Всем привет! Вот и случилось главное событие шахматного Пикабу и это было по-настоящему здорово! Почти 70 пикабушников в течение четырех часов яростно рубились в свою любимую игру. События до и после я описал в этом посте. А теперь к турниру!
Это было очень напряженное противостояние. Так поздравим же победителей!
Среди девушек лучшей стала @Aleerar, поздравляем! Она не только прекрасная шахматистка, но и очень благородная девушка! Она уступила свое место в блице против Александра Грищука ребенку. Думаю, лет через десять он сам напишет пост о том, как добрый поступок в далеком детстве определил его будущее. Возможно, это будет пост нового чемпиона мира!
Лучшим среди игроков без ID стал @sergadin, поздравляем! Он ушел сразу после турнира, не дождавшись награждения, но я все равно выследил его на следующий день и наградил по полной!
Третье место с боем взял @Svetlyi.Igor, поздравляем!
Второе место заслуженно получил @Lavrik87, поздравляем!
И абсолютный чемпион Пикабу, а по совместительству замечательный пикабушник @kartviller, поздравляем!
Вы большие молодцы и настоящие шахматные крутыши!
Еще 14 человек попали в сеанс одновременной игры, поздравляем!
Из 14 партий гроссмейстер выиграл 12 и еще 2 сыграл вничью. Порадуемся за пикабушников, ничья с Грищуком - это мощно! @user5809740, @Glintvein81, поздравляем!
На youtube канал Pikabuchess я уже загрузил видео с блиц-партиями, скоро там также появится запись сеанса, интервью и короткий итоговый ролик. Также будет транскрипция ответов на вопросы, заданные Александру в этом посте и из зала. Ответы были очень интересные!
А теперь немного фоток
Одно из самых напряженных противостояний турнира. Все участники столпились вокруг этого стола, от напряжения дрожали стекла. Только случайный невозможный ход решил судьбу партии!
Призер Питерского живого турнира (справа) бьется за место в тройке лучших
Третий стол, еще одна суровая битва за первые места
Каждый ход может стать решающим!
На часах почти половина времени, а на доске остатки войск после кровавой мясорубки
А это мой 20 стол, больше половины партий я провел за ним!
Это Лев, который бился как лев. Самый молодой участник получил от нашей прекрасной победительницы право сыграть 1 на 1 с гроссмейстером
Придумайте смешную подпись
Турнир прошел отлично, общение с Александром - великолепно. Казалось, что 11 туров с контролем 5+3 - многовато. Но в последних турах не покидала легкая грусть, что вот-вот все должно закончиться, а хочется еще играть и играть. Живая доска и живые шахматы - это непередаваемые ощущения, совершенно другой уровень концентрации во время партии, совершенно иная ценность победы и поражения. Азарт и адреналин захлестывают с головой, часы бездушным палачом отсчитывают секунды до смерти и мозг судорожно ищет варианты спасения или пути к победе. Это действительно нечто незабываемое и удивительное. Надеюсь, мы еще не раз встретимся, чтобы яростно сокрушить эго друг друга в суровой, кровавой и бескомпромиссной войне под названием шахматы!
Отдельное огромное спасибо @pikabu! Дизайн призов и сами призы, информационная поддержка, помощь с организацией - это огромный вклад, мы вам очень благодарны!
И, конечно же, выражаю благодарность руководству шахматной школы "Олимп" https://schoololimp.ru! Благодаря их помощи удалось пригласить самого Грищука. А это было непросто! Они были готовы подстраховать с инвентарем, если бы пришлось проводить турнир не на шахматной площадке. И именно там работает наш победитель, @kartviller, а вместе с ним и другие лучшие тренера Москвы. Если вы хотите подтянуть свои шахматные навыки или отдать ребенка заниматься, лучшего места не найти! Я сам там некоторое время занимался и буквально за несколько месяцев вырос примерно на 150 пунктов, плюс получил серьезное фундаментальное понимание многих неочевидных без тренера вещей. Так что могу с чистой совестью рекомендовать эту школу, там здорово.
Правила игры простые: ♞ Я хожу → вы в комментариях пишете свой ход. ♛ Через 24 часа выбираем самый популярный. ♚ Один день = один ход. Двигаем партию вместе, как единый игрок.
Что общего в следующих позициях? То что у них по мнению автора книги "Совершенствуйте свое распознавание шахматных шаблонов" ("Improve Your Chess Pattern Recognition") конь атакует порой сразу 8 клеток как "Осьминог".
