1994年，名为Chinook的AI在跳棋世锦赛中击败人类，1996年，IBM的“深蓝”首次击败了国际象棋世界冠军加里·卡斯帕罗夫。2007年，阿尔伯塔大学的研究人员构建了一个无法被击败的跳棋计算机程序。2011年，名为Watson的AI在智力问答节目中击败了人类对手。2013年，DeepMind与Atari较量并获胜。2016年，AlphaGo击败了围棋大师李世石。
AI越来越厉害了，在这种桌面游戏上，人类似乎都无法成为AI的对手。当我们回溯AI的发展史时，会发现，在人工智能领域中实现突破的灵感本身就来源于桌面游戏——跳棋。
机器学习是一种AI中的算法，这种算法让计算机能够自己学习，而不是靠人类手动编码的方案，以变得更“聪明”。在上世纪50年代，Arthur Samuel就在对跳棋游戏的研究中解释了机器学习。他提到，可以用两种方法让计算机在没有人干预的情况下变得更好，第一种：死记硬背，第二种：开创性的泛化学习。这种方可以让程序自己知道自己该走到哪儿，还能复盘之前的游戏回合。
没过多久，Arthur Samuel就在IBM上设计出了一个跳棋游戏程序，能轻松击败新手玩家。随后，同样是来自IBM的也设计出了会玩国际象棋的AI。
在2019年，AI输了，而且输的原因真的很“智障”。当时DeepMind试图使用AI来挑战一款卡牌游戏Hanabi，这款游戏有5种花色的牌组。2～5人合作，在牌局中玩家不能看自己的牌，只能看别人的牌，通过推理和一些合作，玩家需要将不同花色的牌按一定顺序排列起来。
看起来，这是一款很简单的游戏，8岁以上的玩家都可以玩，而且游戏时长不超过30分钟。游戏的要点是沟通，推理，以及和别人的配合。然而，人类世界的简单游戏给了AI一点小小的震撼。
麻省理工学院林肯实验室的研究人员使用了先进的AI模型来玩这个游戏，结果发现，AI的表现并不好。这项游戏需要合作，但是当人和AI合作游戏时，人发现，AI怎么回事啊！甚至都到了让人讨厌的地步了！在游戏中，AI是如此的不可靠、不可预测，于是人们便对它失去了信任感。
在各种纸牌游戏上，AI的表现总是没有棋类的好。2017年，科学家才让AILibratus在德州扑克比赛中打赢了人类，而到了2022年，AI实现的里程碑则是：打赢了桥牌冠军。
一些人认为，纸牌游戏有一个与众不同的点：它非常人性化。著名桥牌选手沃伦·巴菲特曾说过：“打桥牌就像经营一家企业。这是关于狩猎、追逐、细微差别、欺骗、奖励、危险、合作的游戏。”
2022年，AI之所以能打败人类桥牌玩家，其突破点在于让AI的学习方法更接近人类。也就是让AI学习一种解释能力，可以解释一种决策是如何被做出来的。而Hanabi看似简单，其实要求的就是推理和解释其他玩家的意图。
你以为的万物编辑部：书书书书书书书书。实际上的万物编辑部：打牌中，勿扰哈。不过，究竟是什么牌让人如此欲罢不能，就算是冒着要被领导抓获的风险还在玩呢？
在这里可以小小预告一下，《万物》编辑部即将随刊附赠重磅摸鱼游戏！一套由万物原创出品的万物科学冒险岛桌游！包含飞行棋和多张珍藏卡牌。成品我们已经玩过了，很好玩，建议人手一张。
在11期的《万物》杂志中，我们会随机赠送4张卡牌盲盒。并在2024年的第1期附赠万物飞行棋和另一组卡牌。卡牌将配合飞行棋游戏来使用。
温馨提⽰1: 卡牌盲盒包含多组，也就是说，你和其他人抽到的卡牌功能有所不同，一套共16款卡牌，你能获得哪些牌呢？这其实是一场考验运气的游戏。
温馨提⽰2: 如果你和你的好朋友都订阅了《万物》杂志，还可以把卡牌混在一起。这样可以大大提高抽到【攻击】牌的概率，同时大大降低抽到【毁灭】牌的概率，让自己远离险境。
温馨提⽰3: 除了和飞行棋配合使用外，这套卡牌凑齐之后，《万物》编辑部将为你解锁单独的卡牌玩法，敬请期待！