一个普通玩家,甚至不是最高级别的玩家,都击败了领先的系统 人工智能 在棋类游戏围棋中,这是一个惊喜,因为计算机在 2016 年赢得的胜利被认为是人工智能发展的一个重要里程碑。
美国业余选手 Kellyn Pelrin 利用之前被另一台计算机发现的系统缺陷,赢得了 14 场比赛中的 15 场。 这场胜利凸显了大多数现代人工智能系统所拥有的围棋最佳计算机程序的弱点,包括臭名昭著的聊天机器人 ChatGPT,由 OpenAI 创建。
具有讽刺意味的是,制胜法宝是由另一个探索人工智能系统以寻找弱点的计算机程序提供的。 “我们使用该系统出奇地容易,”开发该程序的加州研究公司 FAR AI 的首席执行官亚当·格利夫 (Adam Gleave) 说。 他说,该程序必须与最流行的围棋系统之一 KataGo 进行超过 万场对局,才能找到所谓的“盲点”。 根据佩林的说法,该程序发现的策略“并不完全是微不足道的,但也不是特别难”,因此普通人完全有能力掌握它。
七年后,人工智能似乎在通常被认为是最困难的战略棋盘游戏中证明了其对人类无可争议的优势。 公司开发的AlphaGo系统 DeepMind,由谷歌拥有,在 2016 年以 4-1 击败世界冠军李世石。 2019年,这位韩国选手正是因为人工智能的发展而停止参加比赛——他宣称再也没有人能打败他。 好吧,李世石有点仓促下了结论。
在围棋游戏中,两名棋手轮流在标有19x19方格的棋盘上放置黑白棋子,力图包围对方的棋子并占据最大的面积。 大量的组合意味着计算机无法真正评估所有可能的未来走法。 佩尔林使用的一种战术是慢慢地串起一个大的“环”石块来包围对手的一组,分散注意力 人工智能 在棋盘的其他角落移动。 即使包围圈几乎完成,机器人也没有注意到这个漏洞。 “但一个人很容易注意到它,”玩家补充道。
也很有趣:
在一些最先进的围棋机器中发现的弱点表明,支撑最先进的深度学习系统存在根本缺陷 人工智能. 正如加州大学伯克利分校计算机科学教授 Stuart Russell 所说,系统只能“理解”它们过去遇到的特定情况,无法像人那样概括一切。 “这再次表明,我们过于草率地将超人智能归因于机器,”拉塞尔说。
佩尔林使用的策略很可能很少被使用,这意味着人工智能系统没有接受过足够多的类似游戏的训练以“理解”它们的弱点。
也很有趣: