ប្រព័ន្ធ AI ទីបំផុតបានយកឈ្នះលើ Stratego ដែលជាហ្គេមក្តារបុរាណដែលធ្វើអោយម៉ាស៊ីនអស់ជាច្រើនទស្សវត្សរ៍ ហើយវាបានធ្វើវាដោយថវិការស្បែកជើង។ ក្រុមអ្នកស្រាវជ្រាវមកពីសាកលវិទ្យាល័យ Carnegie Mellon, MIT, សាកលវិទ្យាល័យញូវយ៉ក និងសាកលវិទ្យាល័យ Stanford បានបង្កើត AI ហៅថា Ataraxos ដែលបានយកឈ្នះ Pim Niemeijer ដែលត្រូវបានចាត់ទុកថាជាអ្នកលេង Stratego ល្អបំផុតគ្រប់ពេលដោយពិន្ទុ 15 ទល់នឹង 1 ជាមួយនឹងលទ្ធផល 4 ស្មើ, Ars Technica រាយការណ៍។

លទ្ធផលគឺមានភាពទាក់ទាញតិចជាងសម្រាប់តារាងពិន្ទុជាងសម្រាប់ស្លាកតម្លៃ។ Ataraxos បានបណ្តុះបណ្តាលលើ GPUs ត្រឹមតែ 16 ប៉ុណ្ណោះក្នុងរយៈពេលប្រហែលមួយសប្តាហ៍ បូករួមទាំង GPU ចំនួនបួនបន្ថែមទៀតសម្រាប់រយៈពេល 4 ថ្ងៃដើម្បីបណ្តុះបណ្តាលគំរូដៃគូ - ដំណើរការមួយក្រុមនិយាយថាចំណាយត្រឹមតែពីរបីពាន់ដុល្លារប៉ុណ្ណោះ។ DeepMind's DeepNash ដែលជាប្រព័ន្ធឆ្នាំ 2022 ដែលជាលើកដំបូងបាននាំមកនូវការយកចិត្តទុកដាក់ AI យ៉ាងធ្ងន់ធ្ងរដល់ហ្គេម ដែលត្រូវបានបណ្តុះបណ្តាលរយៈពេល 2 ទៅ 3 ខែលើ 1,024 នៃបន្ទះឈីប TPU ឯកទេសរបស់ Google ដែលដំណើរការដោយក្រុម Ataraxos បានប៉ាន់ស្មានថានឹងមានតម្លៃចន្លោះពី 3 លានដុល្លារទៅ 4.5 លានដុល្លារក្នុងតម្លៃ 2025 ។ For more context on this story, see our ongoing more AI stories.

ហេតុអ្វីបានជា Stratego បញ្ឈប់ AI អស់ជាច្រើនទសវត្សរ៍

Deep Blue បានផ្តួល Garry Kasparov នៅអុកក្នុងឆ្នាំ 1997 ។ AlphaGo បានផ្តួល Lee Sedol នៅ Go ក្នុងឆ្នាំ 2016 ។ Poker bots បានផ្តួលអ្នកជំនាញជាច្រើនឆ្នាំ។ Stratego បានប្រារព្ធឡើង - សូម្បីតែប្រឆាំងនឹងធនធានសន្ធឹកសន្ធាប់របស់ DeepMind ។

ភាពលំបាកនៃហ្គេមនេះកើតចេញពីការរួមបញ្ចូលគ្នាមិនធម្មតានៃព័ត៌មានលាក់កំបាំង មាត្រដ្ឋាន និងប្រវែង។ អ្នកលេងម្នាក់ៗបញ្ជា 40 បំណែកដែលតំណាងឱ្យជួរយោធាចាប់ពីសេនាប្រមុខរហូតដល់ចារកម្ម គ្រាប់បែក និងទង់ជាតិ។ អ្នកឈ្នះដោយការចាប់យកទង់របស់គូប្រជែង។ គូប្រជែងរបស់អ្នកអាចដឹងថាបំណែករបស់អ្នកនៅទីណា ប៉ុន្តែមិនមែនជាអ្វីនោះទេ។ អត្តសញ្ញាណត្រូវបានបង្ហាញតែនៅពេលដែលបំណែកពីរប៉ះគ្នា ហើយបំណែកដែលខ្សោយជាងនេះត្រូវបានយកចេញ។

