第二百八十章来自淘金者星球的象棋报告3

这一份原本绝密的象棋报告，在经过解密之后，让星际联盟旗下的其他许多人类殖民地星球都叹为观止，不过也正是因为这一份象棋绝密资料的泄密，使得星际联盟使用特殊手段对第五旋臂区的地球进行的技术性的屏蔽，从那以后，银河系当中的人类殖民地星球，想要通过自己的手段找到地球的可能性已经是微乎其微了，不过银河系星际联盟的这种特殊的屏蔽手法也使得人类对于未知宇宙的探索受到了很大的阻碍换句话来说在很长的一段时间之内，人类通过自己的努力，不断的向地球外的宇宙升空发射探测器，其目的就是想在宇宙升空里面找寻到和人类一样的生命体，但是因为星际联盟特殊的信息屏蔽手段，使得人类无数次的无功而返，以至于他们逐渐的得出了一个结论，至少在人类极限所能达到的地方，是没有其他生命体存在的。

这对于人类来说其实是不公平的，这是因为有了这种人为的信号屏蔽，使得人类在进化途中就像是碰到墙壁一样的进行了一个折返，殊不知这一个折返可能就要耗费人类进化上百年的时间，所以美其名曰是星际联盟对于地球的保护，实则是星际联盟，不希望地球上的象棋资料泄露出去，从而在银河系当中造就更多的像淘金者星球一样的巨无霸星球，让他们无法管理。

下面我们针对这一份绝密的象棋报告，再好好探索一下这一支特别秘密行动队，在地球上对于象棋的综合分析和资料收集。

这支秘密行动队在这份象棋报告当中，并没有记载他们到达地球的时间和地点，或者这些属于更加绝密的范畴，而根本就不在这份象棋报告之类，而淘金者星球确实根据这份象棋报告而量身定做，打造了一套属于淘金者星球的象棋长远发展目标，而且正是因为这套目标的长久实施，才让淘金者星球上的象棋人才不断的被发掘，使得淘金者星球面对着星际联盟的历届象棋测评依然巍然不动，而且逐步的进入强者之林。

在这一份详细报告当中还表示，有一些人认为中国象棋源自印度，理由许许多多，引用最多的理由有两个：一是在古代的佛经里提到了象棋，而佛教起源于印度，所以象棋起源于印度二是象棋中的象，古代的中国没有大象，而印度才有象。关于中国象棋的起源是在印度，还是有部分名人也是这样认为的。

中国象棋的出现年份，其实远比印度的象棋早得多。古印度有一种名叫“恰图兰加”的棋戏，这种棋戏出现在公元2世纪时，被认为是国际象棋的鼻祖。而早在中国春秋战国时代公元前7世纪到公元前2世纪的出现的论语和楚辞里，就有了关于象棋的记载。此时的象棋，还被称为“六博”。比起印度的“恰图兰加”来，还要早出现几百年。

春秋战国时代的“六博”，形式也是非常的简单，一方只有六个棋子。从汉代开始，这种棋戏开始不停演变，逐渐加入了各种新棋子。在重庆万州老馆丘墓群的三国墓葬里，就出土了陶制的象棋“车”棋子。待到北周武帝将其改造成“象戏”后，中国象棋的规则也基本定型，象棋游戏更是越发风靡，当今考古发掘的宋代象棋文物，已与今日中国象棋相差无几。

另一条理论“中国古代没有大象”，只要参考中国历史就会发现错得离谱。在国际象棋诞生以前，古代中国的土地上不但生活着大象，而且以象兵作战更是常见事情。汉书和后汉书里就记载过不少象兵作战的战例，而大家应该在小学中学到一篇曹冲称象，就记录了在三国时期中国的还有大象的身影。“中国古代没有大象”的论据，本身就更站不住脚。其实象棋中的“象”字，不是指印度大象，楚辞里“菎蔽象棋，有六博些”，就可证明：“象棋”里的“象”字，与大象是没有任何关系的。

印度佛经大般涅槃经就有记载，在公元3世纪时，中国象棋传入印度半岛，而后才吸收了中国象棋的模式，作为“国际象棋”前身的“四方棋”才出现。可以说是中国象棋在印度的流传，助推了国际象棋的诞生。