Несложная двухходовая миниатюра двух французских шахматных композиторов Пьера Монреаля и Анри де Марана, отмеченная первым призом газеты "La Marseillaise" в 1945 год.
Правила игры простые: ♞ Я хожу → вы в комментариях пишете свой ход. ♛ Через 24 часа выбираем самый популярный. ♚ Один день = один ход. Двигаем партию вместе, как единый игрок.
Правила игры простые: ♞ Я хожу → вы в комментариях пишете свой ход. ♛ Через 24 часа выбираем самый популярный. ♚ Один день = один ход. Двигаем партию вместе, как единый игрок.
По мере углубления в нейронную сеть, представления о шахматных концепциях постепенно отдаляются от человеческого понимания – если ранние слои (2-5) демонстрируют 70-85% точность в распознавании стандартных и случайных (Chess960) шахматных позиций, то к слою 15 точность падает до 50-65%, причём нестабильность представлений в Chess960 указывает на отказ от заучивания паттернов и, как следствие, на неизбежный компромисс между интерпретируемостью и производительностью.
Кажется парадоксальным, но по мере того, как шахматные движки достигают сверхчеловеческого уровня игры, всё сложнее понять, действительно ли они понимают шахматы, или просто мастерски оперируют огромными базами данных и грубой силой вычислений. В рамках исследования"Exploring Human-AI Conceptual Alignment through the Prism of Chess" становится очевидным, что способность к выигрышу не гарантирует наличие истинного стратегического мышления, особенно когда речь идет о нестандартных позициях, вроде тех, что встречаются в Chess960, где привычные шаблоны бесполезны. Ведь если машина может побеждать, полагаясь лишь на запоминание и перебор вариантов, не отражает ли это глубокое несоответствие между её "пониманием" и человеческим, где ключевыми являются принципы, а не конкретные комбинации? И не означает ли это, что за внешней иллюзией интеллекта скрывается лишь искусно замаскированный статистический алгоритм, не способный к истинному творчеству и адаптации?
За пределами заучивания: о пределах традиционного шахматного ИИ
Текущие шахматные движки, несмотря на достижение уровня гроссмейстеров, часто опираются на обширное запоминание и грубую силу перебора вариантов. Это, скажем прямо, эффективный, но довольно примитивный подход. В памяти хранятся миллионы позиций, и система просто находит лучший вариант в заданном диапазоне, как будто пытается выиграть в лотерею, имея огромный список билетов. Это работает, но не имеет ничего общего с истинным пониманием шахмат.
Движки, как правило, испытывают затруднения в нестандартных позициях, где требуется не просто перебор, а глубокое стратегическое мышление. Особенно ярко это проявляется в вариантах, таких как Chess960, где начальная расстановка фигур рандомизирована. Старые шаблоны не работают, и система начинает «задыхаться», пытаясь найти хоть какие-то ориентиры. Это напоминает ситуацию, когда опытный инженер сталкивается с архитектурой, написанной кем-то другим – вроде бы всё понятно, но чувствуется, что где-то есть фундаментальные проблемы.
Анализ активаций на каждом слое нейронной сети показывает, что стратегическое понимание шахматных позиций переходит от узнаваемых человеком закономерностей к чуждым представлениям по мере углубления в сеть.
Зависимость от запоминания ограничивает способность к обобщению и адаптации. Система, по сути, становится экспертом в конкретном наборе позиций, но теряет способность мыслить творчески и находить новые решения. Это как с legacy-кодом – вроде бы работает, но любое изменение может привести к катастрофе. В результате, развитие действительно интеллектуальных шахматных движков затрудняется. Простое увеличение вычислительной мощности уже не решает проблему – нужно что-то принципиально новое.
Иногда кажется, что мы просто продлеваем страдания этих систем, добавляя всё больше и больше памяти и вычислительных ресурсов. Вместо того, чтобы научить их думать, мы просто позволяем им запоминать больше. В конечном итоге, это приводит к тупику – система становится всё более сложной, но не становится более умной. Нужно признать, что мы не создаем искусственный интеллект, а просто улучшаем статистические модели.
Исследователи применили ряд методов зондирования – включая Sparse Concept Vectors, Logistic Regression и Neural Probes – чтобы выяснить, формирует ли 270-миллионный трансформатор (модель Ruoss et al.) внутренние представления ключевых шахматных концепций. Всё это, конечно, звучит красиво в ресерче, но, как показывает практика, большинство «прорывных» технологий оказываются просто недотестированными под нагрузкой.
