ডিপ ব্লু দাবা বিশ্বকে হতবাক করার প্রায় তিন দশক পরে, গবেষকরা এখনও একটি প্রতারণামূলকভাবে সহজ প্রশ্নের উত্তর দেওয়ার চেষ্টা করছেন: ঠিক কী এআইকে দাবাতে এত ভাল করে তোলে? এপিএস ওপেন সায়েন্সের সাম্প্রতিক একটি গবেষণাপত্র, 15 নভেম্বর সায়েন্টিফিক আমেরিকান দ্বারা হাইলাইট করা হয়েছে, একটি পরিমাপযোগ্য সূত্র প্রদান করে - এবং এটি এমন একটি সম্পত্তিতে নেমে আসে যা লেখকরা "কৌশলগত উত্তেজনা" বলে৷
দাবার ইঞ্জিনগুলি দীর্ঘকাল ধরে মানুষের থেকে গণনা করতে সক্ষম হয়েছে, বৃক্ষ অনুসন্ধানের মাধ্যমে বিপুল সংখ্যক প্রার্থীকে নৃশংসভাবে বাধ্য করে। স্টকফিশ এবং লীলা লেয়ারের মতো আধুনিক নিউরাল-নেটওয়ার্ক ইঞ্জিনগুলি সেই অনুসন্ধানকে গাইড করতে প্রশিক্ষিত নেটওয়ার্কগুলি ব্যবহার করে এবং তাদের খেলাটি কেবল আরও শক্তিশালী হয়ে উঠেছে। নতুন গবেষণায় যা যোগ করা হয়েছে তা হল তাদের খেলা আমাদের থেকে কীভাবে আলাদা তার একটি পরিসংখ্যানগত প্রতিকৃতি — শুধু কে জিতেছে তার মধ্যে নয়, খেলাটি খোলার সাথে সাথে বোর্ড নিজেই কেমন দেখাচ্ছে। AI রিসার্চ নিউজ অনুসরণ করা পাঠকদের জন্য, কাজটি একটি অনুস্মারক যে এমনকি দাবার মতো "সমাধান-অনুভূতি" ডোমেনেও মেশিনগুলি আসলে কীভাবে চিন্তা করে সে সম্পর্কে খোলা প্রশ্ন রয়েছে।
বোর্ডে উত্তেজনা পরিমাপ করা
জ্যেষ্ঠ লেখক ভিটো ডিপি সার্ভেদিওর সাথে ভিয়েনার কমপ্লেক্সিটি সায়েন্স হাবের পদার্থবিদদের নেতৃত্বে গবেষণাটি পরিচালিত হয়েছিল। দলটি অনলাইন ডাটাবেস থেকে মানব-বনাম-মানব গেম এবং স্টকফিশ-বনাম-লীলা গেম উভয়ই সংগ্রহ করেছে, তারপর একটি পরিমাণ পরিমাপ করেছে যাকে তারা প্রতিটি অবস্থানে কৌশলগত উত্তেজনা বলে: মূলত, বিরোধী অংশগুলির মধ্যে পারস্পরিক মিথস্ক্রিয়াগুলির সংখ্যা। হাই-টেনশন পজিশন হল সেই জায়গাগুলি যেখানে অনেকগুলি টুকরো একে অপরের বিরুদ্ধে বর্গাকৃতি করে — সুপ্ত ক্যাপচার, হুমকি এবং পাল্টা হুমকি দিয়ে সমৃদ্ধ যা একটি একক পদক্ষেপের মাধ্যমে প্রকাশ করা যেতে পারে।
উত্তেজনা পদার্থবিদদের কাছে পৌঁছানোর জন্য একটি প্রাকৃতিক পরিমাণ। এটি ক্যাপচার করে, একটি একক সংখ্যায়, একটি অবস্থানে কতটা জটিলতা লুকিয়ে আছে — খেলার অবস্থা কতটা পরিবর্তিত হবে যদি কোনো খেলোয়াড় বোর্ডকে প্রান্তের উপর দিয়ে ধাক্কা দেয় বিনিময়ের ক্যাসকেডে।
মানুষ সরলীকরণ করে; ইঞ্জিনগুলি বোর্ডকে প্রান্তে রাখে
কেন্দ্রীয় অনুসন্ধান কিভাবে উত্তেজনা বিকশিত হয় তার মধ্যে একটি ভিন্নতা। হিউম্যান গেমে, প্রথম 20 টি চালের সময় এআই গেমের তুলনায় গড় উত্তেজনা আসলেই বেশি ছিল — যে ধাপে লোকেরা মুখস্থ খোলা এবং ভালভাবে ড্রিল করা কৌশলের উপর ঝুঁকে পড়ে, আশা করে যে জটিলতা শেষ পর্যন্ত প্রতিপক্ষকে পিছলে যেতে বাধ্য করবে।
