ฉันเป็นแชมป์หมากรุก และนี่คือเหตุผลที่ฉันเล่นหมากรุกกับ ChatGPT

(SeaPRwire) –   โมเดลภาษาขนาดใหญ่ (LLMs) เล่นหมากรุกได้แย่มาก

แต่ถึงอย่างนั้น ในฐานะแชมป์หมากรุกแห่งชาติสามสมัยและแชมป์หมากรุกสตรีสหรัฐสองสมัย ฉันกลับชอบที่จะเล่นกับพวกมัน ไม่ใช่เพราะมันผลักดันให้ฉันเล่นได้ดีที่สุด แต่เป็นเพราะสิ่งที่พวกมันเผยให้เห็นเกี่ยวกับธรรมชาติของมนุษย์

การเล่นหมากรุกกับ LLMs ได้สอนฉันว่า มนุษย์มีความสร้างสรรค์และหลากหลายอย่างไม่มีใครเหมือนเพียงใด มนุษย์ตกเป็นเหยื่อของการยกย่องและประจบสอพลอได้ง่ายเพียงใด และ AI กำลังเริ่มต้นที่จะหล่อหลอมพฤติกรรมของมนุษย์อย่างไร

โดยพื้นฐานแล้ว LLMs ไม่ได้ถูกออกแบบมาให้เล่นหมากรุกได้ดีเลย เพราะพวกมันถูกสร้างขึ้นมาเพื่อทำนายสิ่งที่น่าจะเกิดขึ้นต่อไปและเพื่อทำให้เราพอใจ อัลกอริธึมหมากรุกที่ใช้ AI ไม่ได้พยายามที่จะทำลายคุณ แต่พวกมันพยายามทำให้คุณเล่นต่อ อย่างไรก็ตาม จากเกมหมากรุกที่แย่แต่กลับน่าสนใจของพวกมัน เราสามารถเรียนรู้บทเรียนที่ไกลเกินกว่ากระดานหมากรุกหรือโทเค็นได้

โปรแกรม AI หมากรุกระดับเหนือมนุษย์ ตั้งแต่โปรแกรมที่เอาชนะแกร์รี คาสปารอฟ เมื่อ 30 ปีที่แล้ว ไปจนถึง “AlphaZero” ของ DeepMind สามารถเอาชนะผู้เล่นมนุษย์คนใดก็ได้อย่างต่อเนื่อง แต่คนส่วนใหญ่ไม่เล่นกับคอมพิวเตอร์หมากรุกระดับสูงอีกแล้ว เพราะความพ่ายแพ้ของคุณเป็นเรื่องที่คาดการณ์ได้ล่วงหน้า การถูกทำลายซ้ำแล้วซ้ำเล่าสามารถสอนคุณได้เพียง有限เท่านั้น ในทางกลับกัน การทดลองกับ LLMs สามารถทำให้ตื่นเต้นได้

เมื่อฉันท้าทาย ChatGPT4 เป็นครั้งแรกในเกมหมากรุก มันเล่นได้พอใช้ แต่ฉันยังได้ตำแหน่งที่ดีหลังจาก 15 การเดินและได้เบี้ยหมากม้าไป เมื่อข้อได้เปรียบของฉันเพิ่มขึ้น มันก็ประมวลผลผิดพลาดโดยสร้างเบี้ยหมากหลอกขึ้นมาเพื่อกินควีนของฉันกลับคืน 换句话说 มันโกง! ในตอนแรก สิ่งนี้ดูไม่สมเหตุสมผลนัก LLMs ทั่วไปไม่เป็นที่รู้จักในด้านการประจบสอพลอมากกว่าการขโมยหรอกหรือ?

