با پنهان بودن اکثر اطلاعات، بازی استراتگو هوش مصنوعی را به چالش کشیده بود—تا به امروز

برای دهه‌ها، بازی تخته‌ای استراتگو به عنوان چالشی بزرگ برای هوش مصنوعی باقی مانده بود و در برابر پیشرفت‌های محاسباتی که شطرنج و گو را فتح کرده بودند، مقاومت می‌کرد. در حالی که ماشین‌هایی مانند دیپ بلو و آلفاگو با تسلط بر بازی‌های با اطلاعات کامل به جایگاه افسانه‌ای دست یافتند، استراتگو به دلیل ساختار پیچیده و اطلاعات پنهان خود، دست‌نیافتنی باقی ماند. یک تیم تحقیقاتی مشترک از دانشگاه‌های کارنگی ملون، ام‌آی‌تی، نیویورک و استنفورد سرانجام این سد را شکستند و یک عامل هوش مصنوعی به نام آتاراکسوس توسعه دادند که به طور قاطع از بهترین بازیکنان انسانی جهان پیشی گرفته است.

در مجموعه‌ای از مسابقات حساس، آتاراکسوس با پیم نیمایر، که به طور گسترده به عنوان بزرگترین بازیکن تاریخ استراتگو شناخته می‌شود، روبرو شد. این هوش مصنوعی رکورد خیره‌کننده ۱۵ برد، یک باخت و چهار تساوی را به ثبت رساند. نکته قابل توجه این است که این دستاورد با سخت‌افزاری محدود شامل تنها ۱۶ پردازنده گرافیکی و بودجه آموزشی چند هزار دلاری به دست آمد، که این تصور را که تنها پروژه‌های شرکتی چند میلیون دلاری می‌توانند به چنین پیشرفت‌هایی در نظریه بازی‌ها دست یابند، به چالش می‌کشد.

استراتگو یک مانع محاسباتی منحصر به فرد ایجاد می‌کند زیرا شامل ۴۰ مهره برای هر بازیکن با هویت‌ها و رتبه‌های پنهان است، از مارشال قدرتمند تا جاسوس گریزان. برخلاف پوکر که در آن اطلاعات پنهان نسبتاً محدود است، استراتگو دارای یک دسیلیون پیکربندی ممکن برای صفحه بازی است. علاوه بر این، طول بازی به طور استثنایی طولانی است و اغلب به ۲۰۰۰ حرکت می‌رسد، در حالی که میانگین حرکت در یک بازی شطرنج ۴۰ حرکت است. این عوامل محیطی را ایجاد می‌کنند که در آن بلوف زدن و برنامه‌ریزی بلندمدت برای موفقیت ضروری است.

پیامدهای این پیشرفت برای حوزه هوش مصنوعی، به ویژه در مدل‌سازی تصمیم‌گیری انسانی تحت عدم قطعیت، قابل توجه است. تلاش‌های قبلی، مانند دیپ‌نشِ دیپ‌مایند، برای تعادل در هنر ظریف بلوف زدن با مشکل مواجه بودند؛ جایی که بلوف بیش از حد تهدیدها را بی‌معنی می‌کند و بلوف کم باعث پیش‌بینی‌پذیری بازیکن می‌شود. آتاراکسوس با موفقیت به این تعادل دست یافته است و چارچوب جدیدی برای نحوه حرکت ماشین‌ها در محیط‌هایی که اطلاعات نه تنها پنهان است بلکه در مقیاس‌های زمانی وسیع آشکار می‌شود، ارائه کرده است.

با نگاه به آینده، محققان معتقدند که موفقیت آتاراکسوس راه را برای کاربردهای قوی‌تر هوش مصنوعی در سناریوهای دنیای واقعی، مانند امنیت سایبری، لجستیک و مذاکرات پیچیده هموار خواهد کرد. با تسلط بر هنر بلوف زدن و مدیریت فضاهای حالت عظیم، این فناوری نشان می‌دهد که الگوریتم‌های کارآمد و تخصصی می‌توانند از محاسبات خام پیشی بگیرند. همانطور که تیم به اصلاح این مدل‌ها ادامه می‌دهد، شکاف بین شهود انسانی و منطق ماشینی در محیط‌های با اطلاعات ناقص همچنان کوچک‌تر می‌شود و نویدبخش عصر جدیدی برای هوش مصنوعی استراتژیک است.