Takriban miongo mitatu baada ya Deep Blue kuushangaza ulimwengu wa chess, watafiti bado wanajaribu kujibu swali rahisi la udanganyifu: ni nini hasa hufanya AI kuwa nzuri sana kwenye chess? Karatasi ya hivi majuzi katika Sayansi Huria ya APS, iliyoangaziwa na Scientific American mnamo Novemba 15, inatoa kidokezo kinachoweza kupimika - na inakuja kwenye kipengele ambacho waandishi huita "mvutano wa kimkakati."

Injini za Chess kwa muda mrefu zimeweza kuwashinda wanadamu, na hivyo kulazimisha idadi kubwa ya wagombea kupitia utafutaji wa miti. Injini za kisasa za neural-network kama vile Stockfish na Leela Layers hutumia mitandao iliyofunzwa kuongoza utafutaji huo, na uchezaji wao umekua wa kutisha zaidi. Kile ambacho utafiti mpya unaongeza ni picha ya takwimu ya jinsi uchezaji wao unavyotofautiana na wetu - sio tu katika nani atashinda, lakini katika jinsi bodi yenyewe inavyoonekana wakati mchezo unaendelea. Kwa wasomaji wanaofuata habari za utafiti wa AI, kazi hii ni ukumbusho kwamba hata vikoa vya "hisia-kutatuliwa" kama vile chess bado vina maswali wazi kuhusu jinsi mashine hufikiri.

Kupima Mvutano kwenye Bodi

Utafiti huo uliongozwa na wanafizikia katika Kituo cha Sayansi cha Complexity huko Vienna, na mwandishi mkuu Vito D. P. Servedio. Timu ilikusanya michezo ya binadamu dhidi ya binadamu na Stockfish-dhidi ya Leela kutoka kwa hifadhidata za mtandaoni, kisha ikapima kiasi wanachoita mvutano wa kimkakati katika kila nafasi: kimsingi, idadi ya mwingiliano unaowezekana kati ya vipande pinzani. Nafasi zenye mvutano wa juu ni zile ambapo vipande vingi vinapingana - vilivyo na picha za siri, vitisho na vitisho ambavyo vinaweza kutolewa kwa hatua moja.

Mvutano ni kiasi cha asili kwa wanafizikia kufikia. Inanasa, kwa nambari moja, ni kiasi gani cha utata ambacho kimefichwa katika nafasi - ni kiasi gani hali ya mchezo ingebadilika ikiwa mchezaji yeyote angesukuma ubao ukingoni hadi katika msururu wa kubadilishana.

Binadamu Rahisisha; Injini Weka Bodi kwenye Ukingo

Ugunduzi mkuu ni tofauti katika jinsi mvutano unakua. Katika michezo ya binadamu, wastani wa mvutano ulikuwa wa juu zaidi kuliko katika michezo ya AI wakati wa hatua 20 za kwanza - awamu ambapo watu hutegemea fursa zilizokaririwa na mbinu zilizochimbwa vizuri, wakitumaini kwamba utata huo hatimaye utamlazimisha mpinzani kuteleza.

Lakini baada ya hatua hiyo, mistari huvuka. Mvutano wa kibinadamu unashuka chini ya ule wa michezo ya AI, ambayo inasalia juu ndani ya mchezo wa kati. Ufafanuzi wa watafiti: nafasi zinapokuwa zisizojulikana, wachezaji wa kibinadamu hurahisisha, kubadilishana vipande na kuelekea kwenye miundo iliyotulia kwa sababu hawawezi kuzingatia utata kamili wa vipande vingi vinavyoingiliana na chaguo nyingi akilini mara moja. Injini hazihisi kizuizi kama hicho. Wanashikilia nafasi zenye vitisho vya kuheshimiana ambavyo wachezaji wengi wa kibinadamu hawataweza kuvumilia - na haswa nafasi hizo, utafiti unapendekeza, ni mahali ambapo usahihi wa kibinadamu hudhoofisha.

Ujuzi, Vidhibiti vya Wakati na Kina cha Utafutaji

Data pia ilionyesha kuwa mvutano hufuatilia uwezo na mashauri katika wanadamu na mashine. Wachezaji walio na viwango vya juu zaidi walidumisha mvutano mkubwa katika michezo yao yote kuliko ile ya viwango vya chini. Michezo iliyo na muda wa kufikiria zaidi ilionyesha mvutano zaidi - wa juu zaidi katika chess ya kawaida, ya chini kwa kasi, na ya chini zaidi katika blitz - kulingana na wazo kwamba kudumisha utata ni ghali katika juhudi za utambuzi. Na kwa upande wa mashine, timu iliona kwamba wakati Stockfish ilitafuta miti ya kina ya muendelezo unaowezekana, mvutano uliongezeka.