Gabriele Farina អ្នកវិទ្យាសាស្ត្រកុំព្យូទ័រ MIT និងជាសហអ្នកនិពន្ធនៃការស្រាវជ្រាវបានប្រាប់ Ars Technica ថា "នៅក្នុង Stratego មាន 40 បំណែកនៅលើក្តារដែលអាចមាននៅក្នុងលំដាប់ណាមួយ" ។ នោះអនុញ្ញាតឱ្យមានការដំឡើងច្រើនជាងមួយ decillion — កាត់បន្ថយដៃដែលអាចធ្វើបាន 1,326 នៅ Texas Hold'em ដែលជាកុំព្យូទ័រហ្គេមមួយដែលបានបំបែកកាលពីឆ្នាំមុន។ Farina បាននិយាយថា "នៅក្នុងហ្គេមអុក ជាធម្មតាហ្គេមមានរយៈពេល 40 ដង ប៉ុន្តែនៅក្នុង Stratego ហ្គេមមួយអាចអូសបន្លាយបាន 2,000 ចលនាយ៉ាងងាយស្រួល" Farina បាននិយាយថា។

បន្ទាប់មកមានការច្របូកច្របល់។ ការផ្លាស់ប្តូរផ្នែកទន់ខ្សោយដូចជាសេនាប្រមុខអាចបំភ័យគូប្រកួតបាន ប៉ុន្តែការវាយលុកញឹកញាប់ពេក និងការគំរាមកំហែងគ្មានន័យអ្វីទាំងអស់។ មិនដែល bluff ហើយអ្នកក្លាយជាអ្នកព្យាករណ៍។ ទង្វើតុល្យភាពនេះគឺជាអ្វីដែលរក្សាប្រព័ន្ធពីមុនដូចជា DeepNash ពីការឡើងដល់កំពូល។

Eugene Vinitsky អ្នកស្រាវជ្រាវនៅ NYU និងជាសហអ្នកនិពន្ធម្នាក់ទៀតបាននិយាយថា "មានអ្វីប្លែកពី Stratego គឺថាវាជាព័ត៌មានលាក់កំបាំងដ៏ច្រើនដែលលាតត្រដាងក្នុងរយៈពេលយូរ" ។

បណ្តាញសរសៃប្រសាទទីពីរដែលស្មាន

Ataraxos បានរៀនវិធីមូលដ្ឋានដូចគ្នា DeepNash បានធ្វើ: ដោយការលេងប្រឆាំងនឹងខ្លួនវា សរុបចំនួន 163 លានហ្គេម ពង្រឹងចលនាដែលនាំទៅរកការឈ្នះ និងធ្វើឱ្យខូចអ្នកដែលមិនបានលេង។ ការកែលម្អដំបូងរបស់ក្រុមគឺនៅក្នុងចំនួនប្រព័ន្ធដែលបានកែតម្រូវបន្ទាប់ពីហ្គេមនីមួយៗ ពីព្រោះព័ត៌មានលាក់កំបាំងមាននិន្នាការបញ្ជូនក្បួនដោះស្រាយការលេងដោយខ្លួនឯងជារង្វង់។ Ataraxos បានធ្វើការផ្លាស់ប្តូរយុទ្ធសាស្រ្តធំ ៗ នៅដំណាក់កាលដំបូងនៃការបណ្តុះបណ្តាល និងបង្កើនការប្រុងប្រយ័ត្ននៅពេលក្រោយ។

