ChatGPT ei ole shakkimestari

Robert Jr. Caruso kokeili, miten helposti ChatGPT murskaa lähes 50 vuotta vanhan pelikonsolin shakissa. Konsoliksi valikoitu Atari 2600 ja sen Video Chess -peli.

Video Chess julkaistiin vuonna 1979

Atari 2600 on kuuluisa siitä, että siinä ei ole lähestulkoon lainkaan työmuistia, vain 128 bittiä! Se on myös 1980-luvun mittapuulla vähän. Pelit ladattiin ROM-pankeista, joiden koko oli 4 kilotavua. Atarin 8-bittinen MOS Technology 6507 CPU eli prosessori tikittää vaatimattomalla 1.19 MHz taajudella. 

MIten suorituskykyinen Atari 2600 on? Nykyajan kännykkä on vähintään 200 000 kertaa nopeampi, kuin Atari 2600. Koska niiden käyttämä arkkitehtuuri on täysin erilainen, ei niitä voi suoraan verrata. 

Peli pelattiin aloittelija-tasolla ja Atari voitti sen yllättävän helposti.

Robert ei käyttänyt todellista Atari-konsolia vaan Stella-emulaattoria PC:llä. Atarin käyttämä malli laskee vain yhden tai kaksi siirtoa eteenpäin ja valitsee niistä lähestymistapansa.

Karri Gasparov on arvioinut, että tyypillisesti kokenut shakin pelaaja laskee kolmesta viiteen siirtoa eteenpäin, mutta voi pakottavassa tilanteessa laskea jopa 12-14 siirtoa eteenpäin. Parhaat tietokoneohjelmat laskevat ainakin 50 siirtoa eteenpäin, joten niillä on merkittävä etulyöntiasema.

Miksi ChatGPT ei pärjännyt näin alkeelliselle ohjelmalle? Se sekoitti eri pelinappuloiden merkityksen (esimerkiksi lähetin ja sotilaan) ja unohti pelitilanteen. Tämä johtuu siitä, että sen käyttämä LLM-malli ei osaa tallettaa pelitilannetta systemaattisesti.

Jos kysyt osaako chatGPT pelata shakkia, se väittää osaavansa ja kysyy haluaisitko pelata sitä vastaan. Eli se periaatteessa tuntee pelin säännöt ja pelaamislogiikan.

Koska jonkin pelin osaaminen vaatii sille suunitellun algoritmin, ei nykyiset tekoälymallit osaa pelata pelejä kovin hyvin. Niissäkin riittää siis vielä kehitettävää.

Dokumenttielokuva AlphaGo

Katsoin toisen kerran dokumenttielokuvan AlphaGo. Se kertoo Googlen tiedehankkeesta liikkeellelähteneestä tekoälyprojektista, jossa rakennetaan supertietokone, joka pelaa klassista go-lautapeliä. Go-peli on maailman vanhin lautapeli, joka on 4000 vuotta vanha. Pelilauta on 18x18 ristikko ja pelin arvioidaan olevan jopa 200 kertaa monimutkaisempi kuin shakin.

Pelin tavoitteena on vallata pelilaudalta mahdollisimman suuri alue kiertämällä se omilla pelikivillä. Pelikiviä on musta ja valkoinen. Vallatun alueen koosta saa pisteitä ja eniten pisteitä saanut pelaaja voittaa pelin.

Googlen DeepMind-tiimi luo tekoälymallin, joka opettelee pelaamaan go-peliä ja se oppii pelatessaan uusia strategioita. Testejä varten malli jauhaa miljoonia pelikierroksia ja AlphaGo-algoritmi kehittyy peli peliltä paremmaksi.

Kun AlphaGo on tarpeeksi kehittynyt, tiimi haastaa 18-kertaisen go-pelin maailmanmestarin kamppailuun, jossa mitataan ihmisen kykyä ja luovuutta raskasta laskentaa vastaan historiallisessa viiden ottelun turnauksessa.

Elokuva on tehty hyvin ja se on jopa tunteellinen, kun seurataan pelaamisen edistymistä.

Elokuva on erittäin mielenkiintoinen kuvaus, miten tekoälyä voidaan hyödyntää rajattuihin ongelmiin. Elokuva on valmistunut vuonna 2017 ja nykyiset tekoälymallit ovat kehittyneet huimasti tuosta ajasta. Katsoin elokuvan sen ilmestymisen aikaan Netflixistä ja nyt sen voi katsoa ilmaiseksi YouTubesta.

Itse tekoälystä tai tieteellisestä laskennasta puhutaan hyvin vähän. Itse olisin toivonut teoriaa lisää, mutta ohjaaja on päättänyt yleistää asiat mahdollisimman suurelle yleisölle. Elokuva toimii näinkin.  

Arvosana 5/5. Suosittelen dokumentin katsomista kaikille, jota tietokonepelaaminen kiinnostaa.