然后通过两种方式进行强化。

    其一是，将历史比赛数据转化为知识，投喂给它。让它基于“规则”和“知识”，通过 mctS算法和神经网络组合自我训练。

    其二是不断给他找对手，它的深度卷积网络会在对局中基于胜率，自动捕捉高阶模式。

    听着很美好，但也导致参数空间扩张和外部数据资产的不断积累。

    简单的说，数据量越来越大。

    而计算机的算力、总线、内存、外部存储器和磁盘阵列控制器的吞吐、读写速度都是有限的。数据量越来越大，就意味着调用、比对、决策的时间越来越慢。

    而国际象棋的时间规则又那么严苛，这几乎是无解的矛盾……

    谁也没想到，这个问题在曲卓上次来时，所有人都没留意的情况下，就被初步解决了。

    虽然他只待了大半天，其中很大一部分时间还用在了开会和闲聊上。

    闲聊过程中，得知参数量越来越大，不但占用了大量宝贵的硬盘空间，甚至为了保证读取速度，不得不将数据分配到不同磁盘阵列里。

    确定了问题后，曲卓只用了两个小时左右，就编辑了一个知识库蒸馏程序。随后用蒸馏程序对现有数据进行清洗、去重，还修改了标注规则。

    “蒸馏”的过程非常慢，分布在四个磁盘阵列下，已经累积到接近3G的专项知识库，用了二十多个小时才完成。

    等蒸馏结束后，实验室的人惊讶的发现，新的智能体数据包，居然只有两百三十多兆，参数量从亿级骤降到了百万级。

    没有人知道如此夸张的脱水比，在提升知识密度的同时，会损失多少有效知识。但毫无疑问，运算速度重新回到了丝滑流畅的水平。

    呃~~

    只能说，不同的时代，对“丝滑流畅”这一评价的阈值，是不同的。

    然后，就是不断的惊喜。

    大概从去年年底诺贝尔颁奖前后开始，参数进行过深度优化的“悟空”，进入了连胜状态。

    消息传开后，之前那些体验后便失去了兴致的国际象棋高手们，有人起了再次体验的兴趣。

    今年一月中，“悟空”在所有人都毫无准备的情况下，突兀的赢了一位继去年夏天后，第二次至牛津体验与“悟空”对弈的国际象棋大师大卫?古德曼。

    大卫?古德曼国际棋联认证，Elo 2380-2400，世界排名290至300的Im级职业选手。

    “悟空”连赢了他三盘，一盘比一盘轻松。

    越来越轻松，不是“悟空”短时间内“棋力暴涨”，是大卫?古德曼在输掉第一盘后，被旁观者的惊讶和惊呼影响了心态，后面两盘水准连续下滑。

    虽然“悟空”只是赢了个国际排位三百名左右的大师，但三百名也是大师呀。

    很快，“woKong”战胜国际象棋Im级选手david Goodman这一消息，被戴英Eleics weekly（一份电子专业报）的81年一月上半月刊报道了出来，并很快在小圈子里引发了热议。

    （国际特级大师 Gm、国际大师 Im、棋联大师 cm）

    后面的一个多月，陆续有十余位得到消息的大师级选手，慕名前往剑桥和牛津……“悟空”的战绩是57胜，31负。

    在戴英各路媒体的重点关注和推波助澜下，消息瞬间“吹”遍了欧洲各国，甚至北美的媒体也跟着开始报道。

    尤其是计算机和电子类报纸、杂志，几乎全都做了报道，差异只在于篇幅、激动、乐观与质疑。

    四月初，“悟空”迎来了一位重量级对手，81年一月FIdE官方最新排名全球第五，毛子裔高卢Gm级国际特级大师斯帕斯基。

    结局是两胜一和两负。

    “悟空”首局输了，但斯帕斯基赢的并不轻松，第二局斯帕斯基依旧赢了，同样不轻松。第三局和棋，四、五局悟空连胜。

    很明显，只要一直下下去，“悟空”的连胜数几乎一定会不断累加下去。

    因为，只要不断电、不卡机，网络不出故障，“悟空”就能一直保稳定的状态。

    但43岁的斯帕斯基不行。半天完成五局，已经是他体力和脑力的极限了，继续下去状态只会不断下滑。

    “战平世界排名第五”这一消息惊爆后，“悟空”真的出名了。

    “woKong”这个单词刚与人工智能领域出现时，在戴英媒体的吹捧下，靠着q-learning、Gbdt等一系列新算法和卷积神经网络等全新的概念，成为了一时间热议的话题。

    但也只是一时热议……

    cht 2026