របកគំហើញធំជាងនេះគឺជាអ្វីដែល DeepNash មិនធ្លាប់មាន៖ ការគិតជាមុនមុនពេលធ្វើចលនានីមួយៗ។ ការកែលម្អដោយផ្អែកលើការស្វែងរកមុនពេលសម្ដែងគឺជាអ្វីដែលធ្វើឱ្យ AlphaGo មានថាមពល ប៉ុន្តែ DeepMind មិនអាចធ្វើឱ្យវាដំណើរការនៅក្នុង Stratego បានទេព្រោះទំហំស្វែងរកគឺធំពេក។

ដំណោះស្រាយគឺជាបណ្តាញសរសៃប្រសាទទីពីរ ដែលជាគំរូជំនឿ ដែលត្រូវបានបណ្តុះបណ្តាលដើម្បីទស្សន៍ទាយបំណែកលាក់កំបាំងរបស់គូប្រជែងពីរបៀបដែលពួកគេកំពុងធ្វើចលនា។ ជំនួសឱ្យការរំលឹកឡើងវិញតាមរយៈរាល់ការរៀបចំដែលអាចធ្វើបាន Ataraxos យកគំរូតាមដែលអាចទុកចិត្តបាន បង្ហាញការផ្លាស់ប្តូរបេក្ខជននីមួយៗ និងជ្រើសរើសដោយផ្អែកលើលទ្ធផល។ អ្នកដឹកនាំអ្នកនិពន្ធ Samuel Sokota និង Farina ក៏បានសរសេរកម្មវិធីក្លែងធ្វើផ្ទាល់ខ្លួនដែលដំណើរការរាប់លានចលនាក្នុងមួយវិនាទីនៅលើកាតក្រាហ្វិក ដែលជារបៀបដែលមន្ទីរពិសោធន៍សិក្សាអាចមានលទ្ធភាពក្នុងការរត់ការហ្វឹកហាត់។ Farina បាននិយាយថា "តាមមាត្រដ្ឋានដែលយើងកំពុងសិក្សា យើងពិតជាមិនមានលទ្ធភាពចូលទៅកាន់ផ្នែក GPUs ទាំងមូលទេ"។

ជើងឯក Human ទទួលបានមួយមកវិញ

Niemeijer ដែលឈ្នះជើងឯកពិភពលោកចំនួនបួន និងបានចំណាយពេលជាង 600 សប្តាហ៍ក្នុងនាមជាកីឡាករលំដាប់កំពូលរបស់ពិភពលោកបានលេងហ្គេមអនឡាញចំនួន 20 ប្រកួតជាមួយ Ataraxos ក្នុងរយៈពេល 3 សប្តាហ៍ដោយទទួលបាន 100 ដុល្លារសម្រាប់ការឈ្នះនីមួយៗ។ គាត់ដឹងថា AI នឹងមិនសម្របខ្លួនគាត់ទេ ដោយផ្តល់ពេលឱ្យគាត់ស្វែងរកចំណុចខ្សោយ។ គាត់បានឈ្នះយ៉ាងពិតប្រាកដតែម្តង។

អ្នកស្រាវជ្រាវនិយាយថាការបាត់បង់តែមួយមិនមែនជាកំហុសទេ។ Good Stratego ទាមទារការដំឡើងរបស់អ្នកដោយចៃដន្យ ដូច្នេះសំណាងតែងតែដើរតួនាទីមួយ។ Farina បាននិយាយថា "សូម្បីតែយុទ្ធសាស្រ្តដ៏ល្អឥតខ្ចោះ ពេលខ្លះវានឹងបាត់បង់" ។

