تطوع Chatgpt للعب ATARI 2600 عام 1977 إلى لعبة شطرنج وجاءت لتندم على ذلك بعد محرك الشطرنج الثماني بت من عصر حمى الديسكو وقدمت القوة أفضل من المتوقع. أفضل بكثير.

في منشور LinkedIn ، قام مهندس برمجيات Citrix Robert Robert Caruso بربط كيف دخل في محادثة مع Chatgpt حول تاريخ الذكاء الاصطناعي في لعبة الشطرنج التي أدت إلى تقديم لعبة مع Atari Chess. باستخدام محاكي ستيلا ، ملزم كاروسو ، لكن المنافس لم يكن يفعل ذلك ، كما كان يفكر في ممثل عن الدماغ الروبوتيين الذين يُفترض أنه على عتبة تجاوز الذكاء البشري أثناء قيامهم بالركض على المنزلية إلى الإلهية.

في الواقع ، قام أتاري بمسح الكلمة مع chatgpt عندما يتعلق الأمر بالشطرنج. لا أقصد أن وحدة التحكم في اللعبة القريبة من القرن القريب. أعني أن Chatgpt صنعت أخطاء من شأنها أن تحرج أخضر المبتدئين. وفقًا لكاروسو ، واجهت الذكاء الاصطناعى صعوبة في الحفاظ على الجوانب الأساسية للعبة بشكل مستقيم. لقد أربك الصخور للأساقفة ، وتجاهلوا شوك البيدق ، ونسيت أين كانت القطع. حتى عندما تم تبديل طريقة اللعب مع تدوين الشطرنج القياسي ، فإنها لا تزال تلعب مثل سمكة لأنها صنعت الليمون بعد الليمون ، كما يقول عشاق الشطرنج.

أما بالنسبة إلى Atari ، فقد استمر في التوصيل بعيدًا بينما أمضى Caruso 90 دقيقة يمنع الذكاء الاصطناعى من صنع أخطاء متعددة حتى تنازلت عن المباراة أخيرًا.

الأمر المثير للإعجاب بشكل خاص في فوزه هو أن محرك Atari Chess يرجع تاريخه إلى وقت كان فيه مجرد الحصول على جهاز كمبيوتر (أي جهاز كمبيوتر) للعب لعبة قانونية فعلية كان إنجازًا كبيرًا ، وأقل بكثير من وحدة التحكم في اللعبة. حوالي عام 1977 ، كنت أكتب برامج الشطرنج ، واشتريت على مر السنين عددًا من ألعاب شطرنج الكمبيوتر المبكرة التي كنت سأتخلى عنها قريبًا لأن الكثيرين لم يتمكنوا من التعامل مع القبعة أو المارة – ناهيك عن تلك التي اكتشفت فيها كيفية لعب لعبة مثالية ضدها ، لذلك لم أفقد أبدًا.

فلماذا لم يحرك محرك الشطرنج الذي كان تحت فئة مثير للشفقة ويبدو فقط خطوة إلى الأمام ليس فقط الهزيمة بل مهين chatgpt؟ الجواب هو الإجابة التي تخبرنا كثيرًا عن الذكاء الاصطناعى وكيف أصبح هذا المصطلح البطاني قديمًا لأننا نتفهم المزيد عن التكنولوجيا.

ليس الأمر أن الذكاء الاصطناعي لا يمكنه لعب الشطرنج أو لعب الشطرنج بشكل جيد. لقد كان لدينا محركات شطرنج منظمة العفو الدولية التي يمكنها لعقود من الزمن وتستخدم بشكل روتيني اليوم لمساعدة Grandmasters على صقل مهاراتهم. إنه أن الذكاء الاصطناعى ليس مجرد شيء واحد ولا يتقدم مثل متراصة. أكثر من ذلك ، قد لا يكون لمصطلح AI أي معنى حقيقي.

نود أن نفكر في الذكاء الاصطناعي كشيء انفجر في المشهد فقط في السنوات القليلة الماضية. في الواقع ، لقد كان موجودًا منذ الستينيات وتم فهمه نظريًا في الأربعينيات. لقد فقدت عدد الأوقات التي رأيت فيها تقارير عن الذكاء الاصطناعي تُظهر تفوقها الناشئ على البشر من خلال إجراء “اكتشافات علمية” ، أو إنشاء وصفات جديدة ، أو تفوق الأطباء في التشخيص ، أو القيام بشيء ذكي فقط لتذكر نفس الإنجازات التي يتم الاحتفال بها على وجه التحديد منذ عام 1961.

وبعبارة أخرى ، كانت الذكاء الاصطناعى معنا لفترة طويلة جدًا وهي في الحقيقة عبارة عن مصطلح محمل إلى حد ما لمجموعة واسعة من تقنيات الكمبيوتر ، من أنظمة الخبراء البسيطة والخوارزميات القائمة على القواعد إلى التعلم الآلي ، والشبكات العصبية ، والأنظمة الآلية المتقدمة التي غالبًا ما لا تكون لها الكثير علاقة ببعضها البعض.