ดังนั้นฉันจึงเริ่มเล่นการเดินที่แย่ที่สุดที่ฉันคิดได้กับ ChatGPT มันบิดเบือนกฎอีกครั้ง แต่ครั้งนี้เป็น ประโยชน์ต่อฉัน เบี้ยหมากหลอกเข้ามาแทนที่เบี้ยที่ฉันเดินผิด ไม่ว่าฉันจะเล่นได้ดีหรือแย่กว่า ChatGPT มันก็ทำให้ฉันอยู่ในระดับเดียวกับมันเสมอ มันไม่ได้โกงเสมอไป แต่มันมักจะ “สร้างเรื่องขึ้นมา” เมื่อมนุษย์สร้างเรื่องขึ้นมา เราพยายามเติมเต็มช่องว่างของความทรงจำหรือความฝันด้วยลำดับที่สมเหตุสมผลที่สุด ChatGPT ก็กำลังทำสิ่งเดียวกัน

ฉันพบว่าการประมวลผลผิดพลาดของ LLMs มีแนวโน้มที่จะเกิดขึ้นเมื่อพยายามเดิน “การเดินไกล” ซึ่งข้ามกระดานทั้งฝั่ง สิ่งนี้สะท้อนให้เห็นถึงการที่ LLMs ต่อสู้ดิ้นรนกับบทสนทนาที่ยาวนาน

เมื่อ Google จัดการแข่งขันระหว่าง LLMs ชั้นนำ 42 เกมจาก 47 เกม เริ่มด้วยการเปิดเกม Sicilian Defense ซึ่งเป็นที่ชื่นชอบของ Bobby Fischer เช่นกัน และ Beth Harmon ตัวละครในเรื่อง Queen’s Gambit ทำไมถึงชอบ Sicilian กันนัก? เพราะมันเป็นการเปิดเกมที่ได้รับความนิยมมากที่สุด การวิจัยล่าสุดของ DeepMind แสดงให้เห็นผลลัพธ์แบบเดียวกันเมื่อพวกเขาพยายามสร้างตำแหน่งหมากรุกที่สร้างสรรค์ สวยงามน่ามอง และขัดแย้งกับสามัญสำนึก นักวิจัยพบว่า AI มักจะ “ยุบตัว” ซ้ำๆ กับธีมและรูปแบบเดิมๆ ที่พวกเขาตีค่าว่า “สวยงาม”

ในกรณีของโปรแกรมค้นหาความงามในหมากรุกของ DeepMind นักวิจัยสามารถลดปัญหานี้ได้โดยการโปรแกรมให้มีความหลากหลายมากขึ้นโดยเฉพาะ แต่แม้จะมีข้อมูลการฝึกอบรมจำนวนมาก ผลลัพธ์เชิงความน่าจะเป็น และตัวกรองความหลากหลาย การเลียนแบบความแปรปรวนและขอบเขตของความคิดมนุษย์ก็ไม่ใช่เรื่องง่าย

แน่นอนว่า LLMs และ AI โดยกว้างกว่า ไม่ใช่เทคโนโลยีเดียวที่ต่อสู้ดิ้นรนเพื่อจับความหลากหลายของประสบการณ์มนุษย์ ยกตัวอย่างเช่น พลวัตแบบผู้ชนะได้ทั้งหมดของอัลกอริธึมโซเชียลมีเดีย ซึ่งการทำตามสิ่งที่ผู้ใช้โดยเฉลี่ยต้องการทำให้คุณได้รับคลิก ความสนใจ และเงินมากขึ้น เพื่อหลีกเลี่ยงการตกอยู่ภายใต้การดึงดูดของเสียงเดียวและวัฒนธรรมเดียว เราต้องแสวงหาความหลากหลายในแหล่งข้อมูล คำสั่ง และข้อมูลที่ป้อนเข้า ดังที่ฮารูกิ มูราคามิเขียนไว้: “หากคุณอ่านแต่หนังสือที่คนอื่นๆ เขากำลังอ่าน คุณก็จะคิดได้แต่สิ่งที่คนอื่นๆ กำลังคิดเท่านั้น”

เช่นเดียวกับเอนจินหมากรุก LLMs จะดีขึ้นเท่านั้น และเราต้องเตรียมพร้อมสำหรับอนาคตนั้น หมากรุกได้ต่อสู้กับการพยายามรักษาความยุติธรรมของเกมท่ามกลาง AI ระดับเหนือมนุษย์มาหลายทศวรรษแล้ว อุปกรณ์อิเล็กทรอนิกส์ถูกห้ามมานานในการแข่งขันหมากรุก แต่สิ่งนั้นก็ไม่ได้หยุดยั้งการโกงที่สร้างความปั่นป่วนให้กับสนามแข่งขัน

