AI学习人类棋局提升下棋机器人决策能力

快速阅读: 张开发了国际象棋机器人Allie，模仿人类思考方式，适应不同水平玩家，已在Lichess上线近万局，将亮相2025年新加坡国际学习表征会议。

张的挫败感促使他开发了一款名为Allie的国际象棋机器人。这款由人工智能驱动的机器人展示了像人类一样思考的AI工具的优势。张认为，训练未来的AI系统在解决复杂问题时进行深思熟虑，可以创造出更好的代理，用于治疗、教育和医疗领域。

“人们一直痴迷于构建比大多数人类更擅长数学或其他推理任务的超人类AI，”张的导师、LTI助理教授达芙妮·伊波利托说，“但我们有很多机会训练AI模型模仿人类行为，我认为这值得探索。”

Allie的下棋方式与人类相似，能够适应从初学者到高手的不同水平。它的训练方式类似于支撑现代聊天机器人的语言模型，如ChatGPT。但团队没有向Allie提供互联网上的文本，而是使用了来自热门国际象棋平台Lichess的9100万份对局记录。这些记录让Allie学会了如何像人类玩家一样移动棋子，在关键位置花时间思考，并在无法获胜时认输。

“我对我们使用的自适应方法感到兴奋，这些方法将经典AI搜索程序与人类行为建模相结合，效果优于单一方法，”LTI助理教授丹尼尔·弗里德说，“我们使用的方法已经在复杂游戏如《外交风云》中得到应用，我很期待看到它们在需要战略思维但以人类兼容方式行动的任务中的应用。”

大多数国际象棋引擎的目标只有一个：赢得比赛。它们模拟无数未来走法，通过自我对弈不断改进，而无需人类数据。这种方法造就了几乎不可战胜的系统，如AlphaZero或Stockfish，使它们成为休闲玩家和初学者的糟糕对手。

“在Allie之前，还没有一个国际象棋引擎能模拟人类的思维方式，”张说，“现有的国际象棋AI在复杂局面下会立即走棋，而在完全输掉的局面下继续下棋，这使得它们显得不自然。”

谈到未来计划，团队表示Allie是完全开源的，自部署在Lichess以来，已经积累了近10000场对局。

“我们的项目意义在于评估人们如何与试图表现得像人类的AI互动，”伊波利托说，“我们还特意建立了一个开源平台，供他人进一步开发。”

Allie将在2025年新加坡国际学习表征会议上展示，这是机器学习研究的重要场所。张、伊波利托和弗里德与麻省理工学院博士生阿图尔·保罗·雅各布和Visa研究员薇薇安·赖合作完成了该项目。

(以上内容均由Ai生成)