对于象棋各棋子的作用，虽然大家也都知道，但是在当时象棋刚刚被星际联盟列为测评目标的时候，大家还是知之甚少的，所以秘密报告里面还是做了详细的记载：

1、帅将：

代表古代君王。不能出“九宫“，且有“士、象“充当专职护卫力量，始终扮演着幕后指挥的角色，这些对“帅将“的特殊保护是君王至上的写照。只能在“九宫“之内活动，可上可下，可左可右，每次走动只能按竖线或横线走动一格。

2、仕士：

代表侍卫，司“九宫“安全，不离“帅将“左右。首脑的贴身保镖，也就是象征着古代社会中皇上身边的贴身小侍卫。

3、象相：

是臣相，只能于本土移动，不能过河。作用是防守，也就是象征着帝王身边的御林卫队，也只能在指定的范围内活动。

4、车j

象棋里威力最大的一个，因为它无论横线、竖线均可行走，只要无子阻拦，步数不受限制，这也象征着皇上最为器重的将才。

5、炮

代表“火炮”，象棋中第二大威力的棋子，攻击距离远且杀伤力较大在不吃子的时候，走动与车完全相同，但炮在吃子时，必须跳过一个棋子，我方的和敌方的都可以。

6、马

代表“骑兵”，速度较快，适合长距离作战，走动的方法是一直一斜，即先横着或直着走一格，再斜着走一个对角线。

7、兵卒

代表“步兵”，属于战争中的一类兵种，需要近距离作战。只能向前走，不能后退，在未过河前，不能横走。过河以后还可左、右移动，但也只能一次一步。

中国象棋棋子共有三十二个，分为红黑两组，各有十六个，由对弈的双方各执一组。兵种是一样的，分为七种：红方：红方有帅一个，仕、相、车、马、炮各两个，兵五个。黑方黑方有将一个，士、象、车、马、炮各两个，卒五个。在中国象棋中每个棋子都有自己的价值，如何合理的运用每个棋子是你取得胜利的关键。下面我就中国象棋这款棋牌游戏的棋子的价值和运用方法进行了一个总结。

一兵卒的价值及其运用原则：

中兵尤为重要，是中路的屏障，三、七兵对活马起重要作用，记住兵能制马的棋谚。

、注意保护兵卒

、利用兵卒做先锋

、老卒无功

二炮的价值及其运用原则：

是远距离作战兵种，机动性和突击性较强，开局时炮显的比马灵活。分值为45分。炮应远慑，不可虚发，残局炮归家。

、不宜轻发。

、不宜轻易以炮换马

、注意炮与其它子力的联合作战

、缺象怕炮与有炮需留他家士

战斗力最强大的棋子，是作战主力的第一位。车的价值最大，用分值来算是9分。开局阶段应尽量出车，“三步不出车，必定要输棋”

三车的价值及运用原则：

、注意车的迅速出动

、车忌低头

、车不落险地

、车要通头

四马的价值及运用原则：

曲线型的活动，具有面的控制力，属于中距离的作战兵种。分值为4分。

、注意马路的灵活

、马忌戌边

、注意与其它子力的配合

、防止对方渡河兵的威胁

五士象的价值及其运用原则：

保卫将帅的防御性兵种，在一定情况下起助攻的作用。“撑起仰角士，不怕马来攻”，象尽量往中间连环，阵容工整。

、缺士怕车、马

、确象怕炮

、注意象的联络

、助攻的作用

六将帅的价值及其运用原则：

是全局的中心，胜负的标志。没有实战能力，在全局中应以“静”为原则

、将帅宜少动

、助攻的作用

兵

特点：其数最多，勇于牺牲，杀之不易尽，死之大有功。

实力：次于士。

用法：此当据其位置而言之：“当头兵”最重要，除当头炮局，前局不宜轻动三、七路之兵宜早动，至少宜动一面，以免碍马之前进，且必进一步于“相口”，始有据点也边兵，则对方跃边马者始宜动，否则亦以静为宜。残局前进，须有护援，进至横线第七路，即应慎审，不可轻下。我方车、炮得势者，宜以兵破其相车、马得势者，宜以兵破其士如双方势力相当者，则应相机为用，又不可轻作牺牲也。