អ្នកលេងមនុស្សនៅឯការប្រកួត Stratego World Championship ឆ្នាំ 2025 កាន់តែអាក្រក់ទៅៗ៖ អ្នកចូលរួមដែលបានប្រកួតប្រជែងជាមួយ Ataraxos បានឈ្នះតែ 2 ប៉ុណ្ណោះក្នុងចំណោម 40 ហ្គេម។ bot ថែមទាំងបានផ្លាស់ប្តូរពីរបៀបដែលមនុស្សលេង ដោយបញ្ឆិតបញ្ឆៀងហ្គេមមេតាជាមួយនឹងជម្រើសមិនធម្មតាដូចជាការដាក់ទង់ជាតិរបស់វានៅជ្រុងមួយនៅពីក្រោយគ្រាប់បែកពីរ ដែលជាការដំឡើងកម្រលេង។

ឈ្មោះនៃប្រព័ន្ធនេះមកពីពាក្យក្រិកបុរាណសម្រាប់ភាពស្ងប់ស្ងាត់ ហើយអ្នកស្រាវជ្រាវនិយាយថាគុណភាពបង្ហាញនៅក្នុងការលេងរបស់វា។ ខណៈពេលដែលមនុស្សអាចលេងល្បែងយ៉ាងព្រៃផ្សៃដើម្បីងើបឡើងវិញពីឱនភាពនោះ Ataraxos ដំណើរការរបស់វាត្រឡប់មកវិញយឺតៗ និងតាមវិធីសាស្ត្រ។ Vinitsky បាននិយាយថា "យើងនឹងមើល bot 'bluff' របស់វាត្រលប់មកវិញដូចជាប្រូបាប៊ីលីតេនៃការទទួលជ័យជម្នះពីរភាគរយ។

តើវាមានន័យយ៉ាងណាក្រៅពីក្រុមប្រឹក្សាភិបាល

ការ​វាយ​មនុស្ស​នៅ​ក្នុង​ហ្គេម​លាក់​ព័ត៌មាន​គឺ​ជា​ជាង​ល្បិច​ក្នុង​ហាង។ បច្ចេកទេសសម្រាប់ការវែកញែកអំពីរដ្ឋឯកជនរបស់គូប្រជែងគាំទ្រកម្មវិធីពិតដែលព័ត៌មានមិនពេញលេញ - ប្រព័ន្ធចរចា សន្តិសុខតាមអ៊ីនធឺណិត គំរូសេដ្ឋកិច្ច និងការសម្របសម្រួលពហុភ្នាក់ងារ ដើម្បីដាក់ឈ្មោះមួយចំនួន។

មុំប្រសិទ្ធភាពអាចបញ្ជាក់ពីផ្នែកដែលមានឥទ្ធិពលបំផុតនៃរឿង។ មន្ទីរពិសោធន៍ព្រំដែនបានចំណាយពេលរាប់ខែក្នុងការគណនាលើបញ្ហានេះក្នុងឆ្នាំ 2022; ក្រុមសិក្សាមួយបានចម្លង និងលើសពីលទ្ធផលសម្រាប់តម្លៃប្រហាក់ប្រហែលនៃរថយន្តដែលប្រើរួចក្នុងឆ្នាំ 2026។ នៅពេលដែលការស្រាវជ្រាវ AI ក្លាយជាមានន័យដូចនឹងថវិកាគណនាដ៏ធំ Ataraxos គឺជាការរំលឹកថា គំនិតនៃក្បួនដោះស្រាយ — នៅទីនេះ គំរូជំនឿដែលគ្រប់គ្រងកន្លែងស្វែងរកដ៏ធំ — នៅតែអាចមានបញ្ហាច្រើនជាងខ្នាតឆៅ។

ឯកសាររបស់ក្រុមពិពណ៌នាអំពីម៉ាស៊ីនដែលរក្សាភាពស្ងប់ស្ងាត់នៅក្រោមភាពមិនច្បាស់លាស់ មិនអើពើចំណេះដឹងដែលមនុស្សមិនអាចព្រងើយកន្តើយ និង bluffs ប្រសើរជាងអ្វីដែលល្អបំផុតនៅក្នុងពិភពលោក។ ទាំងនោះគឺជាជំនាញដែលមានប្រយោជន៍ ទាំងនៅលើក្តារ និងបិទវា។

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →