AI 发展史大事件 05：1997 Deep Blue 击败卡斯帕罗夫

欢迎来到第五展厅。这里有一张历史照片：1997 年，IBM Deep Blue 战胜国际象棋世界冠军加里·卡斯帕罗夫。

这是 AI 首次在全球关注的智力竞技中，正面击败顶尖人类选手。

一、为什么“下棋”在 AI 历史里意义特殊？

国际象棋长期被当作“理性思维”的象征。

所以当机器在棋盘上获胜，公众会自然联想到：

• 机器是否已经具备了某种“超越人类”的智能？

尽管这个推论并不严谨，但它极大推动了 AI 进入大众话语。

二、Deep Blue 背后的方法

Deep Blue 并不是今天意义上的深度学习系统，它更接近：

• 大规模搜索（minimax + alpha-beta）
• 高性能硬件并行
• 人类专家设计的评估函数与棋谱知识

你可以把它理解为：

算法搜索能力 + 专用算力工程 + 专家知识注入 的系统化胜利。

三、这场胜利真正说明了什么？

它说明了三件事：

1. 在规则完备、状态可枚举性较强的任务中，机器可逼近并超越人类顶级表现。
2. AI 的“系统工程能力”开始显现：硬件、算法、知识库协同。
3. 公众对 AI 的认知从“实验室概念”进入“现实冲击”。

四、它没有说明什么？

同样重要的是：Deep Blue 的胜利并不等于通用智能到来。

• 它高度依赖特定任务结构。
• 无法迁移到开放世界问题。
• 不具备自然语言理解或跨任务学习能力。

这也是后来深度学习与基础模型兴起的原因之一：

• 我们需要的是“可迁移能力”，而不仅是“单任务冠军”。

五、讲解员总结

第五展厅告诉我们：

• AI 历史中的里程碑，往往先在“封闭任务”里发生。
• 单点胜利会改变社会心理预期，进而影响资金和人才流向。

Deep Blue 点燃了一个信号：

机器不仅会算，还能在复杂策略空间里稳定获胜。

下一站，我们将进入 2012 年 AlexNet 时刻，看看深度学习如何全面接管视觉任务。

参考资料

1. Campbell, Murray, Hoane, Hsu. Deep Blue (2002)
2. Hsu, F.-h. Behind Deep Blue
3. Russell, S. & Norvig, P. Artificial Intelligence: A Modern Approach