কিন্তু সেই বিন্দুর পর লাইনগুলো ক্রস হয়ে যায়। মানুষের উত্তেজনা AI গেমের চেয়ে নিচে নেমে যায়, যা মধ্যবর্তী গেমের গভীরে থাকে। গবেষকদের ব্যাখ্যা: অবস্থানগুলি অপরিচিত হয়ে উঠলে, মানব খেলোয়াড়রা সরলীকরণ করে, টুকরো টুকরো করে এবং শান্ত কাঠামোর দিকে স্টিয়ারিং করে কারণ তারা একসাথে অনেকগুলি মিথস্ক্রিয়া টুকরো এবং একাধিক বিকল্পের সম্পূর্ণ জটিলতা ধরে রাখতে পারে না। ইঞ্জিনগুলি এমন কোনও সীমাবদ্ধতা অনুভব করে না। তারা পারস্পরিক হুমকির সাথে ঘন অবস্থান বজায় রাখে যা বেশিরভাগ মানব খেলোয়াড়দের নেভিগেট করা অসহনীয় মনে হবে - এবং সঠিকভাবে সেই অবস্থানগুলি, গবেষণায় বলা হয়েছে, যেখানে মানুষের নির্ভুলতা হ্রাস পায়।
দক্ষতা, সময় নিয়ন্ত্রণ এবং অনুসন্ধানের গভীরতা
তথ্যটি আরও দেখিয়েছে যে উত্তেজনা মানুষ এবং মেশিন উভয়ের মধ্যে ক্ষমতা এবং চিন্তাভাবনাকে ট্র্যাক করে। উচ্চ রেটেড মানব খেলোয়াড়রা তাদের গেম জুড়ে কম রেট প্রাপ্তদের চেয়ে বেশি উত্তেজনা বজায় রাখে। আরও চিন্তার সময় সহ গেমগুলি আরও উত্তেজনা দেখায় — ধ্রুপদী দাবাতে সর্বোচ্চ, দ্রুত কম এবং ব্লিটজে সর্বনিম্ন — এই ধারণার সাথে সামঞ্জস্যপূর্ণ যে জটিলতা বজায় রাখা জ্ঞানীয় প্রচেষ্টায় ব্যয়বহুল। এবং মেশিনের দিকে, দলটি লক্ষ্য করেছে যে যখন স্টকফিশ সম্ভাব্য ধারাবাহিকতার গভীর গাছ অনুসন্ধান করে, তখন উত্তেজনা বেড়ে যায়।
লেখক কার্যকারণ সম্পর্কে সতর্ক। উচ্চতর উত্তেজনা মানুষ এবং এআই উভয়েরই বৃহত্তর ক্ষমতার সাথে সম্পর্কযুক্ত, কিন্তু গবেষণায় দেখা যায়নি যে উত্তেজনা সেই ক্ষমতা তৈরি করে — বা এটি থেকে প্রবাহিত হয়। এটি শক্তিশালী খেলার একটি আঙুলের ছাপ, এখনও একটি প্রদর্শিত প্রক্রিয়া নয়।
"মনে হচ্ছে ওরা ম্যাজিক খেলছে"
গবেষকদের উচ্চাকাঙ্ক্ষা দাবা নান্দনিকতার বৈশিষ্ট্যের বাইরে চলে যায়। "সম্ভবত আমাদের কাগজটি এই মেশিনগুলি কী করছে তা বোঝার সবচেয়ে কাছাকাছি," সার্ভেডিও সায়েন্টিফিক আমেরিকানকে বলেছেন। "নইলে মনে হবে ওরা ম্যাজিক খেলছে।"
সেই ফ্রেমিং - ইঞ্জিন খেলাকে প্রশংসিত করার জন্য একটি ব্ল্যাক বক্সের পরিবর্তে পরিমাপ করার জন্য একটি শারীরিক সিস্টেম হিসাবে বিবেচনা করা - যা মেশিন দাবার আগের বিশ্লেষণ থেকে কাজটিকে আলাদা করে। একটি ইঞ্জিনের গতি সর্বোত্তম কিনা তা জিজ্ঞাসা করার পরিবর্তে, দলটি জিজ্ঞাসা করে যে ইঞ্জিন খেলার সামগ্রিক পরিসংখ্যানগুলি মেশিনটি যে ধরণের অনুসন্ধান এবং মূল্যায়ন করছে সে সম্পর্কে কী প্রকাশ করে।
চেসবোর্ডের বাইরে একটি সতর্কতা
