هوش مصنوعی Ataraxos قهرمان تاریخی استراتگو را شکست داد

هوش مصنوعی استراتگو با نام Ataraxos توانسته است Pim Niemeijer، بازیکنی که از او به‌عنوان بهترین بازیکن تاریخ این بازی یاد می‌شود، شکست دهد؛ نتیجه‌ای چشمگیر در رقابتی که به‌دلیل اطلاعات پنهان و طولانی‌بودن بازی برای سامانه‌های هوش مصنوعی دشوار بوده است. این سامانه را گروهی از پژوهشگران Carnegie Mellon، MIT، New York University و Stanford ساخته‌اند و آموزش آن، طبق گزارش منتشرشده در اول اکتبر ۲۰۲۶، با ۱۶ پردازنده گرافیکی و هزینه‌ای چند هزار دلاری انجام شده است.

نتیجه رقابت Ataraxos در استراتگو

Ataraxos در برابر Niemeijer پانزده بازی را برد، یک بازی را باخت و چهار بازی را مساوی کرد. Niemeijer در گزارش به‌عنوان بازیکنی توصیف شده که می‌توان او را بهترین بازیکن استراتگو در تاریخ دانست.

این دستاورد از این جهت مورد توجه است که موفقیت هوش مصنوعی در بازی‌های راهبردی پیش‌تر بیشتر با نمونه‌هایی مانند Deep Blue در شطرنج و AlphaGo در بازی Go شناخته می‌شد. سامانه‌های بازی پوکر نیز در سال‌های گذشته توانسته‌اند بازیکنان حرفه‌ای را شکست دهند، اما استراتگو همچنان چالشی متفاوت باقی مانده بود. حتی DeepMind، با وجود منابع قابل‌توجه، نتوانسته بود سامانه‌ای بسازد که به‌طور قابل‌اعتماد بهترین بازیکنان انسانی این بازی را شکست دهد.

چرا استراتگو برای هوش مصنوعی دشوار است؟

در استراتگو هر بازیکن ۴۰ مهره با رتبه‌های نظامی گوناگون، از مارشال تا جاسوس، در اختیار دارد؛ بمب و پرچم نیز بخشی از بازی‌اند. هدف، تصرف پرچم حریف است. هر طرف جای مهره‌های حریف را می‌بیند، اما از هویت آن‌ها خبر ندارد.

هویت مهره‌ها تنها زمانی آشکار می‌شود که دو مهره در نبرد با هم برخورد کنند. در آن لحظه مهره ضعیف‌تر حذف می‌شود و رتبه مهره برنده نیز مشخص خواهد شد. بنابراین بازیکن باید در طول بازی، در کنار جابه‌جایی مهره‌ها، درباره نیروهای پنهان حریف هم تصمیم‌گیری کند. این وضعیت، استراتگو را به بازی‌ای با اطلاعات ناقص تبدیل می‌کند؛ یعنی همه اطلاعات لازم برای انتخاب حرکت در دسترس نیست.

اطلاعات پنهان در مقیاسی طولانی

Eugene Vinitsky، پژوهشگر NYU و یکی از نویسندگان مطالعه، تفاوت اصلی استراتگو را در حجم زیاد اطلاعات پنهان و مدت طولانی آشکارشدن آن می‌داند. به گفته او، اطلاعات پنهان در این بازی در بازه‌ای طولانی‌تر از بسیاری از موقعیت‌های مشابه آشکار می‌شود.

این ویژگی، استراتگو را با پوکر هم‌خانواده می‌کند، چون در هر دو بازی بخشی از اطلاعات از دید بازیکن پنهان است. بااین‌حال، نتیجه Ataraxos نشان می‌دهد که هوش مصنوعی توانسته در یک بازی با پنهان‌بودن گسترده مهره‌ها و روندی طولانی، عملکردی برتر از یک رقیب انسانی برجسته داشته باشد. گزارش موجود جزئیات بیشتری درباره روش آموزش این سامانه ارائه نمی‌کند.

این خبر برای چه کسانی اهمیت دارد

پیروزی Ataraxos برای پژوهشگران هوش مصنوعی و بازی‌های راهبردی اهمیت دارد، چون نمونه‌ای از پیشرفت در تصمیم‌گیری تحت عدم‌قطعیت است؛ مسئله‌ای که در آن سامانه باید با اطلاعات ناقص، انتخاب‌های پی‌درپی انجام دهد. هزینه و سخت‌افزار گزارش‌شده نیز نشان می‌دهد که این نتیجه با منابعی محدودتر از آنچه برای برخی پروژه‌های بزرگ هوش مصنوعی تصور می‌شود به دست آمده است.

برای علاقه‌مندان به بازی‌های فکری، این رقابت نشانه‌ای از ورود هوش مصنوعی به بازی‌ای است که سال‌ها در برابر شکست قطعی ماشین مقاومت کرده بود. بااین‌حال، نتیجه یک رقابت به‌تنهایی چیزی درباره کاربردهای عملی گسترده‌تر این فناوری ثابت نمی‌کند؛ اهمیت اصلی آن، توانایی سامانه در کنارآمدن با اطلاعات پنهان در یک بازی پیچیده است.