国际象棋
两人对弈的战略棋盘游戏，是人工智能发展史上的重要测试领域，从深蓝到AlphaZero，国际象棋见证了AI从击败人类到超越人机协作的演化路径
核心事实
时间轴 (近 90 天)
与国际象棋、围棋等完全信息、确定性博弈不同，宝可梦对战无法枚举隐藏状态空间，模型必须基于不确定信息做贝叶斯式的意图推断。
历史上人类曾多次断言机器永远做不到某些事（如下好国际象棋、掌握围棋直觉、用好语言），但每次都被突破。
HN评论区中有人指出，数学家的处境与国际象棋引擎出现后职业棋手的处境有相似之处。
国际象棋中'半人马'（人类+AI）模式曾在1990年代末至2000年代中期被视为棋类博弈的最优解，但随AlphaZero等自学习系统的出现，纯AI棋力迅速拉开与任何人类组合的差距，到2010年代该模式在顶级竞技中基本失去意义。
国际象棋是规则封闭、目标明确的单一领域，而现实经济由无数异质任务构成，每个任务的人类Elo阈值高低不同、跨越时点各异
国际象棋每步平均约35种走法，围棋每步平均约250种走法
围棋的搜索空间约为10^170种可能局面，远超国际象棋的约10^47种
国际象棋每一步合法走法平均约35种，围棋每步合法走法约250种，围棋搜索空间呈指数级膨胀
全部知识事实 (8)
「半人马模型」（Centaur Model）借用国际象棋中人类+AI组合击败纯 AI 的案例，强调人机各自发挥优势的协作方式
80%待验证与国际象棋、围棋等完全信息、确定性博弈不同，宝可梦对战无法枚举隐藏状态空间，模型必须基于不确定信息做贝叶斯式的意图推断。
50%待验证历史上人类曾多次断言机器永远做不到某些事（如下好国际象棋、掌握围棋直觉、用好语言），但每次都被突破。
50%待验证国际象棋中'半人马'（人类+AI）模式曾在1990年代末至2000年代中期被视为棋类博弈的最优解，但随AlphaZero等自学习系统的出现，纯AI棋力迅速拉开与任何人类组合的差距，到2010年代该模式在顶级竞技中基本失去意义。
50%待验证国际象棋是规则封闭、目标明确的单一领域，而现实经济由无数异质任务构成，每个任务的人类Elo阈值高低不同、跨越时点各异
50%待验证国际象棋每步平均约35种走法，围棋每步平均约250种走法
50%待验证围棋的搜索空间约为10^170种可能局面，远超国际象棋的约10^47种
50%待验证国际象棋每一步合法走法平均约35种，围棋每步合法走法约250种，围棋搜索空间呈指数级膨胀
50%