Kỹ Thuật Đánh Bại AI Cờ Vây: Một Chiến Lược Đơn Giản Nhưng Hiệu Quả

Cách thức ‘vô chiêu thắng hữu chiêu’ đã giúp các nhà nghiên cứu tìm ra cách đánh bại trí tuệ nhân tạo trong môn cờ vây.

Cờ vây đã trở thành một trong những lĩnh vực đầu tiên bị các hệ thống trí tuệ nhân tạo (AI) xâm nhập một cách triệt để. Trước thời điểm lịch sử năm 2016, các kỳ thủ cờ vây hàng đầu vẫn có thể đánh bại những chương trình AI mạnh mẽ nhất. Tuy nhiên, sự xuất hiện của AlphaGo từ DeepMind đã thay đổi hoàn toàn cuộc chơi nhờ vào khả năng học hỏi và cải thiện thông qua mạng nơ-ron. Gần đây, một hệ thống AI mới mang tên KataGo cũng đã gây sốt khi dễ dàng đánh bại các kỳ thủ cờ vây hàng đầu.

AlphaGo từng khiến nhiều kỳ thủ con người ‘ôm hận’.

Gần đây, một nhóm nghiên cứu đã công bố một phương pháp mới cho phép đánh bại KataGo một cách bất ngờ bằng các kỹ thuật khai thác những điểm yếu của hệ thống AI. Bằng cách thực hiện những nước đi bất ngờ, một chương trình chơi cờ vây đơn giản hơn nhiều đã có thể vượt qua KataGo.

Adam Gleave, một ứng viên Tiến sĩ tại UC Berkeley, cho biết nhóm của ông đã phát triển chiến thuật mà các chuyên gia AI gọi là ‘chính sách đối kháng’. Họ đã áp dụng mạng nơ-ron kết hợp với kỹ thuật tìm kiếm cây (Monte Carlo Tree Search) để xác định những nước đi hiệu quả.

KataGo đã tự học bằng cách chơi vô số ván cờ với chính nó, nhưng dường như vẫn còn thiếu sót trong việc xử lý các tình huống mà nó chưa gặp phải, tạo ra điểm yếu khiến nó thua cuộc.

“KataGo có khả năng khái quát tốt, nhưng mức độ hiệu quả của nó giảm khi gặp phải các chiến thuật không giống với những gì nó đã học”, Gleave cho biết. “Chúng tôi đã phát hiện ra một loại chiến thuật không phân phối mà KataGo dễ mắc phải, và có thể còn nhiều chiến thuật khác nữa.”

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

Gleave giải thích rằng, trong một trò chơi cờ vây, ‘chính sách đối kháng’ thực hiện bằng cách đặt quân cờ ở góc bàn. Điều này tạo điều kiện cho một ví dụ trong đó đối thủ, với quân cờ đen, chủ yếu chơi ở phía trên bên phải của bàn cờ. KataGo (chơi với quân trắng) đã chiếm phần lớn bàn cờ, nhưng lại mắc phải sai lầm khi không nhận ra rằng một số quân cờ thuộc lãnh thổ của nó có thể bị đối thủ bắt.

“Điều này khiến KataGo tin rằng nó đã chiến thắng,” Gleave nói. “Mặc dù lãnh thổ của nó lớn hơn, nhưng phần lãnh thổ phía dưới bên trái không bắt buộc phải đóng góp vào điểm số của nó do sự hiện diện của quân cờ đen.”

Khi trò chơi tiến tới giai đoạn cuối, KataGo đã đánh giá cao khả năng thắng lợi của mình đến mức thực hiện một nước đi bỏ lượt, dẫn đến tình huống khi tính điểm, đối thủ nó lại thắng. Điều này xảy ra bởi vì đối thủ nhận điểm cho vùng lãnh thổ của mình, trong khi KataGo không có điểm cho lãnh thổ có mặt quân cờ đen.

Nhiều bộ môn cờ khác cũng đã bị AI lấn át như cờ vua, cờ tướng…

Chiến thuật đánh bại KataGo dường như rất phức tạp, nhưng thực tế các người chơi nghiệp dư lại có thể làm rất dễ dàng hơn. Chiến thuật này chỉ đơn giản là tấn công vào một điểm yếu không ngờ của KataGo. Điều này cho thấy rằng những tình huống như vậy có thể tồn tại trong tất cả các hệ thống học sâu khác.

“Nghiên cứu cho thấy rằng các hệ thống AI có thể hành động theo cách mà con người không thể hình dung được, và từ đó tạo ra những sai lầm đơn giản nhưng bất ngờ”, Gleave giải thích. “Dù kết quả này thú vị trong cờ vây, thì những lỗi tương tự trong các hệ thống quan trọng về an toàn có thể gây ra hậu quả nghiêm trọng.”

Hãy tưởng tượng nếu AI đang sử dụng trong xe tự lái đương đầu với một tình huống bất ngờ mà nó không thể lường trước, như có người đánh lừa để thực hiện hành vi nguy hiểm. Gleave cho rằng “Nghiên cứu này nhấn mạnh tầm quan trọng của việc kiểm tra và rà soát các hệ thống AI để nhận diện các lỗi trong những tình huống khắc nghiệt, không chỉ dừng lại ở việc kiểm tra hiệu suất trong điều kiện bình thường.”