将

特点：诸子皆可牺牲，惟此不可牺牲诸子为决胜负之工具，此则为决胜负之目标。

实力：就其为全局之核心言，可谓大于一切就其实际战斗力言，可谓小于一切。

用法：无论全局、残局均以静为原则，动为例外。通常宜居中路，惟亦视攻守之强弱，以避重就轻，非可拘定。残局之用，在走闲着，盖惟将之闲，多不致影响全局耳。

关于战员之分析，略如上述。吾尝玩其风格，车如长城，如飘风炮如春雷，如冷雹马如名花，如游龙士、相分飞，似惊寒之雁阵兵不畏死，如凿路之五丁将守深宫，高风细柳。试比物兴志而神会其别致，将有味于桔中之乐，而怡然于可歌、可舞、可惊、可喜之别一天地也。笔下文学520bxx520xs

当然这些资料也只是从浅层面进行分析，真正的象棋各棋子所蕴含的意义，绝对不是这些资料所表面上看到的这么简单。

而且在对于地球上互联网所记载的象棋资料进行了一个通篇搜索之后，淘金者星球的秘密行动对发现了当时地球上的人类正好刚刚要进入人工智能时代，因为淘金者星球早就已经越过了这个时代，所以他们对于地球正在经历的这个时代很感兴趣，因为人工智能时代很可能是人类进化发展史的一个分水岭，如果人工智能的发展超前的话，将会极大影响人类自身的进化思维，从而导致人类的进化受限，当时这支特别行动队就已经是发现了人类所面临的这个问题，但是地球上的人类当时非常的热衷将人工智能进行到底，以至于已经发展到了用时人工智能对抗中国象棋的这一种尘嚣直上的说法。

所以为了更好的研究中国象棋，在这一份象棋秘密报告当中，也对地球上的人工智能进行这个一个全方位的扫描。

下面的这些资料就全部都是来自于地球上的互联网对于人工智能的分析，因为淘金者星球派出的秘密行动队，在地球上所在的时间不能够太长，所以就直接截取了地球上的互联网资料，作为对人工智能认知的参考，也可以利用这些资料对淘金者星球以往对于人工智能的失误判断做出一些反思。

下面就是命运行动队在向其报告当中所收集到的，对于地球上人工智能的资料。

人工智能rifiialnelligene，英文缩写为。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能亦称智械、机器智能，指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。通过医学、神经科学、机器人学及统计学等的进步，有些预测则认为人类的无数职业也逐渐被人工智能取代。

人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。

关于什么是“智能”，就问题多多了。这涉及到其它诸如意识、自我、思维包括无意识的思维等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。

人工智能在计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决策，控制系统，仿真系统中得到应用。

著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。

人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一空间技术、能源技术、人工智能。也被认为是二十一世纪三大尖端技术基因工程、纳米科学、人工智能之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。

人工智能是研究使计算机来模拟人的某些思维过程和智能行为如学习、推理、思考、规划等的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。

例如繁重的科学和工程计算本来是要人脑来承担的，计算机不但能完成这种计算，而且能够比人脑做得更快、更准确，因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”，可见复杂工作的定义是随着时代的发展和技术的进步而变化的，人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，另一方面又转向更有意义、更加困难的目标。

通常，“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。还包括其他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识，学习策略，在遇到类似的问题时，运用经验知识解决问题并积累新的经验，就像普通人一样。我们可以将这样的学习方式称之为“连续型学习”。但人类除了会从经验中学习之外，还会创造，即“跳跃型学习”。这在某些情形下被称为“灵感”或“顿悟”。一直以来，计算机最难学会的就是“顿悟”。或者再严格一些来说，计算机在学习和“实践”方面难以学会“不依赖于量变的质变”，很难从一种“质”直接到另一种“质”，或者从一个“概念”直接到另一个“概念”。正因为如此，这里的“实践”并非同人类一样的实践。人类的实践过程同时包括经验和创造。

