后他发觉他可以随意调出第一局或第二局的棋谱。

至此，要是托尼&183;史塔克还猜不出来这个网页西洋棋的玩法，也枉费他号称拥有一颗天才大脑了。

下棋不是重点，下赢也不是。重点在于背后的人工智慧。

最早的人工智慧研究，是从50年代的博弈论开始。一言以蔽之，就是在多种选择交叉影响中，如何找到最佳解。

用数学来比喻，就是图论研究中的最短路径问题。

到了70年代，人工智慧的探讨偏向知识工程，试图理解复杂的人类决策，协助取得结论。

粗浅地说，就是将无限的问题，试图归类给有限的解决手段。要是解决手段无法确实解决问题，那就再增加一个新的解决方法项目。以此不断扩展。

落实到现实生活，就像是自动化生产的工厂机械，只能进行预先设定好的有限动作。

人们认为，当机器被设定好的动作足够丰富，它就会像一个活生生的人类一样，就能算是人工智慧了。

很长一段时间，人们对于人工智慧的想像与期许就是如此。包含电影《终结者》中，

天网所控制的终结者机器大军。

再譬如托尼&183;史塔克于十六岁时，取得it学士学位的毕业作品，机械手臂『笨笨(du-e)&39;也是基于此理论下的作品。

在91年类神经网络的理论发表，机器学习才正式跃上计算机舞台。

但是这个时代，机器学习也不过是人工智慧的一个分支，而非主流。因为计算的代价非常巨大，硬体设备无法提供所需算力。

一直要到二十一世纪，计算机硬体发展到一定程度，深度学习与基于大数据的资料探勘，不再像螳臂挡车般可笑。现实发展中的人工智慧，才终于有了学习&39;的概念。

否则在此之前，所谓的机器人会自主学习新的事物，还只停留在科幻题材的小说或电影、戏剧、游戏中。

科学业界的普遍概念，只要是人类没有设计的行为，机器人就做不出来。实际情形也是如此。

然而在漫威宇宙，托尼&183;史塔克前几年从it取得的人工智慧博士学位，论文项目的人工智慧『贾维斯&39;(jt_a_rather_very_telligent_syste_aka_jarvls)，就是基于笨笨和类神经网络所开发的学习型人工智慧。

以超级计算机为载体的贾维斯，能在已有的