নৃশংস এআই দাবা বট দ্বারা অন্ধ? এই একজন মানুষের মত চিন্তা করে

বছরের পর বছর ধরে, দাবা খেলাকে একটি লিটমাস পরীক্ষা হিসাবে দেখা হচ্ছে যে AI মানুষের বুদ্ধির বিরুদ্ধে কতদূর যেতে পারে । 1997 সালে যখন আইবিএম-এর ডিপ ব্লু সুপার কম্পিউটার দাবা বিশ্ব চ্যাম্পিয়ন গ্যারি কাসপারভকে পরাজিত করেছিল, তখন এটি একটি গুরুত্বপূর্ণ মুহূর্ত হিসাবে বিবেচিত হয়েছিল। ওয়াল স্ট্রিট জার্নাল এটিকে "মানবজাতির জন্য পিছনের দিকে একটি বিশাল লাফ" বলে অভিহিত করেছে।

যদিও এটি মানবতার জন্য সম্পূর্ণ রুট হয়নি। মাত্র এক মাস আগে, নরওয়েজিয়ান দাবা গ্র্যান্ডমাস্টার ম্যাগনাস কার্লসেন একটি দাবা খেলায় ChatGPT-কে পরাজিত করেন একটিও পিস না হারিয়ে। মজার বিষয় হল, এআই বটগুলিও লড়াই করছে। এই মাসের শুরুর দিকে, ChatGPT ( OpenAI-এর GPT-o3 রিজনিং মডেল দ্বারা সমর্থিত) একটি দাবা টুর্নামেন্টে Elon Musk-এর নেতৃত্বে xAI দ্বারা তৈরি একটি AI চ্যাটবট Grok-কে পরাজিত করেছে।

কিন্তু একজন গড় দাবা-প্রেমী ব্যক্তি দাবা খেলায় এআই বটের বিরুদ্ধে কীভাবে দাঁড়াতে পারে? ওয়েল, এটা হতাশাজনক. দাবা ফোরামে আপনি দেখতে পাবেন সবচেয়ে পুনরাবৃত্ত থিমগুলির মধ্যে একটি হল যে বটগুলি "মানুষ থেকে আলাদাভাবে" খেলে। অবশ্যই, আপনি যখন স্টকফিশ 16-এর মতো একটি দাবা কম্পিউটিং বটের বিরুদ্ধে খেলছেন যা প্রতি সেকেন্ডে দশ মিলিয়নেরও বেশি অবস্থানের মূল্যায়ন করতে পারে, তখন অনেক খেলোয়াড়ই সুযোগ পায় না।

অন্যদিকে, কিছু পাকা খেলোয়াড় বলে যে দাবা বটগুলিকে মারধর করা সহজ কারণ তারা একটি প্যাটার্ন অনুসরণ করে এবং তাদের পরাজিত করার জন্য প্রাথমিক আক্রমণ থেকে কীভাবে বাঁচতে হয় তা জানতে হবে। কিন্তু দিনের শেষে, এআই বটগুলি নিয়মানুযায়ী খেলবে না। কার্নেগি মেলন ইউনিভার্সিটির একজন গবেষক এখন একটি কম এলিয়েন সমাধান নিয়ে এসেছেন – একটি এআই দাবা বট যা মানুষের মতো খেলে।

অ্যালিকে হ্যালো বলুন

অ্যালি নামের বটটি সিএমইউর স্কুল অফ কম্পিউটার সায়েন্সের ল্যাঙ্গুয়েজ টেকনোলজিস ইনস্টিটিউট (এলটিআই) এর পিএইচডি প্রার্থী ইমিং ঝাং-এর মস্তিষ্কপ্রসূত। মজার বিষয় হল, নেটফ্লিক্সের জনপ্রিয় সিরিজ, “দ্য কুইন্স গ্যাম্বিট” দেখার পর ঝাং নিজেকে দাবা খেলতে আগ্রহী বলে মনে করেন। কিন্তু অনলাইন দাবার জগতে ডুব দেওয়ার পরপরই তিনি দাবা বট দ্বারা হতাশ হয়ে পড়েন।

