计算机怎么处理博弈游戏？最简单的例子是分堆游戏。假设我手上有一堆粉笔，两个人把粉笔分成两堆，数量相等就输了，一定要分成数量不等的两堆。假设开始有10根粉笔，有一跟九、二跟八、三跟七、四跟六、五跟五五种。分成五跟五就输了，到五跟五之后，就不用再分了。可以分的是一九、二八、三七、四六，它是不等的两位，可以继续往下发展。继续往下发展的话，可以再把九分成一和八或二和七，二和八也可以这样分，把八分成二和六或三和五，三和七也可以这样分。它像一棵树，叫作树的根节点，根节点可以不断地分解，出现了很多中间节点，一直到下面的叶子节点，我分完之后，让对方没的可分，全是二。这就是我的搜索目标。所以分堆游戏的核心就是产生一个形式化的表征，就是一个数、一个数组或者一个数列。

在下棋时，如果我是计算机程序，我会搜索我的决胜节点，目标是千方百计把对方往这个方向引，分堆游戏就变成搜索。

人工智能解决很多问题的策略是状态空间搜索。你的任务就是从这个地方沿着这个路径走，事先想得越远、部署越久远，成功可能性就会越大、越有保证。这样的搜索程序很简单。它存在着一些决胜的路径，从这个根节点开始，总能找到几条路径把对方压到这些状态上去，找到这条路径要付出很大代价。数字小，看起来不难，但如果数字很大，状态空间非常大，要找到决策路径是不容易的。计算机下棋就是用“状态空间搜索”法，这种方法非常笨，但大家都用，因为计算机更笨，不灵活，一定要用非常机械的办法解决问题。所以我们把分堆游戏变成机械的表征和机械的搜索，然后启动机器来做，但是机器算得很快，起先并不担心，让它慢慢搜好。这是人工智能研究里很基础的一种方法。