Waandishi wako makini kuhusu sababu. Mvutano wa juu unaohusishwa na uwezo mkubwa zaidi kwa wanadamu na AI, lakini utafiti haukuonyesha kuwa mvutano hutoa uwezo huo - au kwamba unatoka kwao. Ni alama ya vidole vya uchezaji dhabiti, bado sio utaratibu ulioonyeshwa.

"Inaonekana Wanacheza Uchawi"

Matarajio ya watafiti huenda zaidi ya sifa za uzuri wa chess. "Pengine karatasi yetu ndiyo iliyo karibu zaidi kuelewa kile mashine hizi zinafanya," Servedio aliiambia Scientific American. "Vinginevyo inaonekana wanacheza uchawi."

Uundaji huo - kutibu uchezaji wa injini kama mfumo wa kimwili wa kupimwa badala ya kisanduku cheusi cha kupendeza - ndio hutofautisha kazi kutoka kwa uchanganuzi wa mapema wa chess ya mashine. Badala ya kuuliza kama kuhama kwa injini ni bora zaidi, timu inauliza ni takwimu gani za jumla za uchezaji wa injini zinaonyesha kuhusu aina ya utafutaji na tathmini ambayo mashine inafanya.

Onyo Zaidi ya Ubao wa Chess

Servedio pia alitoa maana ya kutotulia kwa vikoa vilivyo mbali na miraba 64. Iwapo mifumo ya AI itafikia matokeo bora katika mazingira changamano, yenye uhasama kwa kudumisha mvutano wa hali ya juu - kuweka mwingiliano tete kuwa hai kwa wakati mmoja - kisha kuyapeleka katika kitu kama diplomasia kunaweza kumaanisha mikakati iliyoboreshwa na mashine ambayo wanadamu hupata kuwa dhaifu sana. “Hii ni hatari sana kwa sababu unapokuwa na mvutano mkubwa mifumo inayumba sana,” alisema. "Kwa hivyo kosa dogo tu kutoka kwa upande mmoja litasababisha maafa."

Ulinganisho huo ni wa kubahatisha, na waandishi hawadai kuwa wamepima mienendo ya kidiplomasia. Lakini inaangazia mvutano wa kweli (wa aina ya shirika) katika uwekaji wa AI: mali ile ile ambayo huruhusu injini kumshinda mkuu - faraja na ugumu endelevu - inaweza kuwa mali ambayo inafanya mikakati yake kuwa hatari kupitisha katika taasisi za kibinadamu ambazo haziwezi kuzidumisha kwa uhakika.

Kile ambacho Utafiti hauonyeshi

Mapungufu yanafaa kusema wazi. Utafiti huanzisha uwiano kati ya mvutano na nguvu ya kucheza, si utaratibu wa causal kuunganisha mbili. Inalinganisha jozi mahususi ya injini dhidi ya idadi fulani ya michezo ya binadamu kutoka hifadhidata za mtandaoni, na chess - pamoja na mienendo yake ya kipekee na taarifa kamili - inasalia kuwa mpangilio bora zaidi wa uchanganuzi wa aina hii. Kupanua "mvuto wa kimkakati" kwa vikoa vya messier ni dhana, sio matokeo.

Bado, karatasi inaongeza kitu ambacho fasihi ya chess-AI imekosa: takwimu rahisi, inayoweza kutambulika ambayo hutenganisha kwa uwazi jinsi wanadamu na mashine hudhibiti ugumu wakati wa mchezo. Chess imetumika kwa muda mrefu kama mfumo wa kielelezo wa kusoma utambuzi kwa wanadamu na mashine, na ushindi wa Deep Blue wa 1997 dhidi ya Garry Kasparov uliashiria wakati ambapo mashine zilithibitisha kwa mara ya kwanza kuwa zinaweza kutushinda katika mchezo wetu wa kuhesabu. Takriban miaka 30 sasa, swali limehama kutoka iwapo mashine zinaweza kushinda hadi kwa nini zinashinda - na, inazidi, hadi ni nini njia yao ya kushinda inaweza kutufundisha kuhusu mifumo ambayo sasa tunakabidhi maamuzi ya ulimwengu halisi.

---

Kaa Mbele ya AI

Pata habari za hivi punde za AI, uchanganuzi na mafanikio - yote katika sehemu moja.

Soma habari zaidi za AI →