ในเรื่องอื้อฉาวการโกงหมากรุกที่โดดเด่นที่สุดเท่าที่เคยมีมา แม็กนัส คาร์ลเซน อันดับหนึ่งของโลกแพ้ให้กับแกรนด์มาสเตอร์ ฮานส์ นีมันน์ อายุ 19 ปีในขณะนั้นในปี 2022 คาร์ลเซนถอนตัวจากการแข่งขัน และมีการเปิดเผยว่าฮานส์เคยโกงในเกมออนไลน์ในอดีต แม้ว่าจะไม่มีหลักฐานใดๆ บ่งชี้ว่าฮานส์โกงในการแข่งกับแม็กนัส แต่ทฤษฎีแปลกๆ หลายทฤษฎีก็แพร่ไวรัล เช่น ทฤษฎีที่เสนอว่ามีการใช้ลูกปัดทวารหนักเพื่อสกัดกั้นการเดินหมากผ่าน AI ตั้งแต่นั้นมา การถ่ายทอดสดกิจกรรมได้เพิ่มความล่าช้าเวลาและเพิ่มการเฝ้าระวัง แม้จะมีมาตรการเหล่านี้ ข้อกล่าวหาและเรื่องอื้อฉาวเกี่ยวกับการโกงก็ยังเป็นเรื่องปกติ บางกรณีมีมูล บางกรณีมีหลักฐานน้อย ถูกขับเคลื่อนโดยอัลกอริธึมโซเชียลมีเดียที่กระหายดราม่า—และทวีความรุนแรงขึ้นเพราะความกลัวการโกงโดยใช้ AI

สิ่งที่สอนเราคือ การสร้างเครื่องมือตรวจจับการโกงที่ทันสมัยขึ้นจะไม่เพียงพอในอนาคตที่ขับเคลื่อนโดย AI แต่แทนที่ เราต้องสร้างความไว้วางใจและความซื่อสัตย์ตลอดทั่วทั้งชุมชนของเรา นี่คือสิ่งที่ AI ไม่สามารถทำแทนเราได้

มันยังสอนเราอีกว่า เราไม่สามารถมองโลกในแง่ดีอย่างง่ายดายเกี่ยวกับความซับซ้อนของอนาคตที่ขับเคลื่อนโดย AI ได้ แต่แทนที่ เราต้องหาวิธีการเชิงบวกในการใช้ประโยชน์จาก AI

ผู้เล่นหมากรุกได้กลายเป็นผู้เชี่ยวชาญในการปรับการใช้งาน AI ของเราเพื่อการฝึกซ้อมและการเตรียมตัว ซึ่งเราจะทบทวนเกมของเราเองและเกมของคู่ต่อสู้ จุดที่เหมาะสมคือการขยายและปรับปรุงรายการการเดินที่เป็นไปได้ของเรา แต่ไม่มากจนเราเลิกคิดด้วยตัวเอง ฉันชอบวิธีแบบแซนด์วิช ฉันเริ่มต้นด้วยสมองของฉันเอง (ขนมปัง) จากนั้นฉันดูว่า AI มีอะไรที่จะพูดเกี่ยวกับสถานการณ์นั้น (ทูน่าฟิช) และจากนั้นฉันก็กลับไปคิดเกี่ยวกับข้อสรุปโดยใช้สมองของฉันเองอีกครั้ง

LLMs เป็นดาบสองคม: พวกมันสามารถทำให้เราคมกริบและฉลาดขึ้นได้ หรือพวกมันสามารถทำให้เราทื่อและกลายเป็นคนธรรมดาๆ ที่คิดได้ก็ต่อเมื่อมีคอมพิวเตอร์อยู่ใกล้ๆ เมื่อเล่นหมากรุกกับ LLMs เราสามารถมองเห็นจุดแข็งและข้อจำกัดบางประการของพวกมันในฐานะผู้ฝึกสอนหรือที่ปรึกษาได้ชัดเจนขึ้น ดังนั้นเราจึงรู้ว่าเมื่อไหร่ควรบอกว่า “Goodnight Gemini”