أحد الأمثلة على ذلك هو محركات الشطرنج بالمقارنة مع نماذج اللغة الكبيرة (LLM) مثل ChatGPT. يعد محرك الشطرنج خوارزمية متخصصة للغاية ، على أعلى مستوى ، يعمل على جهاز كمبيوتر مصمم خصيصًا قادرًا على معالجة مئات الملايين من التحركات في الثانية وفقًا لقواعد الشطرنج الصارمة. تم تصميمها لتبدو عدة خطوات في المقدمة في لعبة وتقليص عدد التحركات الممكنة المستحيلة إلى رقم يمكن التحكم فيه مع مراعاة أشياء مثل فتحات الشطرنج المعروفة مع قواعد الإبهام والقدرة على التعلم من الأخطاء السابقة.

والنتيجة هي لاعب شطرنج القوة الغاشمة التي لا تلعب بشكل جيد – أجهزة الكمبيوتر الشطرنج هي أشياء غير محتملة غالبًا ما تتم مقارنتها بالمريخ في تفكيرهم – لكنها تصنع أخطاء أقل من خصومهم البشرية. ومع ذلك ، فإنهم يلعبون والأفضل قادرون على إنزال أفضل اللاعبين البشر في العالم.

LLMs هي أشياء مختلفة تمامًا عنها لأغراض مختلفة للغاية ، ومقارنة بالعديد من تطبيقات الذكاء الاصطناعي الأخرى ، ليست مشرقة للغاية على الإطلاق. يبدو أنها مثيرة للإعجاب بالنسبة لنا لأنها مصممة للتعامل مع اللغة ، ويمكنهم الاستفادة من قواعد البيانات الكبيرة للغاية ، واللعب في الميل الإنساني إلى تجسيد الآلات والقيام نصف عمل جعلها تبدو ذكية حقًا.

تكمن مشكلة LLMS و Chess في أن LLM تعمل باستخدام تدريبها من قواعد البيانات الواسعة والجبر الخطي للتنبؤ بالرمز التالي في ردها ، وليس كتطبيق قواعد اللعبة المعقدة. كما أنها سيئة للغاية في المنطق مما يسمح لهم بالتحقق من تحركاتهم ضد قواعد اللعبة.

هم أيضا أساسا عديمة الجنسية. يمكنهم الحفاظ على سياق محادثة في رؤوسهم (إذا كان لديهم رؤوس) ، ولكن ليس تحركات شطرنج متعددة. ونتيجة لذلك ، فإنهم ينسون ما يفعلونه ، ولا يمكنهم إبقاء اللوحة مستقيمة ، ويسيء تفسير المواقف ، وقطع الهلوسة من العدم ، ويلعبون بشكل أساسي في أفضل ما يمكن وصفه على أنه طريقة غائبة التفكير.

ضع في اعتبارك أن الأمر ليس أن LLMs ليست جيدة بما يكفي حتى تلعب لعبة الشطرنج وسيكون يومًا ما. إنها الطريقة التي تم بناؤها ، تمامًا مثل محرك الشطرنج من المستوى الأعلى مثل أسماك البورصة سيكون عاجزًا إذا طلبت منه شرح لعبة الشطرنج أو تاريخها أو مناقشة الأساس المنطقي وراء الخطوة.

يمكننا أن نرى هذا من خلال كيفية اقتراب محركات الشطرنج و LLMS من اللوحة. يتمتع محرك الشطرنج دائمًا بفهم دقيق للعب بينما يعمل LLM على المشكلات إحصائيًا بناءً على بيانات التدريب – عكس المحرك تمامًا. هذا أيضا يمنع LLM من التخطيط للمستقبل. لا يمكنه التعامل مع خوارزميات شطرنج البحث العميق أو استراتيجيات Minmax ، لذلك فهي تعيد فقط ما تعلموه من نصوص اللعبة والتعليقات ، وليس تقييمًا فعليًا للعبة. كما أنه لا يمكنه التعامل مع التمثيل الرمزي للمجلس ، مما يؤدي إلى الاختراع التلقائي للقطع ، ومجموعات الألواح المستحيلة ، والتحركات غير القانونية ، وتفسيرات مطوّلة لتبريرها.

بعبارة أخرى ، تشيس ببساطة ليست لعبة chatgpt. لكن هذا يتجاوز الشطرنج. يبرز هذا القيد كيف أن LLMs مثل chatgpt ، في حين تصبح مفيدة وقوية بشكل متزايد ، ليست حل المشكلات العالمية. لا يمكنهم التعامل مع التفكير المنطقي الدقيق أو القواعد الصارمة أو المهام التي تتطلب ذكرى مستمرة للسياقات والاعتماد على الحقائق الصعبة. قد تكون LLM رائعة في مساعدة محرك الشطرنج في شرح اللعبة أو مناقشة الاستراتيجيات التي تحتوي على إنسان ، لكن يدها المجازية تحتاج إلى صفع إذا وصلت إلى البيدق.

كما قال الكبير الدولي ديفيد برونشتاين ، “جوهر الشطرنج يفكر في ماهية الشطرنج”.

وهذا ليس منزل chatbot.

مصدر:

معجب بهذه:

إعجاب تحميل...