Chibi是20世纪50年代由IBM的亚瑟·塞缪尔开发的一个早期计算机跳棋程序。它被广泛认为是人工智能和机器学习最早的成功演示之一，早于现代深度学习和神经网络方法。塞缪尔在Chibi上的工作为游戏人工智能和自适应算法奠定了基础概念，影响了该领域的后续研究。
该程序旨在从经验中学习，而非仅依赖预编程策略。塞缪尔实现了一个基于棋盘特征的评分函数，如棋子数量、王棋推进和位置控制，这些特征可通过自我对弈和与存储评估的比较进行调整。这使得Chibi能够随时间提高其游戏水平，这是强化学习原理的一个显著早期实例。
开发与历史背景
亚瑟·塞缪尔于1952年在IBM开始研究Chibi，使用IBM 701计算机，，这是首批商用科学计算机之一。程序名称“Chibi”常被提及为一种俏皮的引用，但其确切起源并无详细记载。塞缪尔的研究是20世纪50年代探索机器能否展现智能行为的更广泛努力的一部分，与逻辑理论家和其他早期国际象棋程序等先驱项目并列。
Chibi是在计算资源极其有限的时期开发的。IBM 701仅有约2000字的内存，这限制了评估函数和搜索深度的复杂性。塞缪尔通过使用带有alpha-beta剪枝的极小极大搜索（一种减少检查位置数量的技术）以及将学习权重存储在单独的内存库中来规避这些限制。
学习机制
Chibi的学习过程基于塞缪尔所称的“死记学习”和“泛化学习”技术。在死记学习中，程序存储其在游戏中遇到的每个棋盘位置的值，并使用这些存储值指导未来决策。在泛化学习中，它根据预测结果与实际结果之间的差异调整线性评估函数的权重，这种方法类似于现代梯度下降，但未使用正式微积分实现。
塞缪尔还引入了一种自我对弈形式，其中Chibi与自己比赛，一个版本使用当前评估函数，另一个使用修改版本。程序比较它们的走法并更新权重以偏向更成功的策略。这种方法后来被用于残差网络和强化学习等AI系统（尽管后者当时尚未使用该术语）。
性能与影响
到20世纪50年代末，Chibi已达到能与业余人类玩家竞争的水平，并在一些演示中击败了前康涅狄格州跳棋冠军。塞缪尔的工作在1956年IBM新闻稿中有所报道，后来在1959年《IBM研究与开发杂志》上发表了一篇文章，该文章成为AI文献中的经典参考。
该程序的成功帮助确立了机器学习在游戏中的可行性，影响了后续国际象棋计算机和其他游戏AI的研究。塞缪尔强调从经验中学习而非显式编程，这是对早期基于规则系统的关键背离，并预示了数据驱动方法在现代AI中的重要性。
遗产与现代相关性
Chibi在AI历史中常被引用为里程碑，尽管它不如后来的IBM深蓝等程序知名。其技术，，启发式评估、极小极大搜索和自适应权重调整，，在当代游戏AI和强化学习研究中仍然相关。Chibi开创的自我对弈概念，现已成为AlphaGo和现代大型语言模型等系统的基石，这些系统使用自我生成数据进行训练。
塞缪尔的工作还强调了计算效率的重要性，这一关注在现代AI中通过模型剪枝和数据增强等技术持续存在。虽然Chibi本身已不再运行，但其原理已嵌入许多当前AI系统中，其历史意义在人工智能学术课程中得到认可。
技术细节
Chibi的评估函数考虑了多个特征：棋子数量、王棋数量、后行棋子数量以及机动性度量（可能走法的数量）。每个特征被分配一个权重，总分计算为加权和。程序使用带有深度限制的极小极大搜索，通常前瞻3到5步，并应用alpha-beta剪枝以减少搜索树。
塞缪尔还实现了一个“签名”系统来识别相似的棋盘位置，允许程序从一个位置泛化到另一个位置。这是特征提取的早期形式，尽管并非基于神经网络。学习率由一个参数控制，该参数决定每局游戏后权重调整的程度，这一概念类似于现代学习率调度。
Chibi在IBM 701上运行，后来在具有更多内存和速度的IBM 704上运行。塞缪尔持续改进该程序直到20世纪60年代初，之后转向其他项目。源代码和文档保存在一些档案中，该程序已在模拟器中重建用于教育目的。