这是智能化研究者梦寐以求的东西。

2013年，帝金数据普数中心数据研究员开发了一种新的数据分析方法，该方法导出了研究函数性质的新方法。作者发现，新数据分析方法给计算机学会“创造”提供了一种方法。本质上，这种方法为人的“创造力”的模式化提供了一种相当有效的途径。这种途径是数学赋予的，是普通人无法拥有但计算机可以拥有的“能力”。从此，计算机不仅精于算，还会因精于算而精于创造。计算机学家们应该斩钉截铁地剥夺“精于创造”的计算机过于全面的操作能力，否则计算机真的有一天会“反捕”人类。

当回头审视新方法的推演过程和数学的时候，作者拓展了对思维和数学的认识。数学简洁，清晰，可靠性、模式化强。在数学的发展史上，处处闪耀着数学大师们创造力的光辉。这些创造力以各种数学定理或结论的方式呈现出来，而数学定理最大的特点就是：建立在一些基本的概念和公理上，以模式化的语言方式表达出来的包含丰富信息的逻辑结构。应该说，数学是最单纯、最直白地反映着至少一类创造力模式的学科。

1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。公司“深蓝”电脑击败了人类的世界国际象棋冠军更是人工智能技术的一个完美表现。

从1956年正式提出人工智能学科算起，50多年来，取得长足的发展，成为一门广泛的交叉和前沿科学。总的说来，人工智能的目的就是让计算机这台机器能够像人一样思考。如果希望做出一台能够思考的机器，那就必须知道什么是思考，更进一步讲就是什么是智慧。什么样的机器才是智慧的呢？科学家已经作出了汽车，火车，飞机，收音机等等，它们模仿我们身体器官的功能，但是能不能模仿人类大脑的功能呢？到目前为止，我们也仅仅知道这个装在我们天灵盖里面的东西是由数十亿个神经细胞组成的器官，我们对这个东西知之甚少，模仿它或许是天下最困难的事情了。

当计算机出现后，人类开始真正有了一个可以模拟人类思维的工具，在以后的岁月中，无数科学家为这个目标努力着。如今人工智能已经不再是几个科学家的专利了，全世界几乎所有大学的计算机系都有人在研究这门学科，学习计算机的大学生也必须学习这样一门课程，在大家不懈的努力下，如今计算机似乎已经变得十分聪明了。例如，1997年5月，公司研制的深蓝计算机战胜了国际象棋大师卡斯帕洛夫。大家或许不会注意到，在一些地方计算机帮助人进行其它原来只属于人类的工作，计算机以它的高速和准确为人类发挥着它的作用。人工智能始终是计算机科学的前沿学科，计算机编程语言和其它计算机软件都因为有了人工智能的进展而得以存在。

2019年3月4日，十三届全国人大二次会议举行新闻发布会，大会发言人张业遂表示，已将与人工智能密切相关的立法项目列入立法规划。

2019年，人工智能luribus在六人桌德州扑克比赛中击败多名世界顶尖选手，突破了人工智能仅能在国际象棋等二人游戏中战胜人类的局限。1

研究突破

2019年12月19日，人工智能在多角色游戏中获胜的技术进步被美国科学杂志评选为2019年十大科学突破。1

技术研究

用来研究人工智能的主要物质基础以及能够实现人工智能技术平台的机器就是计算机，人工智能的发展历史是和计算机科学技术的发展史联系在一起的。除了计算机科学以外，人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。

如今没有统一的原理或范式指导人工智能研究。许多问题上研究者都存在争论。其中几个长久以来仍没有结论的问题是：是否应从心理或神经方面模拟人工智能或者像鸟类生物学对于航空工程一样，人类生物学对于人工智能研究是没有关系的？智能行为能否用简单的原则如逻辑或优化来描述？还是必须解决大量完全无关的问题？

智能是否可以使用高级符号表达，如词和想法？还是需要“子符号”的处理？提出了出色的老式人工智能的概念，也提议人工智能应归类为，29这个概念后来被某些非研究者采纳。

20世纪40年代到50年代，许多研究者探索神经病学，信息理论及控制论之间的联系。其中还造出一些使用电子网络构造的初步智能，如的和。这些研究者还经常在普林斯顿大学和英国的举行技术协会会议直到1960，大部分人已经放弃这个方法，尽管在80年代再次提出这些原理。

