人机对战象棋为什么赢不了（AI 时代，象棋人机对战为何难以获胜）

今天下午，一场“人机大战”在上海交通大学举行，中国象棋特级大师孙勇征与中国象棋人工智能引擎“小原”现场对弈，前者中局投子认负。“这个国产人工智能引擎非常强大，下棋速度飞快，让我不太适应。”孙勇征说，中局接触阶段，他行棋出现漏洞，被“小原”抓住机会得子，取得较大优势。“我其实还能坚持十几步、二十步，但考虑到机器几乎不会出错，所以就认输了。”

“小原”由上海燧原科技有限公司、上海交通大学软件学院联合开发。张江科学城的这家企业开发了芯片、人工智能训练加速卡等硬件，上海交大团队开发了相关算法，双方“软硬结合”，催生了这个中国象棋智能引擎。它的棋力达到国内顶尖水平，与中国象棋高手的现场对弈胜盘率稳定在97%左右。

去年12月，上海交通大学—燧原科技云端ai加速系统联合研发中心揭牌成立，致力于研发基于国产芯片的人工智能系统，打造基于国产人工智能芯片的软件生态，支持新业态领域的人工智能应用。中心成立后仅半年，联合研发团队就在燧原科技“邃思”系列芯片上成功实现了“小原”的模型开发训练和部署推理。

双方合作的首个项目为何选择中国象棋“机器人棋手”？燧原科技相关负责人表示，“小原”问世前，国内还没有一款完全利用国产软硬件开发的棋类人工智能系统，所以他们想做成“国内首个”，利用自主研发的芯片、人工智能训练加速卡、算法等国产软硬件打造“中国版阿尔法狗”。传统的棋类游戏引擎，如世界计算机国际象棋冠军stockfish和ibm深蓝等，都依靠强大的人类棋手规则定制，试图解决游戏中所有可能的优化博弈问题。随着人工智能时代的到来，深度学习算法与强大算力平台的结合，让棋类游戏引擎变得更加智能，不必穷举每步棋的博弈策略，因而与人类高手对弈的优势更为明显，下棋速度也更快。

“小原”的硬件平台选用“邃思”系列芯片和“云燧”人工智能训练加速卡，软件平台来源于“驭算”软件栈，实现了“芯片—平台—应用”的本土人工智能生态发展。过去几个月，“小原”通过监督学习技术学习了数十万个高水平棋手竞赛棋谱，并借助“云燧”的强大算力进行自弈学习，比用传统cpu加速快了100倍。棋谱学习与自弈学习的结合，大幅加速了训练任务里复杂神经网络模型的学习效率，让“小原”在较短时间内成长为人类顶尖棋手也很难战胜的智能引擎。

“小原”与象棋大师对弈的推理过程，也由“云燧”人工智能训练加速卡完成。其单卡fp32算力达到20tflops（每秒浮点运算次数），支持fp32和bf16混合精度计算，独创的卡间互联技术高效地实现了算力扩展。

上海交大软件学院副院长姚建国表示，燧原科技的强大算力确保了“小原”的高胜率。这个人工智能引擎可用于训练专业棋手，也能降低智能级别，从而适合与业余棋手对弈，成为大众化游戏平台。

通过联合打造“小原”，上海交大与燧原科技开发了新的算法和系统，未来可应用于工业控制、智慧城市、游戏开发等领域，通过安全可控的软硬件系统助力城市数字化转型。