（世界象棋冠军卡斯帕罗夫在与IBM深蓝计算机进行第四局对决。图: Stan Honda Getty Images）
出品|网易科学人栏目组
译者|孙文文
编辑|郭浩
20年前，IBM研发的“深蓝”计算机成为第一台击败国际象棋冠军的机器，一时闻名世界。计算机战胜人类引发了人们关于自身被机器超越的担忧，当然卡斯帕罗夫和其他一些人也一直怀疑IBM通过作弊取得了胜利。然而，1997年5月发生的事情远比革命更具革命色彩，背后是一个有关智能机器艰苦进步，以及先败后胜的勇者崛起的故事。
几十年来，计算机科学家将国际象棋视为检验人工智能的仪表棒。专攻象棋的计算机在20世纪70年代后期出现，不过一直要等到十年之后，卡内基梅隆大学的一个学生团队才打造出一台名为“深思”（Deep
Thought）的计算机，并在一场常规赛中击败人类大师。这次胜利没能保持长久，就在同一年的晚些时候，棋王卡斯帕罗夫在两场比赛中轻松击败“深思”。
卡梅隆大学团队的技术给IBM留下深刻印象，蓝色巨人吸纳团队成员开发“深蓝”（Deep
Blue）的早期版本。从名字便可以看出，“深蓝”既是“深思”的进化，又有IBM自身的色彩。经过初步进化的“深蓝”在1996年的费城再度挑战卡斯帕罗夫。不幸的是，二次对决中人工智能再度败北，只赢了六场比赛中的一场。
“深蓝”背后的AI专家墨菲·坎贝尔（Murray Campbell）称看似微小的一局胜利“对我们来说非常重要，表明我们的路走对了”。坎贝尔现在是IBM T. J. 沃森研究中心认知计算机构的知名研究员。
“在1997年的最终对决之前，我们已经根据以往所得的经验对系统做了足够改进。”坎贝尔接受《科学美国人》采访，谈及计算机科学家对象棋的长期痴迷，IBM如何攻占国际象棋以及AI未来面临的挑战。
（以下内容经过编辑）
最初你是如何参与到“深蓝”项目中的？
我是IBM所收编的卡内基梅隆大学研究生团队的一员。我原本就对电脑象棋感兴趣，在本科阶段写过一个象棋程序。我在大学的工作是很宽泛的人工智能研究，并非建立一个旨在打败世界冠军的象棋计算机。但是，作为一个业余项目，团队中的许多人（包括许雄峰和Thomas
Anantharaman）着手开发了一个名为“深思”的机器，并成功在职业级别的比赛中击败一位象棋大师。
后来，IBM注意到我们以低预算构建计算机所取得的成功，并让我们中的一群人加入IBM
Research（1989年底）开发“深思”的下一个版本，即是后来的“深蓝”。他们想知道在可预见的将来，象棋高手还有什么优胜电脑之处。尽管其他研究人员认为这需要几十年才能完成，但我们的感觉是只要几年时间就可以了。
象棋如何吸引计算机科学家？
全世界下棋的人数以亿计。这种游戏需要战略、先见和逻辑，这些是组成人类智慧的要素。所以使用象棋测量人工智能发展水平是有意义的。
面对象棋这样的游戏，我们会说“是的，电脑当然可以做得很好，因为它是一个定义明确的游戏——规则、棋步和目标”。在有限的问题中，你知晓所有的信息。但尽管经过如此简化，象棋仍然是一个非常复杂的游戏，这也是计算机领域用了整整50年的发展才击败世界冠军的原因。
你在深蓝团队中的角色如何？
我是AI专家。1989年和1990年早期的AI与今天非常不同。由于机器学习的缺乏，那时候主要是我们现在所说的“老式AI”，或者“符号人工智能”。虽然机器学习在当时也是一个严肃领域，但那时不像如今有庞大的数据集和大型计算机以及非常先进的算法来理解数据，并提炼出效用惊人的算法模型。在我加入IBM那会儿，AI还相当原始。我们研究检索数据库的算法还有逻辑、规划和推理，这些都是深蓝进行竞争的必备之物。
当时AI最主要的限制是什么？
当时的硬件不足以支持处理海量数据的大型网络，数据也未满足需求。任何时候当你回头看看20或25年前最受欢迎的电脑系统，那些系统的工作方式会让你大吃一惊。但是，我们仍然做到了。
当时人们意识不到数据的益处。建立一个非常大的数据集毫无用处，更何况当时的处理能力也用不上这么多的数据。所以我们使用更小的数据集。
