂》原作动漫呢？方正的盘格上，一招一式中暗藏玄机，沉稳缜密的执棋者共同营造着奥妙无穷的哲学空间，而棋局背后，最让人触动的或许更是棋手们那股在胜败之间全力坚守的劲头。
那么，你想了解一下AI的棋局吗？抛开新闻里充斥的“战胜人类”威胁论，试试以一种只把AI看作一个棋手的方式。你或许会发现，它其实也一样，在长久的光阴里，一步步成长，与对手战斗，也挑战自己。还有点不同的是，它的成长不止属于自己，而是更像一个象征，凝结着近百年间人类科学家探索人工智能技术的智慧与成绩，讲述着人类挑战智能技术更高峰的热血坚持。
第一阶段 初露头角
挑战任务：西洋跳棋

西洋跳棋是一种在8x8格的两色相间的棋盘上进行的技巧游戏，以吃掉或堵住对方所有棋子去路为胜利，棋子每次只能向斜对角方向移动，但如果斜对角有敌方棋子并且可以跳过去，那么就把敌方这个棋子吃掉。
大战回顾：

成功秘诀：自我对弈
在和罗伯特·雷尼的比赛之后，尼雷表示，计算机走得极其出色，甚至没有一步失误。这是他自1954年以来8年中遇到的第一个击败他的“对手”。那么，这次跳棋盘上的胜利，秘诀在哪里呢？
通过自我对弈学习评价函数是西洋跳棋AI程序的核心技术，自我对弈学习评价函数的基本原理是利用两个副本进行对弈，学习线性评价函数每个特征的权重，其中一个副本使用固定的评价函数来学习特征的权重，另一个副本则是通过与使用极小极大（minimax search）算法作对比来学习特征的权重。事实上，后来的AlphaGo围棋AI程序以及深度学习领域的生成式对抗网络（GAN）都采用了类似的思想。