সার্ভেডিও 64 স্কোয়ার থেকে অনেক দূরে ডোমেনের জন্য একটি অস্থির প্রভাব আঁকে। যদি AI সিস্টেমগুলি উচ্চ উত্তেজনা বজায় রেখে জটিল, প্রতিকূল সেটিংসে আরও ভাল ফলাফলে পৌঁছায় — একই সাথে অনেকগুলি অস্থির মিথস্ক্রিয়াকে বাঁচিয়ে রাখে — তাহলে সেগুলিকে কূটনীতির মতো কিছুতে মোতায়েন করার অর্থ হতে পারে মেশিন-অপ্টিমাইজ করা কৌশল যা মানুষ অব্যবস্থাপনাযোগ্যভাবে ভঙ্গুর বলে মনে করে। "এটি খুব বিপজ্জনক কারণ যখন আপনার উচ্চ উত্তেজনা থাকে, তখন সিস্টেমগুলি খুব অস্থির হয়," তিনি বলেছিলেন। "সুতরাং একটি পক্ষ থেকে একটি ছোট ত্রুটি একটি বিপর্যয়ের কারণ হবে।"
সাদৃশ্যটি অনুমানমূলক, এবং লেখকরা কূটনৈতিক গতিশীলতা পরিমাপ করেছেন বলে দাবি করেন না। কিন্তু এটি AI স্থাপনায় একটি প্রকৃত উত্তেজনা (সাংগঠনিক ধরণের) নির্দেশ করে: একই সম্পত্তি যা একটি ইঞ্জিনকে গ্র্যান্ডমাস্টারকে ছাড়িয়ে যেতে দেয় — টেকসই জটিলতার সাথে আরাম — এমন সম্পত্তি হতে পারে যা তার কৌশলগুলিকে মানব প্রতিষ্ঠানে গ্রহণ করা ঝুঁকিপূর্ণ করে তোলে যা তাদের নির্ভরযোগ্যভাবে বজায় রাখতে পারে না।
অধ্যয়ন যা দেখায় না
সীমাবদ্ধতাগুলি স্পষ্টভাবে বলা মূল্যবান। অধ্যয়নটি উত্তেজনা এবং খেলার শক্তির মধ্যে পারস্পরিক সম্পর্ক স্থাপন করে, দুটিকে সংযুক্ত করার কার্যকারণ প্রক্রিয়া নয়। এটি অনলাইন ডাটাবেস থেকে মানুষের গেমের একটি নির্দিষ্ট জনসংখ্যার সাথে ইঞ্জিনের একটি নির্দিষ্ট জোড়ার তুলনা করে এবং দাবা - এর বিচ্ছিন্ন চাল এবং নিখুঁত তথ্য সহ - এই ধরণের বিশ্লেষণের জন্য একটি সেরা-কেস সেটিং হিসাবে রয়ে গেছে। অগোছালো ডোমেনে "কৌশলগত উত্তেজনা" প্রসারিত করা একটি অনুমান, ফলাফল নয়।
তবুও, কাগজটি এমন কিছু যোগ করে যা দাবা-এআই সাহিত্যের অভাব রয়েছে: একটি সহজ, গণনাযোগ্য পরিসংখ্যান যা পরিষ্কারভাবে আলাদা করে যে কীভাবে মানুষ এবং মেশিনগুলি একটি গেমের সময় জটিলতা পরিচালনা করে। দাবা দীর্ঘকাল ধরে মানুষ এবং মেশিন উভয়ের মধ্যে জ্ঞানচর্চার জন্য একটি মডেল সিস্টেম হিসাবে কাজ করেছে এবং গ্যারি কাসপারভের বিরুদ্ধে ডিপ ব্লু-এর 1997 সালের বিজয় সেই মুহূর্তটিকে চিহ্নিত করেছিল যে মেশিনগুলি প্রথম প্রমাণ করেছিল যে তারা আমাদের নিজস্ব গণনার খেলায় আমাদেরকে ছাড়িয়ে যেতে পারে। প্রায় 30 বছর পরে, প্রশ্নটি স্থানান্তরিত হয়েছে যে মেশিনগুলি কেন জিততে পারে - এবং ক্রমবর্ধমানভাবে, তাদের জয়ের উপায় আমাদের এখন যে সিস্টেমগুলির কাছে বাস্তব-বিশ্বের সিদ্ধান্তগুলি হস্তান্তর করছি সে সম্পর্কে আমাদের শেখাতে পারে।
---
এআই থেকে এগিয়ে থাকুনসর্বশেষ AI খবর, বিশ্লেষণ এবং সাফল্য পান — সব এক জায়গায়।
আরও এআই খবর পড়ুন →