当20世纪50年代，数字计算机研制成功，研究者开始探索人类智能是否能简化成符号处理。研究主要集中在卡内基梅隆大学，斯坦福大学和麻省理工学院，而各自有独立的研究风格。称这些方法为出色的老式人工智能。3360年代，符号方法在小型证明程序上模拟高级思考有很大的成就。基于控制论或神经网络的方法则置于次要。346070年代的研究者确信符号方法最终可以成功创造强人工智能的机器，同时这也是他们的目标。

认知模拟经济学家赫伯特西蒙和艾伦纽厄尔研究人类问题解决能力和尝试将其形式化，同时他们为人工智能的基本原理打下基础，如认知科学，运筹学和经营科学。他们的研究团队使用心理学实验的结果开发模拟人类解决问题方法的程序。这方法一直在卡内基梅隆大学沿袭下来，并在80年代于发展到高峰。基于逻辑不像艾伦纽厄尔和赫伯特西蒙，认为机器不需要模拟人类的思想，而应尝试找到抽象推理和解决问题的本质，不管人们是否使用同样的算法。他在斯坦福大学的实验室致力于使用形式化逻辑解决多种问题，包括知识表示，智能规划和机器学习致力于逻辑方法的还有爱丁堡大学，而促成欧洲的其他地方开发编程语言和逻辑编程科学“反逻辑”斯坦福大学的研究者如马文闵斯基和西摩尔派普特发现要解决计算机视觉和自然语言处理的困难问题，需要专门的方案他们主张不存在简单和通用原理如逻辑能够达到所有的智能行为。描述他们的“反逻辑”方法为““常识知识库如的就是““的例子，因为他们必须人工一次编写一个复杂的概念。基于知识大约在1970年出现大容量内存计算机，研究者分别以三个方法开始把知识构造成应用软件。这场“知识革命”促成专家系统的开发与计划，这是第一个成功的人工智能软件形式。“知识革命”同时让人们意识到许多简单的人工智能软件可能需要大量的知识。

80年代符号人工智能停滞不前，很多人认为符号系统永远不可能模仿人类所有的认知过程，特别是感知，机器人，机器学习和模式识别。很多研究者开始关注子符号方法解决特定的人工智能问题。

自下而上，接口，嵌入环境机器人，行为主义，新式机器人领域相关的研究者，如，否定符号人工智能而专注于机器人移动和求生等基本的工程问题。他们的工作再次关注早期控制论研究者的观点，同时提出了在人工智能中使用控制理论。这与认知科学领域中的表征感知论点是一致的更高的智能需要个体的表征如移动，感知和形象。计算智能80年代中等再次提出神经网络和联结主义这和其他的子符号方法，如模糊控制和进化计算，都属于计算智能学科研究范畴。

90年代，人工智能研究发展出复杂的数学工具来解决特定的分支问题。这些工具是真正的科学方法，即这些方法的结果是可测量的和可验证的，同时也是人工智能成功的原因。共用的数学语言也允许已有学科的合作如数学，经济或运筹学。和指出这些进步不亚于“革命”和“的成功”。有人批评这些技术太专注于特定的问题，而没有考虑长远的强人工智能目标。

智能范式智能是一个会感知环境并作出行动以达致目标的系统。最简单的智能是那些可以解决特定问题的程序。更复杂的包括人类和人类组织如公司。这些范式可以让研究者研究单独的问题和找出有用且可验证的方案，而不需考虑单一的方法。一个解决特定问题的可以使用任何可行的方法一些用符号方法和逻辑方法，一些则是子符号神经网络或其他新的方法。范式同时也给研究者提供一个与其他领域沟通的共同语言如决策论和经济学也使用的概念。90年代智能范式被广泛接受。体系结构和认知体系结构研究者设计出一些系统来处理多系统中智能之间的相互作用。一个系统中包含符号和子符号部分的系统称为混合智能系统，而对这种系统的研究则是人工智能系统集成。分级控制系统则给反应级别的子符号和最高级别的传统符号提供桥梁，同时放宽了规划和世界建模的时间。的就是一个早期的分级系统计划。

