2026年2月11日，CBS新聞刊文報道，一支跨學科研究團隊利用人工智能，對一款長期被標注為「神秘」嘅古代棋盤遊戲規則進行重建。研究者並冇簡單套用現代棋類範式，而係將出土嘅棋盤結構、考古記錄同歷史語境一齊編碼入計算模型，再用算法逐步排查可能嘅規則組合。
報道描述，研究團隊為AI設定咗數千種候選規則集，包含棋子移動方式、吃子與圍堵判定、勝負條件以及局中特殊格嘅功能。每套規則都會用嚟做大量對弈模擬，模型根據同考古證據（例如棋盤布穴、出土棋子數量、棋子形態）嘅一致性，以及勝負分布嘅擬合度，逐步剔除唔合邏輯嘅方案。
研究結果顯示，呢款「看似簡單但刺激十足嘅策略遊戲」（原文稱「deceptively simple but thrilling strategy game」）嘅核心目標，係喺儘量少嘅步數內獵捕並困住對手嘅棋子。研究者指出，符合證據嘅規則強調機動性同圍堵技巧：棋子經由特定路徑推進，同時存在誘導對方入陷阱或被圍死嘅機制。
CBS嘅報道仲強調方法上嘅關鍵細節：研究團隊冇將AI當作「黑盒翻譯器」，而係將佢當作廣闊規則空間嘅篩選器。研究者手工定義咗可能嘅規則原型，再由算法透過自我對弈、蒙特卡羅樹搜尋等技術評估每種規則喺大規模隨機對局中嘅表現，最終揀出同現存考古證據吻合度最高嘅解釋。
呢項工作唔單止重現咗一種古老娛樂嘅玩法，仲展示咗AI同人文學科結合嘅新路徑。報道引用研究者話稱，呢種方法可以推廣到其他「殘缺」嘅文化遺產：當物證無法直接話俾我哋知某件器物點用時，計算模擬可以篩選出概率最高嘅使用方式。
文章冇將呢款遊戲直接等同任何現代棋類，而係將佢置於當時社會嘅文化語境入面：棋盤同陪葬物嘅分布、棋子材質同製作工藝都被用作約束條件，幫助排除喺實際出土形制上唔可能存在嘅規則變體。
CBS新聞喺報道結尾提醒讀者，呢類研究仍然存在不確定性：模型嘅結論依賴於輸入嘅規則原型同考古詮釋，但呢份2026年2月11日嘅研究為理解古人點樣諗策略同博弈提供咗更具體嘅視角，亦為將來用AI解開歷史謎題提供咗范例。