跳到正文
Pikafish Wiki
搜尋
K
Main Navigation
下載皮卡魚
使用幫助
網頁版使用幫助
APP 使用幫助
UCI 設定
象棋AI知識
技術參考
UCI協議
搜尋演算法
鱈魚NNUE文件
聯絡我們
QQ 群 1062385162
Facebook
繁體中文
简体中文
English
Tiếng Việt
繁體中文
简体中文
English
Tiếng Việt
外觀
官網
Đ
简体中文
繁體中文
English
Tiếng Việt
下載皮卡魚
使用幫助
網頁版使用幫助
APP 使用幫助
UCI 設定
象棋AI知識
目錄
回到頂部
象棋AI知識
引擎、介面、開局庫、算力、和棋率等象棋 AI 常見問題。
?
炮
隨機一問
全部
39
帥
基礎概念
11
車
硬體與效能
10
炮
棋力與測試
11
馬
象棋與 AI
5
相
棋規
2
共 39 個問題
帥
基礎概念
什麼是「引擎」?
引擎是負責計算分析棋局的程式,皮卡魚就是一款開源免費的象棋引擎。
→
什麼是「介面」?
介面(GUI)是讓你和引擎方便溝通的軟體,好比引擎是發動機、介面是車。
→
什麼是「開局庫」?
開局庫相當於人類的「棋譜」,軟體可以照著它走棋,以節省時間、減少輸棋。
→
什麼是「雲庫」?
雲庫是免費查詢的線上象棋資料庫,收錄大量局面並由伺服器計算打分。
→
什麼是「殘局庫」?
殘局庫窮盡某些子力組合的所有局面,記錄勝、和、負結論及取勝著法,無 bug 時結論絕對準確。
→
什麼是「審局庫」?
審局庫是僅記錄局面勝、負、和結論、不含著法的殘局庫,體積比殘局庫小很多。
→
什麼是「NNUE」?
NNUE 是適合 CPU 推理的神經網路架構,只負責評估局面,搜尋仍是傳統 ab 剪枝。
→
什麼是「傳統引擎」?
傳統引擎用人工編寫的評估而非神經網路,搜尋更快,但棋力上限比 NNUE 引擎弱很多。
→
什麼是「評估」?
評估是不做計算、只憑參數給局面優劣打分,NNUE 之前靠人工編寫,現在由神經網路完成。
→
什麼是「AI」(人工智慧)?
這是定義問題:按多數人的理解,帶神經網路的主流強引擎算 AI,皮卡魚也是。
→
FEN(局面碼)是什麼?
FEN 是用一串字元記錄象棋局面和輪走方的方法,引擎就是靠它接收局面。
→
車
硬體與效能
核心(例如128核256核)是什麼?
核心是 CPU 的物理核心,屬於硬體規格,核心越多、單核越快,引擎算得越快。
→
指令集(如bmi2 avx2)是什麼?
指令集決定引擎與 CPU 的溝通效率,僅影響速度;現在 universal 版會自動選擇。
→
NPS(K值)是什麼?代表棋力嗎?
NPS 是引擎每秒搜尋的局面數,只能比較機器算力,不代表引擎棋力。
→
深度(層數)是什麼?上層速度代表棋力嗎?
深度只是搜尋迭代的層數,不等於算幾步棋;上層速度也不代表棋力。
→
置換表(雜湊)是什麼?設定多少好?
置換表用來記錄並複用已搜尋的局面結果;推薦設定為幾 GB,再大影響微弱。
→
核心或執行緒越高的機器就越好嗎?
通常是,但還要看架構、頻率和指令集,最終以 nps 評價硬體。
→
對於象棋引擎來說,機器算力的因素大嗎?
實戰中算力優勢難體現、和棋率極高;但高優勢分先測試裡提升很明顯。
→
引擎多核多執行緒與單核的區別
總算力相同時,多執行緒多數局面不如單執行緒用更長時間;多執行緒有隨機性。
→
GPU對於象棋引擎有用嗎?
取決於引擎架構;皮卡魚只用 CPU,顯示卡不能提高它的棋力。
→
什麼是bench?bench的結果說明了什麼?
bench 是皮卡魚的測速指令,輸出總時間、節點數和 nps,用來比較機器速度。
→
炮
棋力與測試
皮卡魚和商業付費引擎誰更強?
象棋引擎裡棋力最強的是皮卡魚,「付費一定比免費強」的說法不成立。
→
象棋頂級引擎目前的和棋率有多少?
強引擎在均勢開局的和棋率極高,文中多組測試均在 94% 以上。
→
ELO
ELO 按勝率反映真實水平,分差對應預期勝率,不同系統的分數不能直接比較。
→
如何科學地測試引擎?
相同條件、多樣開局分先、局數足夠多並用統計工具,棋力接近時用優勢開局。
→
不進行引擎測試去「感覺」孰強孰弱可靠嗎?
不可靠。憑個別局面或分數高低的感覺下結論過於片面,需要大樣本測試。
→
Ptnml
Ptnml 把同一開局分先的兩盤合併為五種結果,在高優開局測試中很有價值。
→
各個引擎的打分為什麼不一樣?甚至相同引擎不同版本也不一樣?
引擎打分沒有統一標準,不同引擎或版本的分數不能直接比較。
→
引擎棋力越強,任何局面一定就比弱的引擎好嗎?
不一定。棋力強是指在更多局面表現更好,而非所有局面都更好。
→
軟體對打只能和棋嗎?
不是。強軟對戰和棋率極高,但總有機率分出勝負,即使條件完全相同。
→
為什麼引擎解不開某些局面?
引擎並非萬能,排局和優勢開局等局面可能算不出正解,誤判並不罕見。
→
皮卡魚測試資料
皮卡魚 20240314 自我對弈:均勢開局和棋率 98.2%,紅高優開局 58.54%。
→
馬
象棋與 AI
象棋被窮盡了嗎?
沒有,距離窮盡極其遙遠:狀態總數接近 40 位數,儲存和算力都遠遠不夠。
→
引擎計算是使用「窮舉法」嗎?
不是。引擎靠 ab 剪枝等搜尋剪掉大量著法,速度快不等於窮舉。
→
象棋有「阿爾法狗」嗎?
沒有,但有同演算法的 px0;目前象棋領域 CPU 引擎仍強於顯示卡引擎。
→
大語言模型(如ChatGPT、DeepSeek)會下象棋嗎?
不會。大語言模型不懂棋規,容易亂走非法著法,下棋應該用專業象棋引擎。
→
神經網路的「自我學習」是什麼?
主流引擎的神經網路是作者離線訓練後釋出的,你使用時引擎不會學習。
→
相
棋規
象棋棋規疑雲
象棋循環規則從未統一,引擎與平臺規則常有分歧,皮卡魚參考《世界象棋規則》自定了程式規則。
→
自動判和
皮卡魚測試平臺只在子力組合確定不可能分出勝負時才自動判和,以保證結果嚴謹。
→