Hampir tiga dekad selepas Deep Blue mengejutkan dunia catur, para penyelidik masih cuba menjawab soalan mudah yang mengelirukan: apakah sebenarnya yang menjadikan AI begitu mahir dalam catur? Kertas kerja baru-baru ini dalam APS Open Science, yang diserlahkan oleh Scientific American pada 15 November, menawarkan petunjuk yang boleh diukur - dan ia datang kepada harta yang penulis panggil "ketegangan strategik."
Enjin catur telah lama dapat mengira manusia, memaksa sejumlah besar pergerakan calon melalui carian pokok. Enjin rangkaian saraf moden seperti Stockfish dan Leela Layers menggunakan rangkaian terlatih untuk membimbing carian itu, dan permainan mereka semakin hebat. Apa yang ditambah oleh kajian baharu itu ialah potret statistik tentang cara permainan mereka berbeza daripada kami — bukan sahaja dalam siapa yang menang, tetapi dalam rupa papan itu sendiri semasa permainan berlangsung. Bagi pembaca yang mengikuti berita penyelidikan AI, karya ini merupakan peringatan bahawa walaupun domain "perasaan yang diselesaikan" seperti catur masih menimbulkan persoalan terbuka tentang cara mesin sebenarnya berfikir.
Mengukur Ketegangan pada Papan
Kajian itu diketuai oleh ahli fizik di Hab Sains Kerumitan di Vienna, dengan pengarang kanan Vito D. P. Servedio. Pasukan itu mengumpul kedua-dua permainan manusia-lawan-manusia dan permainan Stockfish-versus-Leela daripada pangkalan data dalam talian, kemudian mengukur kuantiti yang mereka panggil ketegangan strategik pada setiap kedudukan: pada asasnya, bilangan interaksi bersama yang mungkin antara bahagian yang bertentangan. Kedudukan ketegangan tinggi ialah kedudukan di mana banyak bahagian bersebelahan antara satu sama lain — kaya dengan tangkapan terpendam, ancaman dan ancaman balas yang boleh dilepaskan dengan satu langkah.
Ketegangan adalah kuantiti semula jadi untuk dicapai oleh ahli fizik. Ia menangkap, dalam satu nombor, berapa banyak kerumitan yang terpendam dalam kedudukan — berapa banyak keadaan permainan akan berubah jika salah satu pemain menolak papan ke tepi ke dalam lata pertukaran.
Manusia Mempermudahkan; Enjin Memastikan Papan di Tepi
Penemuan utama adalah perbezaan dalam cara ketegangan berkembang. Dalam permainan manusia, ketegangan purata sebenarnya lebih tinggi daripada permainan AI semasa 20 gerakan pertama — fasa di mana orang bergantung pada pembukaan yang dihafal dan taktik yang dilatih dengan baik, dengan harapan kerumitan akhirnya akan memaksa lawan untuk tergelincir.
Tetapi selepas titik itu, garisan bersilang. Ketegangan manusia menurun di bawah permainan AI, yang kekal tinggi jauh ke dalam permainan tengah. Tafsiran penyelidik: apabila kedudukan menjadi asing, pemain manusia memudahkan, memperdagangkan bahagian dan mengarahkan ke arah struktur yang lebih tenang kerana mereka tidak dapat mengingati kerumitan penuh banyak bahagian yang berinteraksi dan berbilang pilihan sekaligus. Enjin tidak merasakan kekangan sedemikian. Mereka mengekalkan kedudukan yang padat dengan ancaman bersama yang kebanyakan pemain manusia tidak dapat ditoleransi untuk mengemudi - dan tepatnya kedudukan tersebut, kajian mencadangkan, adalah di mana ketepatan manusia merosot.
Kemahiran, Kawalan Masa dan Kedalaman Carian
Data juga menunjukkan bahawa ketegangan menjejaki keupayaan dan pertimbangan dalam kedua-dua manusia dan mesin. Pemain manusia yang dinilai lebih tinggi mengekalkan ketegangan yang lebih besar sepanjang permainan mereka berbanding permainan yang dinilai lebih rendah. Permainan dengan lebih banyak masa berfikir menunjukkan lebih ketegangan — tertinggi dalam catur klasik, lebih rendah dalam pantas dan paling rendah dalam kilat — selaras dengan idea bahawa mengekalkan kerumitan adalah mahal dalam usaha kognitif. Dan di bahagian mesin, pasukan itu memerhatikan bahawa apabila Stockfish mencari pokok yang lebih dalam kemungkinan kesinambungan, ketegangan meningkat.
