比较国际象棋、围棋或扑克牌，泰西陆军棋可能形成的棋局更多。

总部设在英国的“深层思维”公司开拓的人工智能成为这种棋盘游戏的顶级在线玩家之一。

这种人工智能程序学会了用较小的棋子矫揉造作，还学会了为取胜而捐躯掉主要棋子。

“深层思维”公司的科学家朱利恩·佩罗拉特说：“最让我们感到惊异的行为是，（这种人工智能）具备为获取对手布局和策略信息而捐躯有代价棋子的能力。
”

泰西陆军棋的游戏规则是，两个玩家试图攫取对手的军旗，而军旗隐蔽在由40个棋子组成的阵列中。
大多数棋子为编号1至10的士兵，军衔较高的士兵和军衔较低的士兵在棋盘上相遇时，前者会吃掉后者。
但玩家看不到对手棋子的身份，除非来自对立两军的两个棋子碰到一起——这种规则不同于可以看清对手棋子的国际象棋。

宣布指出，加剧游戏难度的是，泰西陆军棋实在是一种极其繁芜的游戏，共有10535种可能的棋局。
比较之下，围棋有10360种可能的棋局。
国际象棋和扑克牌就更少了。

佩罗拉特和他在“深层思维”公司的同事们开拓了名为“DeepNash”的人工智能。
为了能够彻底征服泰西陆军棋，这种人工智能自行下了55亿盘棋，仿照演习韶光大致相称于几百年。
但这种人工智能并不依赖任何有关人类下棋策略的知识。
它进行演习也不是为了降服特定的对手。

“深层思维”公司的卡尔·塔尔斯说，DeepNash下棋并不是靠搜索出所有可能的棋局，由于那从打算的角度讲是不可能做到的，这种人工智能拥有一种算法，可持续勾引其采纳最佳策略。
最佳策略旨在确保在与完美对手对局时至少有50%的胜率——纵然对手对人工智能打算做什么管窥蠡测。

其结果是，只管对手信息被隐蔽起来，可能涌现的棋局极多，每一步棋都有很多不同的走法，但人工智能还是能作出制胜决策。

纽约大学的朱利安·托格柳斯说：“这是我们以前确实无法做到的新情形。
”

不论是人类对手还是人工智能对手，DeepNash在对局中都已霸占支配地位。

DeepNash通过在线游戏平台与人类专家棋手进行了50场排名赛，胜率高达84%，成为排名前三的棋手——人类棋手并未意识到他们在和人工智能对局。

“深层思维”公司研发的这款人工智能与顶级机器人棋手对局的胜率更是高达97%，个中多个机器人棋手此前还赢得过“打算机泰西陆军棋国际锦标赛”冠军。

来源：参考网