前言

随着人工智能（AI）的崛起，其在围棋和中国象棋等复杂棋类游戏中取得了显著成就。AI在这些游戏中产生的影响却截然不同。本文将探讨造成这种差异的原因，并分析AI对围棋和中国象棋各自的影响。

AI行棋逻辑的差异

中国象棋

在中国象棋中，AI的行棋逻辑与传统棋理大致相符。虽然AI有时会采用令人惊讶的走法，如一子多动或多步不出车，但它的走法仍遵循人类的认知棋理。这使得人类对AI的行棋逻辑有一定理解。

围棋

相反，在围棋领域，以AlphaGoZero为代表的AI完全打破了传统的围棋理论。它重新定义了围棋的棋局，推翻了数千年来积累的各种棋理。围棋是一种高度复杂的游戏，而AI的行棋逻辑通常是难以理解的。人类很难追溯到AI每一步走法的背后逻辑，更难学习借鉴。

AI对棋力水平的影响

中国象棋

在象棋领域，顶级棋手可以通过与AI的对局学到一些精妙的走法。尽管AI的计算速度和准确性更高，但人类仍然能理解AI的一些走法逻辑。这是因为AI的象棋行棋逻辑相对符合传统棋理，因此人类有机会从中学到一些知识。

围棋

在围棋领域，AI的行棋逻辑对人类来说常常是超出理解范围的。人类虽然可以尝试模仿AI的一些走法，但AI的思考方式和计算方式通常难以理解。这导致了一个问题，即人类难以从与AI的对局中学到新的围棋知识。与象棋不同，围棋的AI逻辑对人类来说几乎是不可理解的。

AI对社会影响的差异

除了上述差异外，还有一个重要的因素是象棋和围棋在社会中的普及程度和影响力。

中国象棋

在中国，象棋在街头巷尾都有人在下，而且有广泛的群众基础。大家乐于与他人对弈，每个人都有一颗渴望胜利的心。街头巷尾、公园广场、社区活动中的象棋对弈场面和氛围，构成了人与人之间互动的一部分。这种社会互动和娱乐性质，是AI难以取代的。

围棋

相反，围棋的街头影响相对较小，尤其是在国际范围内。围棋的国际影响力不如中国象棋，因此被AI攻克后，受到的冲击更为严重。围棋界的专业选手受到的影响可能比象棋选手更大，因为他们的职业生涯更为依赖围棋比赛。但在街头对弈和业余围棋爱好者中，AI的影响相对有限。

结论

虽然AI在象棋领域和围棋领域都取得了显著的成就，但象棋由于AI的行棋逻辑大致符合传统棋理、人类能够理解AI的行棋逻辑以及街头对弈和人际互动的存在，使得AI对象棋的影响有限。而围棋在这些方面有着显著的差异，导致AI对围棋的影响更为深远。 中国象棋之所以没有被AI影响那么大，其主要原因并不是象棋步数容易计算、容易破解，而是我们有广泛的街头对弈的群众基础，大家都乐于人与人实战。每个人下棋确实都有赢的渴望，但这个人类社会活动的模式、场面和氛围，都是AI无法取代的东西。只要街头还有下棋人，AI顶多会影响顶级棋手的下棋状态，但想要摧毁普通民众的下棋乐趣还做不到。围棋的街头影响显然不如中国象棋，国际影响力又比中国象棋大，被AI盯上狠揍之后，被毁的惨得多也就在情理之中了。 所以，尽管AI在围棋领域取得了显著成就，但围棋的魅力和人际互动仍然无法被替代。

---

最凶残的中国象棋ai

最凶残的中国象棋ai如下：

1、象棋旋风

获得过整河汉界象棋人工智能对决冠军、中国机器博弈锦标赛冠军、世界奥林匹克机器博弈大赛冠军，以及参加过数届UCCI象棋联赛并获得冠军的象棋旋风，堪称中国象棋第一AI智能引擎。

2、象棋名手

象棋名手是一款付费象棋软件，属于攻杀型棋软，对中国象棋的各种杀形敏感，擅长在激烈的对攻中获取优势，常有弃子控制局势至终入局的表现。

在平稳局面下也能控制局势，寻找机会扩大先手，获取进一步优势，支持名手格式残局库评估库，大幅提高软件对中残局转换的处理能力和残局的棋力。软件曾获得中国计算机博弈锦标赛的多届中国象棋冠军.

3、小虫象棋

收费制中国象棋软件，随着版本的不断更新升级，已采用了更先进的搜索算法，引擎的运行效率提高了200%以上，直接的棋力提升更高达400elo。

作为象棋软件排名前十，小虫象棋棋风细腻，能攻善守，对中国象棋的各种典型杀法的审局处理比较到位，能很好地抓住对方的防守漏洞，必要时弃子攻杀，一举擒王。

关于中国象棋

中国象棋是起源于中国的一种棋，属于二人对抗性游戏的一种，在中国有着悠久的历史。由于用具简单，趣味性强，成为流行极为广泛的棋艺活动。

中国象棋是中国棋文化，也是中华民族的文化瑰宝，它源远流长，趣味浓厚，基本规则简明易懂。中国象棋在中国的群众基础远远超过围棋，是普及最广的棋类项目，中国象棋已流传到十几个国家和地区。

人工智能“阿尔法围棋”究竟什么样

好多种 但Google应该是最牛的Google日前宣布其程序AlphaGo击败了欧洲围棋职业选手，这意味着人工智能技术又或得了极大的突破。 计算机目前已经在许多智力游戏比赛上战胜了人类顶级选手，包括国际象棋、五子棋、黑白棋、拼字游戏等等。 而对于有着2500年历史的东方游戏围棋——比国际象棋要复杂得多——人类始终能够保持在和计算机对决中的胜利。 不过，Google人工智能专家表示， 这个壁垒或许很快将要被打破。 随着AlphaGo在没有任何让子的情况下以5：0完胜法国围棋职业二段棋手樊麾，AlphaGo将在三月份对战韩国九段棋手李世乭。 今天早上，《自然》杂志发表了一篇Google DeepMind团队——程序AlphaGo的创造者撰写的关于深度学习系统的论文。 根据论文描述，在AlphaGo中，DeepMind研究员在程序中录入了大量职业棋手的棋谱——加起来多达3000万步——他们用增强学习的方法训练AI，让它自己下棋，研习棋谱。 不过这只是第一步。 理论上，这样的训练只能让这个人工智能系统无法突破人类的计算。 为了获得更好的成绩，研究员随后让系统进行自我博弈，计算出比基础棋谱更多新的打点。 也就是说，战胜人类就要靠这些新的东西。 “这其中最重要的是，AlphaGo不仅记录着大量的棋谱，还有一系列规则来指导 思考 ，”DeepMind CEO Demis Hassabis说道，“事实上，该程序能够通过机器学习的方式掌握比赛技巧。 ” DeepMind的技术核心结合了“强化学习”及其他人工智能手段，这种技术能够用于解决现实机器人执行物理任务和对环境作出回应的技术问题。 就是说，要让机器人变得更“自然”。