中国人工智能系列白皮书-棋盘上的人工智能(2025版)

这是一份“计算机博弈领域的百科全书与路线图”。它不仅回顾了从“深蓝”到“AlphaGo”的技术演变，更重点描绘了2025年及未来的机器博弈新图景：博弈场景从“棋牌桌”走向了“真实世界”，技术核心从“暴力搜索”转向了“大模型+强化学习”。

现在的核心逻辑是：计算机博弈不再是单纯为了赢棋，而是为了培养能在复杂现实环境中（如自动驾驶、金融交易、军事推演）做出最优决策的智能体。

我把这份白皮书的核心干货为你总结如下：

? 一、 核心趋势：从“深蓝时代”到“通用决策智能”

现在的机器博弈，已经超越了单纯的棋类游戏，正在向“复杂现实场景”和“通用人工智能（AGI）”迈进。

• 技术范式转移：从依赖人工规则和暴力搜索（如早期的国际象棋程序），转向了“深度学习+强化学习”。现在的AI（如AlphaZero）通过“自我对弈”从零开始学习，不再依赖人类棋谱。
• 场景外延：博弈不再局限于围棋、象棋，而是扩展到了自动驾驶、无人机对抗、金融交易、甚至元宇宙。
• 关键转折点：2025年的研究重点已经从“完备信息博弈”（如围棋，所有信息都可见）向“非完备信息博弈”（如德州扑克、麻将，存在隐藏信息和不确定性）转移。这是为了模拟真实世界中“信息不全”的决策难题。

? 二、 核心数据：中国机器博弈的现状

• 教育普及：中国是目前世界上计算机博弈参与人数最多、比赛规模最大的国家。从2006年的一个项目（中国象棋）发展到现在的19个比赛项目，覆盖了70多所高校。
• 市场规模：游戏产业是机器博弈技术的“练兵场”。2024年中国游戏市场实际销售收入达到1472.67亿元，其中移动端游戏占75%。
• 硬件算力：华为的昇腾910B芯片在训练大规模语言模型时，效率比英伟达A100高出80%，显示了中国在AI算力领域的追赶速度。

⚖️ 三、 两大核心战场：完备 vs 非完备

白皮书详细拆解了两类博弈的现状与技术难点：

表格

?️ 四、 典型技术：AI是如何“思考”的？

白皮书详细介绍了支撑机器博弈的“内功心法”：

1. 搜索算法的进化：
• 传统：Alpha-Beta剪枝（象棋老将）。
• 现代：MCTS（蒙特卡洛树搜索） + UCT算法。这是AlphaGo战胜人类的核心，它不再穷举所有可能性，而是像人一样“凭直觉”选择最有潜力的分支去试错。
2. 深度学习与大模型：
• 策略网络：决定“下一步走哪里”。
• 价值网络：评估“当前局面赢面多大”。
• 大模型融合：2025年的前沿是将大语言模型（LLM）引入博弈，让AI不仅会算，还能进行战略推理和解释决策逻辑（从“黑箱”走向“白盒”）。
3. 多智能体强化学习 (MARL)：
• 用于解决多人博弈中的合作与对抗问题（如桥牌、王者荣耀）。核心是“中心化训练，去中心化执行”，让多个AI学会团队配合。

? 五、 面临的挑战与“卡脖子”问题

虽然技术很火，但白皮书也直言不讳地指出了中国面临的困境：

1. 底层算力受制于人：虽然华为昇腾在追赶，但高端AI芯片（如GPU）的生态和软件栈成熟度，与国际顶尖水平（英伟达）仍有差距。
2. 核心算法原创不足：目前的主流算法范式（如Alpha系列、CFR系列）多由国外机构定义，国内多为跟踪、改进与应用，缺乏具有全球影响力的“从0到1”的原创理论。
3. 开源生态薄弱：缺乏像OpenSpiel、OpenAI Gym那样被全球广泛采纳的标准化开源平台。
4. 伦理与安全风险：随着博弈AI进入金融、军事领域，如何防止算法“失控”、如何确保算法符合人类伦理（价值对齐）是巨大的挑战。

? 总结一下

2025年的机器博弈，“赢”只是手段，“智”才是目的。

• 对于科研：重点是如何解决“非完备信息”下的决策难题（如自动驾驶避障、金融风控）。
• 对于产业：重点是将博弈思维应用到具身智能（机器人）和社会治理中。
• 对于你（身处沈阳的你）：中国在中国象棋、军棋（沈阳航空航天大学有相关研究）等具有中国特色的博弈项目上，正在建立自主的技术体系，不再单纯跟随西方的国际象棋和围棋路径。

给你的建议：
如果你关注这个领域，不要只盯着“下棋”，要关注“强化学习”和“多智能体系统”。因为未来的AI不是在棋盘上打败你，而是在无人驾驶汽车里帮你避险，或者在股票交易中帮你赚钱。