Pengarang berhati-hati tentang kausalitas. Ketegangan yang lebih tinggi dikaitkan dengan keupayaan yang lebih besar dalam kedua-dua manusia dan AI, tetapi kajian itu tidak menunjukkan bahawa ketegangan menghasilkan keupayaan itu - atau ia mengalir daripadanya. Ia adalah cap jari permainan yang kuat, belum lagi mekanisme yang ditunjukkan.
"Nampaknya Mereka Bermain Sihir"
Cita-cita para penyelidik melangkaui ciri estetika catur. "Mungkin kertas kami adalah yang paling hampir untuk memahami apa yang dilakukan oleh mesin ini," kata Servedio kepada Scientific American. "Jika tidak, ia kelihatan seperti mereka bermain sihir."
Pembingkaian itu — menganggap permainan enjin sebagai sistem fizikal yang perlu diukur dan bukannya kotak hitam untuk dikagumi — itulah yang membezakan kerja daripada analisis catur mesin yang terdahulu. Daripada bertanya sama ada pergerakan enjin adalah yang terbaik, pasukan itu bertanya apakah yang didedahkan oleh statistik agregat permainan enjin tentang jenis carian dan penilaian yang dilakukan oleh mesin itu.
Amaran Melangkaui Papan Catur
Servedio juga menarik implikasi yang meresahkan untuk domain jauh daripada 64 petak. Jika sistem AI mencapai hasil yang lebih baik dalam tetapan yang kompleks dan bermusuhan dengan mengekalkan ketegangan yang tinggi - mengekalkan banyak interaksi yang tidak menentu hidup serentak - kemudian menggunakan mereka dalam sesuatu seperti diplomasi boleh bermakna strategi yang dioptimumkan oleh mesin yang manusia dapati rapuh secara tidak terurus. "Ini sangat berbahaya kerana apabila anda mempunyai ketegangan yang tinggi, sistem sangat tidak stabil," katanya. "Jadi hanya kesilapan kecil dari salah satu pihak akan menyebabkan bencana."
Analoginya adalah spekulatif, dan penulis tidak mendakwa telah mengukur dinamik diplomatik. Tetapi ia menunjuk pada ketegangan yang tulen (daripada jenis organisasi) dalam penggunaan AI: harta yang sama yang membolehkan enjin mengatasi grandmaster — keselesaan dengan kerumitan yang berterusan — mungkin harta yang menjadikan strateginya berisiko untuk diguna pakai dalam institusi manusia yang tidak dapat mengekalkannya dengan pasti.
Perkara yang Tidak Ditunjukkan oleh Kajian
Keterbatasan patut dinyatakan dengan jelas. Kajian itu mewujudkan korelasi antara ketegangan dan kekuatan permainan, bukan mekanisme sebab yang menghubungkan keduanya. Ia membandingkan sepasang enjin tertentu dengan populasi tertentu permainan manusia daripada pangkalan data dalam talian, dan catur — dengan pergerakan diskret dan maklumat yang sempurna — kekal sebagai tetapan kes terbaik untuk analisis jenis ini. Memperluaskan "ketegangan strategik" kepada domain berantakan ialah hipotesis, bukan hasil.
Namun, kertas itu menambah sesuatu yang kekurangan kesusasteraan catur-AI: statistik mudah dan boleh dikira yang memisahkan cara manusia dan mesin menguruskan kerumitan sepanjang permainan. Catur telah lama berkhidmat sebagai sistem model untuk mengkaji kognisi dalam kedua-dua manusia dan mesin, dan kemenangan Deep Blue pada 1997 ke atas Garry Kasparov menandakan saat mesin pertama kali membuktikan bahawa mereka boleh mengatasi kita dalam permainan pengiraan kita sendiri. Hampir 30 tahun kemudian, persoalan telah beralih daripada sama ada mesin boleh menang kepada mengapa mereka menang — dan, semakin lama, kepada apa cara kemenangan mereka mungkin mengajar kita tentang sistem yang kini kita menyerahkan keputusan dunia sebenar.
---
Kekal Mendahului AIDapatkan berita, analisis dan penemuan terkini AI — semuanya di satu tempat.
Baca lebih banyak berita AI →
