下象棋，这棋下得至少还是过得去的。在这项工作中，我所追随的思想线索有其不可忽视的历史背景。A．坡（Poe）曾经探讨过梅尔泽尔（Maelzel）的骗人的奕棋机，并且揭露了它，指出机器之能下棋是由一个断腿的残废人在里面操纵着。但是，我所指的那种机器是真有其事的，它利用了计算机发展中的最新成就。要制造一部只能按部就班下棋而棋品低劣的机器，那是容易办到的；而要试制一部下棋本领完美无缺的机器，那就毫无希望了，因为这样的机器要求有过多的棋步组合。普林斯顿高级研究所的冯?诺意曼教授就曾经讨论过这个困难。但是，要制造出一部机器，能够保证它在每着的以后有限几步之内，譬如说，两步之内，都能有最好的走法，从而保证它按照某种比较容易的估算方法使自身处于最有利<strike>ｈｔtp://ｗrike>的地位上，这虽然不容易，但不是没有希望的。

    现在的快速计算机可以改装得象奕棋机那样地来工作，但如果我们决心要机器下棋，也可以去制造一部更好的机器，虽然它的造价可能很贵。这些现代计算机的速度是足够快的，它们能够在每走一着棋的规定时间之内估算出后面两着棋的各种可能性。棋步组合的数目大体是按几何级数增加的。因此，计算出两步内的一切可能性和计算出三步内的一切可能性区别极大。要在任何合理的时间之内计算出一盘棋，譬如说一盘要走五十步的棋，那是机器办不到的事。然而，对于活得足够长的生物说来，如冯?诺意曼所指出的，这是可能办到的，而双方都下得尽善尽美的棋局，不言而喻的结论，或是白子常胜，或是黑子常胜，或是，最可能的情况，经常下成平局。

    贝尔电话实验室的C．申农先生曾经提出一种机器，其原理和我所思考过的能算两步棋的机器的原理相同，但他作了相当多的改进。首先，他的关于走两步后的最后棋势的估算方法就包括了棋局的控制、棋子之间的相互防护等等因素的估计在内，也包括了棋子的数量、将军和将死。然后，如果在走完两步后，由于将军或者由于一个重要的棋子被吃掉或者由于“两头将”而使棋局显得不稳定时，机器棋手就会自动地再动一子或两子，直到棋局获得稳定为止。这样做会使整盘棋延长多少时间，每走一步棋会超过规定时间多少，我不知道；虽然我是不相信我们能够遵循这个方向走得很远而不会在我们现有速度下遇到时间问题的困难的。

    我愿意接受申农所作的如下的推测：这种机器所下的棋可以达到业余优秀棋手的水平，甚至可以达到优秀棋手的水平。它下棋下得生硬而乏味，但比任何人所下的棋都稳健得多。如申农所指出的，在机器的操作中，我们可以加进足够多的机遇来防止在纯粹系统化了的方法中由于走棋次序生硬不变而经常遭到的失败。这种机遇或不确定性可以加进走两步后的终极棋势的估算方法中去。

    机器也会象人那样利用标准的以守为攻和关于绝招的学识去走那种以守为攻的棋并使出可能的绝招来的。一部比较完善的机器会在纸带上把过去下过的每一盘棋都纪录下来，并且会对我们所已经确定下来的种种走棋过程作出补充，而这些走棋过程则是机器研究过去所有的棋局而后找到的某种诀窍的。简单地说，这是依靠机器的学习能力。虽然我们现在已经知道：会学习的机器是能够制造出来的，但是，制造和使用这些机器的技术仍然很不完善。按照学习原则来设计奕棋机器的时机还没有成熟，虽然需时也许不长。

    能学习的奕棋机可以表现出差距很大的下棋才能，这是由过去与它对奕的棋手的本领来决定的。要造出一部优秀的奕棋机，最好的方法也许就是让它同下棋手段变化多端的奕棋能手对奕。另一方面，一部设计得很好的机器可以因为没有慎重选择敌手之故而遭到或多或少的损