AI攻克了最棘手的數學難題，爲何卻無法破解國際象棋？

AI 尚未在數學上徹底破解國際象棋，但通過自我博弈發現的海量新下法反而拓展了人類棋藝的創造邊界，併成爲評估大模型深度推理能力的關鍵基準。

要點

AI已攻克頂尖數學家難倒的數學難題，卻仍無法在數學層面徹底「破解」國際象棋——其可能局面數遠超宇宙原子數，即便最強引擎也找不到每局必勝的絕對策略。
開源引擎 Leela Chess Zero 基於 AlphaZero 從零自學，進行了超 40 億局自弈，形成兼具超級特級大師水準與街頭棋客風格的獨特「個性」，甚至會故意延長對局而非走最直接將死路徑。
AI 非但未扼殺棋藝創造力，反而激發了更多下法：曾被視爲「自取滅亡」的達米亞諾-彼得羅夫防禦經 AI 重新評估後翻案，成爲可靠策略；引擎發掘出人類冠軍未察覺的招法序列，讓廢棄開局重獲新生。
OpenAI 研究員鮑里斯·鮑爾將國際象棋作爲大模型推理能力的基準：給足思考時間，最新模型能從零編寫出特級大師級引擎；但若禁止寫代碼強制其心算，棋力大幅下降，揭示模型在「類人推理」上的短板。
[AI Synthesis] 國際象棋成爲觀察 AI 推理邊界的獨特窗口：組合爆炸使其無法被窮舉求解，卻因規則封閉、反饋即時，成爲測試模型規劃、搜索與泛化能力的理想沙盒。