AI的棋局，其实也是一部热血成长史(3)

● 成功秘诀之二：知识规则引擎
“深蓝”在软件设计上采用了超大规模知识库结合优化搜索的方法。一方面，“深蓝”储存了国际象棋100多年来70万份国际特级大师的棋谱，能利用知识库在开局和残局阶段节省处理实践并得出更合理的行棋方案；另一方面，“深蓝”采用Alpha-Beta剪枝搜索算法和基于规则的方法对棋局进行评价，通过缩小搜索空间的上界和下界提高搜索效率，同时可根据旗子的重要程度、旗子的位置、棋子对的关系等特征对棋局进行更有效的评价。
规则引擎是一种迁入在应用程序中的组件，能够实现将业务决策从应用程序代码中分离出来，其核心是获取knowledge（知识）。此外，规则引擎使用产生式规则“IF<conditions>THEN<actions>RULE”表达逻辑将知识应用到特定的数据上。
第三阶段 触摸“棋魂”？
挑战任务：围棋

8x8格国际象棋的状态复杂度为1046，博弈树复杂度为10123。到了19x19格的围棋，其状态复杂度已上升到10172，博弈树复杂度则达到惊人的10360，因此被视为人类在棋类人机对抗中最后的堡垒。
破局出现在2016年，Deep Mind公司开发出的AlphaGo在没有任何让子的情况下，以5：0完胜欧洲围棋冠军、职业二段选手樊麾。并在接下来的一系列博弈中势如破竹。而后，AlphaGo Zero作了更进一步的升级和改进，将策略网络和价值网络整合在一起，使用纯粹的深度强化学习方法进行端到端的自我对弈学习。
大战回顾：