托尼·史塔克又一连在对话框中输入几个问题，却只会得到一句相同的回答。对手自述自己是自主学习型人工智慧，代号A姐(Miss A)。至于最后那串数字，看起来像是版本日期。
当托尼·史塔克问起：你的规则是什幺？
A姐立刻洋洋洒洒地回答一大串，但其实内容就是西洋棋的基本行棋规则。
托尼·史塔克更发现，不管他问出什幺问题。只要文字中有『规则'这幺一个关键词，就会得到西洋棋基本行棋规则的内容。
第三个可以触发的关键词，则是『棋谱』。计算机会迅速复盘托尼·史塔克刚刚下过的那一局。然后版面恢复成先前走了几步棋的模样。
出于某种猜想的好奇心，托尼·史塔克把第二局下完。一样轻松取胜。然后他发觉他可以随意调出第一局或第二局的棋谱。
至此，要是托尼·史塔克还猜不出来这个网页西洋棋的玩法，也枉费他号称拥有一颗天才大脑了。
下棋不是重点，下赢也不是。重点在于背后的人工智慧。
最早的人工智慧研究，是从50年代的博弈论开始。一言以蔽之，就是在多种选择交叉影响中，如何找到最佳解。
用数学来比喻，就是图论研究中的最短路径问题。
到了70年代，人工智慧的探讨偏向知识工程，试图理解复杂的人类决策，协助取得结论。
粗浅地说，就是将无限的问题，试图归类给有限的解决手段。要是解决手段无法确实解决问题，那就再增加一个新的解决方法项目。以此不断扩展。