机器翻译，智能控制，专家系统，机器人学，语言和图像理解，遗传编程机器人工厂，自动程序设计，航天应用，庞大的信息处理，储存与管理，执行化合生命体无法执行的或复杂或规模庞大的任务等等。

值得一提的是，机器翻译是人工智能的重要分支和最先应用领域。不过就已有的机译成就来看，机译系统的译文质量离终极目标仍相差甚远而机译质量是机译系统成败的关键。中国数学家、语言学家周海中教授曾在论文机器翻译五十年中指出：要提高机译的质量，首先要解决的是语言本身问题而不是程序设计问题单靠若干程序来做机译系统，肯定是无法提高机译质量的另外在人类尚未明了大脑是如何进行语言的模糊识别和逻辑判断的情况下，机译要想达到“信、达、雅”的程度是不可能的。

安全问题

人工智能还在研究中，但有学者认为让计算机拥有智商是很危险的，它可能会反抗人类。这种隐患也在多部电影中发生过，其主要的关键是允不允许机器拥有自主意识的产生与延续，如果使机器拥有自主意识，则意味着机器具有与人同等或类似的创造性，自我保护意识，情感和自发行为。2

实现方法

人工智能在计算机上实现时有2种不同的方式。一种是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫工程学方法，它已在一些领域内作出了成果，如文字识别、电脑下棋等。另一种是模拟法，它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。遗传算法，简称和人工神经网络，简称均属后一类型。遗传算法模拟人类或生物的遗传进化机制，人工神经网络则是模拟人类或动物大脑中神经细胞的活动方式。为了得到相同智能效果，两种方式通常都可使用。采用前一种方法，需要人工详细规定程序逻辑，如果游戏简单，还是方便的。如果游戏复杂，角色数量和活动空间增加，相应的逻辑就会很复杂按指数式增长，人工编程就非常繁琐，容易出错。而一旦出错，就必须修改原程序，重新编译、调试，最后为用户提供一个新的版本或提供一个新补丁，非常麻烦。采用后一种方法时，编程者要为每一角色设计一个智能系统一个模块来进行控制，这个智能系统模块开始什么也不懂，就像初生婴儿那样，但它能够学习，能渐渐地适应环境，应付各种复杂情况。这种系统开始也常犯错误，但它能吸取教训，下一次运行时就可能改正，至少不会永远错下去，用不到发布新版本或打补丁。利用这种方法来实现人工智能，要求编程者具有生物学的思考方法，入门难度大一点。但一旦入了门，就可得到广泛应用。由于这种方法编程时无须对角色的活动规律做详细规定，应用于复杂问题，通常会比前一种方法更省力。

人工智能就其本质而言，是对人的思维的信息过程的模拟。

对于人的思维模拟可以从两条道路进行，一是结构模拟，仿照人脑的结构机制，制造出“类人脑”的机器二是功能模拟，暂时撇开人脑的内部结构，而从其功能过程进行模拟。现代电子计算机的产生便是对人脑思维功能的模拟，是对人脑思维的信息过程的模拟。

弱人工智能如今不断地迅猛发展，尤其是2008年经济危机后，美日欧希望借机器人等实现再工业化，工业机器人以比以往任何时候更快的速度发展，更加带动了弱人工智能和相关领域产业的不断突破，很多必须用人来做的工作如今已经能用机器人实现。

而强人工智能则暂时处于瓶颈，还需要科学家们和人类的努力。

视读人工智能：机器真的可以思考吗？人的思维只是一个复杂的计算机程序吗？本书着眼于人工智能这个有史以来最为棘手的科学问题之一，集中探讨了其背后的一些主要话题。人工智能不仅仅是一个虚构的概念。人类对智能机体结构半个世纪的研究表明：机器可以打败人类最伟大的棋手，类人机器人可以走路并且能和人类进行互动。尽管早就有宣言称智能机器指目可待，但此方面的进展却缓慢而艰难。意识和环境是困扰研究的两大难题。我们到底应该怎样去制造智能机器呢？它应该像大脑一样运转？它是否需要躯体？从图灵影响深远的奠基性研究到机器人和新人工智能的飞跃，本书图文并茂的将人工智能在过去半个世纪的发展清晰的呈现在读者面前。

