跳到正文
Pikafish Wiki
搜尋
K
Main Navigation
下載皮卡魚
使用幫助
皮卡魚網頁版使用幫助
皮卡魚APP使用幫助
UCI 設定
象棋AI知識
技術參考
原始碼導讀
UCI協議
搜尋演算法
局面評估與 NNUE
局面表示與規則
引擎執行與通訊
鱈魚NNUE文件
聯絡我們
QQ 群 1081539401
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
简体中文
繁體中文
English
Tiếng Việt
下載皮卡魚
使用幫助
皮卡魚網頁版使用幫助
皮卡魚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、和棋率等象棋AI常識。
非技術文件,僅基礎科普。若想看技術相關,請看目錄「技術參考」
?
炮
隨機一問
全部
40
帥
基礎概念
11
車
硬體與效能
10
炮
棋力與測試
12
馬
象棋與 AI
5
相
棋規
2
共 40 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 按對局得分率反映真實水平,分差對應預期得分率,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AI算殺很多時候表現差?
大優局的算殺表現通常不能代表整體棋力;均勢或小優局漏掉殺棋,則可能是真正的引擎盲區。
→
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。
→