据我所知，棋类游戏的AI，大多是执行一定深度的穷举、并以此对可能的选择进行基于预置逻辑的评估，再从中取最优解。
而大语言模型，我的理解是，基于预学习得到的模型，计算特定情况下一个词语之后出现哪个词语的概率更大。
某种程度上来说，两者间的相似之处不多，而且通常情况下棋类游戏AI的复杂程度远低于大语言模型。
但换个角度来说，大语言模型的思路也是可以用在棋类AI上的，尤其是对于有大量可供参考范例的经典棋类游戏，也可以通过预学习大量战例的方式建立模型，从而允许AI直接通过当前棋局计算最优解，而不必对未来的每一种可能进行穷举。
说不定ALPHA GO之类的棋类AI就是这么干的？