作为裁判的AI驱动机制：国际象棋中的平局打破

近来，体育运动中人工智能（AI）技术的应用不断上升，以达成不同复杂度的决策。例如，在较低复杂度层面，大型网球锦标赛以 Hawk-Eye Live 技术取代人工线审，以在 COVID-19 疫情期间减少人员。然而，AI 现已准备好超越此类琐碎任务。一个典型例子且完美的应用场所是国际象棋。为减少日益增多的平局现象，许多精英赛事已诉诸快棋加赛。但这些加赛显著降低了对局质量。为解决该问题，我们提出了一种新颖的 AI 驱动的客观平局打破机制。该方法通过将棋手的着法与强力国际象棋引擎建议的最优着法进行比较，来评估其着法质量。若出现平局，质量度量更高的棋手赢得加赛。该方法不仅提升了竞赛的公平性与完整性，也维持了对局的高水准。为展示方法的有效性，我们将其应用于包含约 25,000 步来自 1910 至 2018 年国际象棋世界冠军赛的大师着法数据集，并使用领先国际象棋 AI Stockfish 16 进行分析。