Chiến Thuật Đơn Giản Đánh Bại Trí Tuệ Nhân Tạo Trong Cờ Vây

Học máy và trí tuệ nhân tạo đang ngày càng trở nên mạnh mẽ, nhưng một phương pháp đơn giản đã giúp vượt qua những hạn chế của chúng trong môn cờ vây.

Cờ vây đã từ lâu được coi là một thử thách lớn cho trí tuệ nhân tạo (AI). Trước khi AlphaGo của DeepMind ra đời vào năm 2016, những người chơi cờ vây ưu tú vẫn tin tưởng vào khả năng của mình để đánh bại các AI tiên tiến nhất. Từ đó, AlphaGo đã tạo ra một cuộc cách mạng trong cách chơi và học cờ vây thông qua mạng nơ-ron học sâu. Tiếp nối AlphaGo, hệ thống AI mang tên KataGo nhanh chóng khẳng định vị thế của mình như một đối thủ đáng gờm, thường xuyên đánh bại những kỳ thủ xuất sắc của con người.

AlphaGo từng khiến nhiều kỳ thủ con người “ôm hận”.

Tuy nhiên, mới đây, một nhóm các nhà nghiên cứu đã công bố một nghiên cứu thú vị về cách có thể đánh bại KataGo. Họ đã phát triển một chiến thuật gọi là “chính sách đối kháng”, cho phép người chơi khai thác những điểm yếu của AI bằng cách thực hiện những nước đi bất ngờ ngoài khuôn khổ luyện tập của nó. Hệ thống chơi cờ vây mà đội nghiên cứu thực hiện được xác định là yếu hơn so với KataGo, nhưng lại có thể đánh bại nó một cách ấn tượng.

Adam Gleave, một ứng cử viên tiến sĩ tại UC Berkeley, chia sẻ rằng nhóm của ông đã phát triển chính sách đó bằng cách kết hợp mạng nơ-ron và các phương pháp tìm kiếm thông minh, cụ thể là tìm kiếm cây Monte Carlo. Dù KataGo đã học cờ vây bằng cách chơi hàng triệu ván đấu với chính nó nhưng vẫn không thể lường trước hết mọi tình huống có thể xảy ra.

“KataGo có khả năng tổng quát khá tốt về nhiều chiến thuật mới lạ, nhưng nó có phần yếu hơn khi rời khỏi những trận đấu mà nó đã luyện tập”, Gleave nói. “Chúng tôi đã phát hiện ra một chiến lược mà KataGo dễ mắc phải, và có thể còn nhiều chiến thuật khác nữa”.

Chiến thuật mới khiến KataGo (quân trắng) thua dù lãnh thổ chiếm được có vẻ rộng hơn rất nhiều.

Theo Gleave, trong một trận đấu cờ vây, chiến thuật “chính sách đối kháng” bắt đầu bằng cách đặt quân cờ vào một góc nhỏ của bàn cờ. Điều này tạo ra tình huống thuận lợi cho đối thủ, chủ yếu chơi ở phía trên bên phải của bàn cờ, cho phép KataGo chiếm nhiều lãnh thổ hơn. Tuy nhiên, sự chiếm lĩnh này thực tế không đem lại lợi ích nào cho KataGo, vì vùng lãnh thổ đó bị chặn bởi quân cờ đen.

“Điều này đánh lừa KataGo, khiến nó tin rằng mình đã thắng”, Gleave giải thích. “Vì lãnh thổ mà nó có được lớn hơn nhiều so với đối thủ, nhưng không thực sự đóng góp vào điểm số của nó, vì có quân cờ đen hiện diện trong vùng đó.”

Cuối cùng, khi KataGo tự tin rằng nó sẽ chiến thắng dựa trên điểm số, nó đã bỏ lượt, dẫn đến một tình huống mà cả hai kỳ thủ đều không thể mở rộng thêm lãnh thổ. Giai đoạn này đánh dấu sự kết thúc trận đấu trong cờ vây, nơi cả hai bên sẽ tính điểm.

Sau cờ vây, nhiều bộ môn cờ khác cũng đã bị AI lấn át như cờ vua, cờ tướng…

Dù KataGo xem ra khó đánh bại bởi chiến thuật này, nhưng người chơi cờ nghiệp dư có thể dễ dàng vượt qua nó. Mục tiêu duy nhất của chiến thuật này là tấn công vào những lỗ hổng không lường trước của KataGo, điều này cho thấy các AI có thể gặp phải vấn đề tương tự trong nhiều lĩnh vực khác.

“Nghiên cứu cho thấy rằng các hệ thống AI dường như hoạt động khác xa với cách con người thường làm, từ đó dẫn đến những điểm yếu dễ dàng bị khai thác”, Gleave nhận định. “Đây là một kết quả thú vị trong cờ vây, nhưng những sai lầm tương tự có thể gây nguy hiểm trong các hệ thống quan trọng liên quan đến an toàn.”