可就算是渺小的螞蟻，它們也有著屬于它們自己的夢想。
楊錚研究了整整一晚上，他也漸漸發(fā)現(xiàn)了人工智能雖然算力超越常人很多。但它也同樣會受到棋盤格子和棋子的局限，在前期布局上與人類棋手差距不大。
而象棋嚴(yán)格意義上并不算一個(gè)絕對公平的運(yùn)動，紅子先手的優(yōu)勢是天生的，雖然后天可以通過算力還有棋力去彌補(bǔ)。但在開局，多一手始終就是多一手。
自己其實(shí)并不擅長紅方先手的布局，自己的棋風(fēng)更擅長后手布局防線。
如果面對著高等級的人工智能，自己這極具特色的棋風(fēng)，絕對是棋手的劣勢。
想贏就必須要先手。
這是他初步判斷的結(jié)論，可想在一周時(shí)間，成為國內(nèi)最頂尖的攻堅(jiān)手，無疑是天方夜譚。
漸漸浮躁的他，和鵬飛打完招呼之后，就登錄了他的賬號，與國內(nèi)最頂級的人工智能交手。
他一共下了兩盤，一盤后手，一盤先手，雖然都是輸，但后手的他，明顯輸?shù)靡每袋c(diǎn)。
他第一次點(diǎn)開了軟件自帶的復(fù)盤，開始跟著人工智能學(xué)習(xí)。
不得不說，現(xiàn)在的專業(yè)復(fù)盤系統(tǒng)，無論是圍棋還是象棋，基本上都是落子推算勝率的模式。
比如開局的當(dāng)頭炮，人工智能給出的勝率是57%，而開局仙人指路的勝率，只是41%
這就是大數(shù)據(jù)分析的結(jié)局，從開局那一秒開始，人工智能就會選擇勝率最高的走法。
這種只選擇勝率高的下棋方式，大概也是國內(nèi)不少人工智能的下棋方式。
或許也因?yàn)橄笃逵兄鄺l條框框的規(guī)則，所以國外的人工智能并不適合國內(nèi)的象棋模式。
就像阿爾法貓二代，也就是下贏國內(nèi)圍棋冠軍的人工智能二代，它在誕生之后，完全沒有使用過任何棋手棋譜的數(shù)據(jù)，它的學(xué)習(xí)，也只是不停的自我對弈，從中找到不足，而它最后的實(shí)力竟到達(dá)能戰(zhàn)勝之前所有阿爾法貓版本的地步。
楊錚雖然感覺到自己也可以像阿爾法貓一樣，從自我博弈中不停的學(xué)習(xí)。
但時(shí)間并不等人，他只有一周的時(shí)間，他也必須要選擇一條最節(jié)約時(shí)間與精力的方法。
苦悶，還有枯燥，這就是每一個(gè)將象棋作為終生目標(biāo)必須要經(jīng)歷的道路。
楊錚也在一盤盤復(fù)盤中，潛意識的開始模仿著人工智能下棋。
他一直都在選擇勝率最高的走法，而他的人工智能對手也是和他一樣的選擇。
當(dāng)兩條看上去勝率極高的下法碰撞在一起，棋面自然就變得不太好看。
尤其是中局，二人看上去都是在各下各的。
也就到了決勝的后盤，二人之間的差距才會慢慢顯示出來。
就算自己選擇勝率最高的一手，對面的人工智能卻似乎還能選擇勝率更高的下法去阻止。
但攻擊方明顯也是有著得天獨(dú)厚的優(yōu)勢，尤其是象棋這樣的棋子越下越少的棋種，攻方的優(yōu)勢會更大。
果不其然，五手過后，楊錚就獲得了最后的勝利。
可這勝利并不是真正意義上屬于他，而是屬于大數(shù)據(jù)分析。
似乎，只要選擇將人工智能作為象棋老師，那么人類就好像變成了一只提線的木偶。
無論是棋路，還是棋風(fēng)，永遠(yuǎn)都沒有著自己的風(fēng)格。