তাদের বিপক্ষে খেলার পর তিনি বুঝতে পেরেছিলেন যে এই বটগুলো অপ্রাকৃতিকভাবে খেলে। তদুপরি, একটি দাবা ইঞ্জিনের পিছনে অন্তর্নিহিত কৌশলগুলি প্রায়শই তাদের পরাজিত করা প্রায় অসম্ভব করে তোলে, তাদের প্রশিক্ষণের জন্য ধন্যবাদ, যা ক্রমবর্ধমান জটিল গণনা করে যে কোনও মূল্যে জেতা জড়িত।

এখানেই অ্যালি আপনার গড় দাবা-অ্যাকিং বট থেকে আলাদা। এটি মানুষের মধ্যে খেলা দাবা খেলার 91 মিলিয়ন প্রতিলিপিতে প্রশিক্ষিত হয়েছে। ফলস্বরূপ, এটি যেভাবে পদক্ষেপ নিয়ে চিন্তা করে, আক্রমণাত্মক অগ্রগতি করে এবং অবস্থান রক্ষা করে তা একটি গড় মানব খেলোয়াড়ের মতো মনে হয়।

গবেষণাপত্রে বলা হয়েছে, "অ্যালিকে বাস্তব দাবা খেলার লগ সিকোয়েন্সে প্রশিক্ষণ দেওয়া হয় যাতে করে দক্ষতার স্পেকট্রাম জুড়ে মানব দাবা খেলোয়াড়দের আচরণের মডেল তৈরি করা হয়, যার মধ্যে চিন্তা করার সময় এবং পদত্যাগের মতো নন-মুভ আচরণ সহ," গবেষণাপত্রটি বলে। মূল্যায়নের সময়, গবেষকরা দেখেছেন যে অ্যালি আসলে গেমের জটিল পরিস্থিতিতে "চিন্তা করে"।

এগিয়ে যান এবং আপনার মেধা পরীক্ষা

অ্যালিকে মানুষের মতো ভাবতে প্রশিক্ষণ দেওয়া হয়েছে তার মানে এই নয় যে এটি একজন দুর্বল খেলোয়াড়। এটা থেকে দূরে, আসলে. এটি অপেশাদার থেকে গ্র্যান্ডমাস্টার সকলের বিরুদ্ধে তার দুর্গ ধরে রাখতে পারে। "গ্র্যান্ডমাস্টার-লেভেলের (2500 ইলো) বিরোধীদের বিরুদ্ধে, অভিযোজিত অনুসন্ধান সহ অ্যালি একজন সহকর্মী গ্র্যান্ডমাস্টারের শক্তি প্রদর্শন করে, সব কিছু মানুষের কাছ থেকে একচেটিয়াভাবে শেখার সময়।"

সর্বজনীনভাবে মোতায়েন হওয়ার পর থেকে, এটি অনলাইন প্ল্যাটফর্ম লিচেসে 11,500টিরও বেশি অনলাইন দাবা গেম সংগ্রহ করেছে, যেখানে আপনি এটির বিরুদ্ধে আপনার দক্ষতাও চেষ্টা করতে পারেন। এখনও পর্যন্ত, এটি মানব খেলোয়াড়দের বিরুদ্ধে 6,500 টির বেশি জয় পেয়েছে, মাত্র 4,000টিরও বেশি গেম হেরেছে এবং 500 টিরও বেশি লড়াই ড্রতে শেষ হয়েছে৷

"নতুনদের জন্য, দাবা বটগুলির বিরুদ্ধে খেলা আকর্ষণীয় বা শিক্ষামূলক নয় কারণ তারা যে চালগুলি করে তা প্রায়শই উদ্ভট এবং মানুষের পক্ষে বোধগম্য নয়," ঝাংব্যাখ্যা করেন ৷ মজার বিষয় হল, অ্যালি সম্পূর্ণ বিনামূল্যে এবং ওপেন সোর্স, যার মানে অন্যান্য গবেষকরা এটির উপরে তৈরি করতে পারেন।

মনে রাখবেন এটি শুধুমাত্র Blitz গেমের জন্য আমন্ত্রণ গ্রহণ করছে। তদুপরি, আপনি যদি অ্যালির বিরুদ্ধে যাওয়ার আগে মানুষের মতো এআই দাবা বট কীভাবে তার পদক্ষেপগুলি তৈরি করে তা শিখতে চান তবে আপনি এটি লিচেসে অন্যান্য মানব খেলোয়াড়দের বিরুদ্ধে অ্যাকশনে দেখতে পারেন। এবং আপনি যদি কোডটি উঁকি দিতে চান, GitHub সংগ্রহস্থলে যান।