כמעט שלושה עשורים לאחר ש-Deep Blue הדהים את עולם השחמט, החוקרים עדיין מנסים לענות על שאלה פשוטה ומטעה: מה בדיוק עושה בינה מלאכותית כל כך טובה בשחמט? מאמר שפורסם לאחרונה ב-APS Open Science, שהודגש על ידי Scientific American ב-15 בנובמבר, מציע רמז מדיד - והוא מסתכם בנכס שהכותבים מכנים "מתח אסטרטגי".

מנועי שחמט הצליחו מזה זמן רב לחשב בני אדם, ולהכריח מספר עצום של מהלכים מועמדים באמצעות חיפוש עצים. מנועי רשת עצביים מודרניים כמו Stockfish ו-Leela Layers משתמשים ברשתות מאומנות כדי להנחות את החיפוש הזה, והמשחק שלהם רק הפך ליותר אדיר. מה שהמחקר החדש מוסיף הוא דיוקן סטטיסטי של איך המשחק שלהם שונה משלנו - לא רק במי שמנצח, אלא באיך הלוח עצמו נראה כשהמשחק מתפתח. לקוראים שעוקבים אחר חדשות מחקר בינה מלאכותית, העבודה היא תזכורת לכך שאפילו דומיינים "פתורים" כמו שחמט עדיין מכילים שאלות פתוחות לגבי איך מכונות חושבות בפועל.

מדידת מתח על הלוח

את המחקר הובילו פיזיקאים במרכז המדע המורכבות בווינה, עם הסופר הבכיר ויטו ד.פ. סרוודיו. הצוות אסף גם משחקים אנושיים-מול-אנושיים וגם משחקי Stockfish-מול-Leela ממאגרי מידע מקוונים, ואז מדד כמות שהם מכנים מתח אסטרטגי בכל עמדה: בעצם, מספר האינטראקציות ההדדיות האפשריות בין חלקים מנוגדים. עמדות במתח גבוה הן אלו שבהן חלקים רבים מסתדרים זה מול זה - עשירים בתפיסות סמויות, איומים ואיומים נגדיים שיכולים להשתחרר על ידי מהלך בודד.

מתח הוא כמות טבעית לפיסיקאים להגיע אליה. הוא לוכד, במספר בודד, כמה מורכבות סמויה בעמדה - עד כמה מצב המשחק ישתנה אם כל אחד מהשחקנים ידחוף את הלוח מעבר לקצה לתוך מפל של חילופים.

בני אדם לפשט; מנועים שומרים על הלוח על הקצה

הממצא המרכזי הוא הבדל באופן שבו מתח מתפתח. במשחקים אנושיים, המתח הממוצע היה למעשה גבוה יותר מאשר במשחקי בינה מלאכותית במהלך 20 המהלכים הראשונים - השלב שבו אנשים נשענים על פתחים משוננים וטקטיקות קדומות היטב, בתקווה שהמורכבות תאלץ בסופו של דבר את היריב להחליק.

אבל אחרי הנקודה הזו, הקווים מצטלבים. המתח האנושי יורד מתחת לזה של משחקי AI, שנשאר גבוה עמוק לתוך המשחק באמצע. הפרשנות של החוקרים: ככל שהעמדות הופכות לא מוכרות, שחקנים אנושיים מפשטים, מחליפים חתיכות ונוטים לכיוון מבנים רגועים יותר מכיוון שהם לא יכולים לזכור את המורכבות המלאה של חלקים רבים המקיימים אינטראקציה ואפשרויות מרובות בבת אחת. המנועים לא מרגישים אילוץ כזה. הם מקיימים עמדות צפופות עם איומים הדדיים שרוב השחקנים האנושיים ימצאו בלתי נסבלים לניווט - ובדיוק בעמדות אלו, כך עולה מהמחקר, יש ירידה ברמת הדיוק האנושית.

מיומנות, בקרות זמן ועומק חיפוש

הנתונים גם הראו שהמתח עוקב אחר יכולת והתלבטות אצל בני אדם ומכונות כאחד. שחקנים אנושיים בעלי דירוג גבוה יותר שמרו על מתח רב יותר לאורך המשחקים שלהם מאשר שחקנים בעלי דירוג נמוך יותר. משחקים עם יותר זמן חשיבה הראו יותר מתח - הגבוה ביותר בשחמט קלאסי, נמוך יותר במהיר והנמוך ביותר בבליץ - בהתאם לרעיון ששמירה על מורכבות היא יקרה במאמץ קוגניטיבי. ובצד המכונה, הצוות הבחין שכאשר סטוקפיש חיפש עצים עמוקים יותר של המשך אפשרי, המתח גבר.