人工智能的未来：诠释了智能的内涵，阐述了大脑工作的原理，并告诉我们如何才能制造出真正意义上的智能机器这样的智能机器将不再仅仅是对人类大脑的简单模仿，它们的智能在许多方面会远远超过人脑。霍金斯认为，从人工智能到神经网络，早先复制人类智能的努力无一成功，究其原因，都是由于人们并未真正了解智能的内涵和人类大脑。所谓智能，就是人脑比较过去、预测未来的能力。大脑不是计算机，不会亦步亦趋、按部就班的根据输入产生输出。大脑是一个庞大的记忆系统，它储存着在某种程度上反映世界真实结构的经验，能够记忆事件的前后顺序及其相互关系，并依据记忆做出预测。形成智能、感觉、创造力以及知觉等基础的，就是大脑的记忆预测系统……

人工智能哲学：人工智能哲学是伴随现代信息理论和计算机技术发展起来的一个哲学分支。本书收集了人工智能研究领域著名学者的十五篇代表性论文，这些论文为计算机科学的发展和人工智能哲学的建立作出了开创性的贡献。这些文章总结了人工智能发展的历程，该学科发展的趋势，以及人工智能中的重要课题。在这些划时代的著作中，包括有：现代计算机理论之父艾伦图灵的“计算机与智能”著名美国哲学家塞尔的“心灵，大脑与程序”欣顿等人的“分布式表述”，以及本书编者、英国著名人工智能学者博登的“逃出屋”。

人工智能：一种现代的方法：本书以详尽和丰富的资料，从理性智能体的角度，全面阐述了人工智能领域的核心内容，并深入介绍了各个主要的研究方向，是一本难得的综合性教材。全书分为八大部分：第一部分“人工智能“，第二部分“问题求解“，第三部分“知识与推理“，第四部分“规划“，第五部分“不确定知识与推理“，第六部分“学习“，第七部分“通讯、感知与行动“，第八部分“结论“。本书既详细介绍了大量的基本概念、思想和算法，也描述了各研究方向最前沿的进展，同时收集整理了详实的历史文献与事件。因此本书适合于不同层次和领域的研究人员及学生，可以作为信息领域和相关领域的高等院校本科生和研究生的教材或教学辅导书目，也可以作为相关领域的科研与工程技术人员的参考书。

人工智能的传说可以追溯到古埃及，但随着1941年以来电子计算机的发展，技术已最终可以创造出机器智能，“人工智能”一词最初是在1956年学会上提出的，从那以后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展，在它还不长的历史中，人工智能的发展比预想的要慢，但一直在前进，从40年前出现至今，已经出现了许多程序，并且它们也影响到了其它技术的发展。

电脑时代

1941年的一项发明使信息存储和处理的各个方面都发生了革命这项同时在美国和德国出现的发明就是电子计算机第一台计算机要占用几间装空调的大房间，对程序员来说是场噩梦：仅仅为运行一个程序就要设置成千的线路1949年改进后的能存储程序的计算机使得输入程序变得简单些，而且计算机理论的发展产生了计算机科学，并最终促使了人工智能的出现计算机这个用电子方式处理数据的发明，为人工智能的可能实现提供了一种媒介

虽然计算机为提供了必要的技术基础，但直到50年代早期人们才注意到人类智能与机器之间的联系是最早研究反馈理论的美国人之一最熟悉的反馈控制的例子是自动调温器它将收集到的房间温度与希望的温度比较，并做出反应将加热器开大或关小，从而控制环境温度这项对反馈回路的研究重要性在于：从理论上指出，所有的智能活动都是反馈机制的结果而反馈机制是有可能用机器模拟的这项发现对早期的发展影响很大。

关于强人工智能的争论不同于更广义的一元论和二元论的争论。其争论要点是：如果一台机器的唯一工作原理就是对编码数据进行转换，那么这台机器是不是有思维的？希尔勒认为这是不可能的。他举了个房间的例子来说明，如果机器仅仅是对数据进行转换，而数据本身是对某些事情的一种编码表现，那么在不理解这一编码和这实际事情之间的对应关系的前提下，机器不可能对其处理的数据有任何理解。基于这一论点，希尔勒认为即使有机器通过了图灵测试，也不一定说明机器就真的像人一样有思维和意识。

