據(jù)外媒報道，AI在所有經(jīng)典桌游中打敗我們?nèi)祟愐延泻芏嗄陼r間。但現(xiàn)在，研究人員正在尋找一種方法來阻礙會下棋的AI并教授一套新模型做出更像人類的決定。這顯然是一個新奇的概念：大多數(shù)下棋和玩棋盤游戲的AI再一次地試圖擊敗最優(yōu)秀的人。事實上，在某些情況下，AI玩家非常優(yōu)秀，以至于他們將一些職業(yè)玩家完全趕出了游戲社區(qū)。

然而，Maia--一個全新的國際象棋引擎尋求的是模仿而非超越。正如研究人員指出的那樣，這可能會給AI對手帶來更有趣的國際象棋體驗，同時也能讓對手學(xué)習(xí)和提高自己的技能。

來自多倫多大學(xué)的研究員Ashton Anderson表示：“目前的國際象棋AI并不知道人們在某個特定能力水平上通常會犯什么錯誤。雖然它們會告訴你你犯過的所有錯誤--所有你在哪些情況下沒能像機器一樣精準(zhǔn)地運作--但它們無法區(qū)分你應(yīng)該做什么?！?/p>

對于新手或中級玩家來說，如果被對手碾壓則很難確定自己的弱點。然而當(dāng)挑戰(zhàn)是公平的、競爭環(huán)境是公平的，你就更容易找到那些你本可以做得更好的小地方。

Anderson繼續(xù)說道：“Maia從算法上描述了哪些錯誤屬于哪些關(guān)卡的典型特征，并因此決定了哪些錯誤是人們應(yīng)該克服的、哪些錯誤是他們不應(yīng)該克服的，因為（糾正）這些錯誤仍是非常困難的。

截止到目前，Maia已經(jīng)能在50%以上的時間里匹配人類的動作。雖然這還算不上一個很好的數(shù)字，但卻是一個不錯的開始。

幾周前，Maia被介紹到免費的在線象棋服務(wù)網(wǎng)站lichess.org。在上線的第一周，該模型玩了4萬場，現(xiàn)在這個數(shù)字已經(jīng)上升到了11.637萬。當(dāng)把這個數(shù)字分解下可以看到--66000場勝局、9000場和局、40000敗局。在lichess首次亮相之前，該模型在真實的人類象棋游戲中接受了9套50萬個“位置”的訓(xùn)練。
責(zé)編AJX