AI骗招是依据对棋局的共同的核算，而人类的骗招往往带有利诱对手，运用对手心思弱的目的。

  AI下棋时是否会走偏招，这取决于它所运用的算法和练习数据。现代的AI棋手，如AlphaGo及其后续版别，是经过深度学习和蒙特卡洛树查找（MCTS）等算法练习而成的，它们不只学习历史上的棋局，还经过自我对弈来发现新的战略和招式。这在某种程度上预示着AI在下棋时或许会走出一些人类棋手不常走或许以为是非传统的招式，这些招式或许会被以为是“偏招”。

  AI的学习才能十分强，它可以终究靠自我对弈和一直在优化其神经网络来进步棋力。在练习过程中，AI会测验各种或许的走法，并经过输赢成果来调整其战略。因而，AI或许会发展出共同的棋风，包含一些立异的招式，这些招式在人类看来或许是偏招，但实际上或许是有用的战略。

  此外，AI在下棋时会考虑大局和部分的最优解，它的决议计划是依据概率和核算的，而不是依据固定规矩。因而，AI或许会在某些局势下挑选一些人类棋手以为不太常见或许危险较高的走法，但这些走法在AI的评价中或许是合理的，乃至是优势的。

  总的来说，AI下棋时的“偏招”其实便是其探究和发明新式事物的才能的体现，这也是AI在棋类游戏中可以逾越人类专家的原因之一。

  从原理上讲，AI是依据其算法和对棋局的评价来挑选走法。一些看似骗招的走法或许是因为它对棋局共同的核算和判别。例如在某些杂乱的局势下，它或许挑选一种违背人类惯例了解的走法，但其实是依据其深度核算发现了躲藏的线路或许久远的利益。

  但是，人类的骗招往往是带有利诱对手、运用对手心思缺点的目的。AI没有人类的情感和心思可被运用或运用对手的心思，它仅仅单纯地依据程序算法寻觅最优解。