המחברים מקפידים על סיבתיות. מתח גבוה יותר נמצא בקורלציה ליכולת גדולה יותר בבני אדם ובינה מלאכותית כאחד, אך המחקר לא הראה שהמתח מייצר את היכולת הזו - או שהוא נובע ממנה. זוהי טביעת אצבע של משחק חזק, עדיין לא מנגנון מודגם.

"נראה שהם משחקים קסמים"

שאיפתם של החוקרים חורגת מאפיון אסתטיקת השחמט. "כנראה המאמר שלנו הוא הקרוב ביותר להבין מה המכונות הללו עושות", אמר Servedio ל-Scientific American. "אחרת זה נראה כאילו הם משחקים קסמים."

המסגור הזה - ההתייחסות למשחק המנוע כאל מערכת פיזית שיש למדוד ולא קופסה שחורה שיש להעריץ - היא מה שמבדיל את העבודה מניתוחים קודמים של שחמט מכונה. במקום לשאול האם המהלך של מנוע הוא הטוב ביותר, הצוות שואל מה הסטטיסטיקה המצטברת של משחק מנוע מגלה לגבי סוג החיפוש וההערכה שהמכונה מבצעת.

אזהרה מעבר ללוח השחמט

Servedio גם העלה השלכה מטרידה לגבי תחומים רחוקים מ-64 ריבועים. אם מערכות בינה מלאכותית מגיעות לתוצאות טובות יותר במסגרות מורכבות ויריביות על ידי שמירה על מתח גבוה - שמירה על אינטראקציות נדיפות רבות בחיים בו-זמנית - אז פריסתן במשהו כמו דיפלומטיה עשויה להיות אסטרטגיות מותאמות למכונה שבני אדם מוצאים שבריריות בלתי ניתנת לניהול. "זה מאוד מסוכן כי כאשר יש לך מתח גבוה, המערכות מאוד לא יציבות", אמר. "אז רק טעות קטנה מאחד הצדדים תגרום לאסון".

האנלוגיה היא ספקולטיבית, והמחברים אינם טוענים כי מדדו דינמיקה דיפלומטית. אבל זה מצביע על מתח אמיתי (מהסוג הארגוני) בפריסת בינה מלאכותית: אותו מאפיין שמאפשר למנוע לגבור על גדול מאסטר - נוחות עם מורכבות מתמשכת - עשוי להיות המאפיין שהופך את האסטרטגיות שלו למסוכנות לאמץ במוסדות אנושיים שאינם יכולים לתחזק אותן באופן אמין.

מה המחקר לא מראה

ראוי לציין את המגבלות בצורה ברורה. המחקר קובע מתאם בין מתח וכוח משחק, לא מנגנון סיבתי המחבר בין השניים. הוא משווה זוג מנועים מסוים מול אוכלוסייה מסוימת של משחקים אנושיים ממאגרי מידע מקוונים, ושחמט - עם המהלכים הבדידים והמידע המושלם שלו - נשאר ההגדרה הטובה ביותר לניתוח מסוג זה. הרחבת ה"מתח האסטרטגי" לתחומים מבולגנים יותר היא השערה, לא תוצאה.

ובכל זאת, המאמר מוסיף משהו שחסר בספרות השחמט-AI: נתון פשוט וניתן לחישוב שמפריד בצורה נקייה בין האופן שבו בני אדם ומכונות מנהלים מורכבות במהלך המשחק. שחמט שימש זמן רב כמערכת מודל לחקר קוגניציה הן בבני אדם והן במכונות, והניצחון של כחול עמוק ב-1997 על גארי קספרוב סימן את הרגע שבו מכונות הוכיחו לראשונה שהן יכולות להעלות עלינו מחשבה במשחק החישוב שלנו. כמעט 30 שנה לאחר מכן, השאלה עברה מהאם מכונות יכולות לנצח למה הן מנצחות - ויותר ויותר למה שדרך הניצחון שלהן עשויה ללמד אותנו על המערכות שאנו נותנים להן כעת החלטות בעולם האמיתי.

---

הישאר לפני AI

קבל את החדשות, הניתוחים ופריצות הדרך האחרונות של AI - הכל במקום אחד.

קרא עוד חדשות AI →