Cách Đánh Bại AI Cờ Vây: Thủ Thuật Đơn Giản Mà Hiệu Quả

Thế giới cờ vây chuẩn bị chào đón một bước chuyển mình lớn khi trí tuệ nhân tạo (AI) bị vượt qua bằng những chiến thuật đơn giản.

Cờ vây đã từng là một trong những lĩnh vực đầu tiên mà trí thông minh nhân tạo thách thức thành công. Trước năm 2016, người chơi giỏi nhất không dễ dàng bị đánh bại bởi các hệ thống AI hiện có. Tuy nhiên, mọi thứ đã thay đổi với sự xuất hiện của AlphaGo do DeepMind phát triển, một hệ thống đã tự mình học hỏi và chơi ở trình độ mà con người không thể theo kịp. Sau đó, KataGo xuất hiện như một phiên bản mã nguồn mở mạnh mẽ khác, tiếp tục thống trị trên bàn cờ vây.

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

Gần đây, một nhóm nghiên cứu đã công bố một báo cáo chỉ ra phương pháp đánh bại KataGo bằng những kỹ thuật bất ngờ, lợi dụng những điểm yếu của hệ thống trí tuệ nhân tạo này. Họ đã phát hiện rằng bằng cách thực hiện những nước cờ không dự đoán được, ngay cả những chương trình chơi cờ dây không mạnh mẽ cũng có thể khiến KataGo thất bại.

Adam Gleave, một ứng viên Tiến sĩ tại UC Berkeley cho biết nhóm đã áp dụng cái gọi là “chính sách đối kháng” trong nghiên cứu của họ. Các nhà nghiên cứu kết hợp giữa mạng nơ-ron và phương pháp cây tìm kiếm Monte-Carlo để tìm ra nước đi thích hợp.

KataGo đã tự động luyện tập qua hàng triệu trận đấu, nhưng vẫn còn thiếu sót khi đối mặt với những tình huống bất ngờ, từ đó tạo ra những khoảng trống do các “hành vi không mong muốn”.

“Mặc dù KataGo có khả năng tổng quát tốt cho nhiều chiến thuật mới, nhưng nó lại yếu đi khi rời xa những trận đấu mà nó đã học,” ông Gleave cho biết. “Chúng tôi đã phát hiện ra một chiến lược không phổ biến mà KataGo rất dễ mắc phải, và có thể còn nhiều chiến lược khác tương tự.”

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

Trong một trận đấu cờ vây, “chính sách đối kháng” được thực hiện bằng cách đặt quân ở một góc nhỏ của bàn cờ. Điều này tạo ra cơ hội cho đối thủ chiếm ưu thế ở các khu vực khác trên bàn cờ. Khi KataGo nghĩ rằng nó đang thắng nhờ lãnh thổ lớn hơn, thực tế phần lãnh thổ mà nó kiểm soát không đủ để ghi điểm do sự hiện diện của quân cờ đối thủ.

“KataGo đã sai lầm khi nghĩ rằng nó đã thắng,” Gleave cho biết, “vì nó đã kiểm soát một vùng lãnh thổ lớn hơn rất nhiều so với đối thủ. Tuy nhiên, lãnh thổ dưới cùng bên trái lại không thực sự giúp tăng điểm số.”

Khi không còn cơ hội mở rộng, KataGo sẽ tự động bỏ lượt, và đối thủ cũng làm theo. Điều này dẫn đến việc kết thúc trận đấu, đâu là thời điểm điểm số được tính.

Quá trình kiểm đếm diễn ra không như KataGo mong đợi, khi đối thủ của nó nhận được điểm từ vùng lãnh thổ mà nó đã kiểm soát, trong khi KataGo lại không thể ghi điểm từ khu vực có sự hiện diện của quân cờ đối thủ.

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

Khi chiến thuật này có vẻ khó bị đánh bại bởi KataGo, những người chơi nghiệp dư lại có thể áp dụng thành công dễ dàng. Điều này cho thấy rằng khả năng khai thác các điểm yếu trong các hệ thống AI học sâu vẫn còn tồn tại.

“Nghiên cứu này chỉ ra rằng các hệ thống AI dường như hoạt động như con người thường thực hiện theo những cách rất bất ngờ, điều này có thể dẫn đến thất bại trong những tình huống đơn giản.” Gleave nhấn mạnh. “Kết quả này thật thú vị trong lĩnh vực cờ vây, nhưng những lỗi tương tự trong các hệ thống quan trọng về an toàn có thể gây ra hậu quả nghiêm trọng.”

Hãy tưởng tượng một AI điều khiển xe tự lái phải đối mặt với một tình huống khó mà không lường trước, cho phép con người thao túng nó để thực hiện những hành vi nguy hiểm. Gleave khuyến nghị: “Nghiên cứu này nhấn mạnh tầm quan trọng của việc kiểm thử tự động tốt hơn cho các hệ thống AI, nhằm phát hiện ra những lỗi trong điều kiện xấu, không chỉ đơn thuần là đánh giá hiệu suất trong các tình huống bình thường.”