也有哲学家持不同的观点。在其著作里认为，人也不过是一台有灵魂的机器而已，为什么我们认为人可以有智能而普通机器就不能呢？他认为像上述的数据转换机器是有可能有思维和意识的。

有的哲学家认为如果弱人工智能是可实现的，那么强人工智能也是可实现的。比如在其哲学入门教材里说道，一个人的看起来是“智能”的行动并不能真正说明这个人就真的是智能的。我永远不可能知道另一个人是否真的像我一样是智能的，还是说她他仅仅是看起来是智能的。基于这个论点，既然弱人工智能认为可以令机器看起来像是智能的，那就不能完全否定这机器是真的有智能的。认为这是一个主观认定的问题。

需要要指出的是，弱人工智能并非和强人工智能完全对立，也就是说，即使强人工智能是可能的，弱人工智能仍然是有意义的。至少，今日的计算机能做的事，像算术运算等，在百多年前是被认为很需要智能的。

早期的人工智能研究人员直接模仿人类进行逐步的推理，就像是玩棋盘游戏或进行逻辑推理时人类的思考模式。到了1980和1990年代，利用概率和经济学上的概念，人工智能研究还发展了非常成功的方法处理不确定或不完整的资讯。

对于困难的问题，有可能需要大量的运算资源，也就是发生了“可能组合爆增”：当问题超过一定的规模时，电脑会需要天文数量级的存储器或是运算时间。寻找更有效的算法是优先的人工智能研究项目。

人类解决问题的模式通常是用最快捷，直观的判断，而不是有意识的，一步一步的推导，早期人工智能研究通常使用逐步推导的方式。人工智能研究已经于这种“次表征性的”解决问题方法取得进展：实体化研究强调感知运动的重要性。神经网络研究试图以模拟人类和动物的大脑结构重现这种技能。

智能必须能够制定目标和实现这些目标。他们需要一种方法来建立一个可预测的世界模型将整个世界状态用数学模型表现出来，并能预测它们的行为将如何改变这个世界，这样就可以选择功效最大的行为。在传统的规划问题中，智能被假定它是世界中唯一具有影响力的，所以它要做出什么行为是已经确定的。但是，如果事实并非如此，它必须定期检查世界模型的状态是否和自己的预测相符合。如果不符合，它必须改变它的计划。因此智能代理必须具有在不确定结果的状态下推理的能力。在多中，多个规划以合作和竞争的方式去完成一定的目标，使用演化算法和群体智慧可以达成一个整体的突现行为目标。

对于淘金者星球特别行动小组收集到的这些关于人工智能的资料，虽然事后被淘金者寻求科学界评定，并没有多大的研究价值，但是在研究地球上人工智能和象棋两者之间关联这方面还是起到了很大的作用，所以在后面的向其资料报告解密过程当中，这一部分资料也随之被解密开来。

淘金者星球在这一次和五羊星沈放的象棋测评官考试对抗当中，尽管因为某些特殊的原因使得刘大壮不得不退赛，但这并没有影响到淘金者星球在整个银河系象棋界的地位，虽然淘金者星球在那份声明当中，将自己处于一个非常平庸诚恳的位置，但是其实大家心里都非常的明白，淘金者星球之所以这么做，完全就是在采用一种以退为进的做法，至少在现在五羊星沈放事件被无限放大的时候，能够做到明哲保身。

这只不过是淘金者星球在无数次努力当中，一次小小的挫折，他们自然不会因为这一次的事件就放弃掉了，谋求成为银河系星际霸主的这个终极目标。

星际联盟也是早就看出了淘金者星球的野心，所以现在事事对淘金者星球进行防备，这一次五羊星沈放事件，就是星际联盟对于淘金者星球最为直接的回应。

先前说到了，这一份来自于淘金者星球的象棋秘密报告，直接导致了地球在很长的一段时间之内受到了星际联盟的人为屏蔽，这也直接就让人类的发展受到了很大的限制，这也就使得人类必须要接受在未来的很多年在文明进化史当中走弯路的这种必须要接受的现实。

……未完待续