Цель этих методов – определить, какие нейроны и слои внутри модели наиболее чувствительны к стратегическим идеям, таким как контроль центра, плацдармы для коней и пешечная игра. По сути, пытаются выудить из этой чёрной коробки хоть какую-то логику. Ну, или хотя бы подтвердить, что её там нет.
Анализ по слоям показал, как представления концепций эволюционируют по мере углубления в сеть, предоставляя информацию о процессе обучения модели. И, как обычно бывает, первые слои пытаются хоть что-то понять, а дальше начинается хаос.
Общая тенденция, представленная в результатах, подтверждает, что человеческие концепции исчезают по мере углубления в нейронную сеть.
В итоге, выяснилось, что чем глубже ты копаешь в этой нейронной сети, тем меньше там человеческой логики. И это, знаете ли, не удивляет. Иногда лучше монолитный код, чем сто микросервисов, каждый из которых врёт. По крайней мере, в монолите ты знаешь, где искать проблему.
В общем, эти методы зондирования – полезная штука. Они позволяют хоть как-то понять, что происходит внутри этой чёрной коробки. Но, как показывает практика, лучше всего доверять проверенным решениям. И не гоняться за каждой новой «революционной» технологией.
Количественная оценка концептуального выравнивания в шахматном ИИ
Оценка степени концептуального выравнивания в системах искусственного интеллекта, играющих в шахматы, представляется задачей, одновременно и интересной, и неизбежно обречённой на компромиссы. В конце концов, любая попытка формализовать «понимание» шахматной стратегии неизбежно столкнётся с тем, что реальная игра всегда сложнее любой абстракции. В рамках проведённого исследования был использован Strategic Test Suite (STS) – набор из 1500 шахматных позиций, размеченных на предмет стратегических концепций. По сути, это попытка создать «золотой стандарт» шахматного мышления, что, конечно, вызывает скепсис, но без этого не обойтись.
Цель заключалась в том, чтобы оценить, насколько внутренние представления модели Ruoss et al. соответствуют этим размеченным позициям. Иными словами, насколько хорошо модель «улавливает» ключевые шахматные принципы и применяет их в процессе принятия решений. Это, разумеется, не гарантирует, что модель «думает» как человек, но даёт некоторое представление о том, как она «видит» шахматную доску. И, как показывает практика, даже приблизительное соответствие — уже достижение.
Примеры категорий человеческих концепций включают прочную позицию черного слона, закрепленного пешками в глубокой зоне белых, слабую позицию черной ферзи, находящуюся под атакой или связывающуюся с фигурой, позицию белого короля на краю доски без пешек и белую ладью на полуоткрытой линии без противодействия пешкой.
Результаты демонстрируют, что модель действительно, в некоторой степени, изучает представления основных шахматных концепций. Это указывает на потенциальный путь к созданию более интерпретируемых и человекоподобных систем искусственного интеллекта. Нельзя сказать, что модель «понимает» шахматы в том же смысле, что и гроссмейстер, но она способна распознавать и использовать ключевые стратегические принципы. И, что немаловажно, это даёт надежду на то, что мы сможем создать системы, которые не просто побеждают нас в шахматы, но и объясняют, как они это делают. Хотя, конечно, всегда есть риск, что объяснения окажутся слишком сложными или, что ещё хуже, неверными. Всё-таки, идеальных систем не бывает.
Нельзя сказать, что это прорыв, но это шаг в правильном направлении. И, как показывает практика, даже маленькие шаги могут привести к большим результатам. Главное – не останавливаться и продолжать искать новые пути. Иначе мы рискуем застрять в болоте устаревших технологий и упустить возможность создать что-то действительно новое и полезное. А это, согласитесь, было бы обидно.
Импликации для человеко-понятного ИИ и за его пределами
Наблюдаемые результаты, как ни странно, подтверждают давно известную истину: производительность — это мимолётная иллюзия. Система, демонстрирующая впечатляющие результаты в шахматах, может внезапно сломаться при незначительном изменении условий. Что-то вроде «самовосстанавливающегося» кода, который ещё просто не успел выйти из строя в боевых условиях. Этот феномен подчеркивает критическую важность приоритизации концептуального выравнивания в разработке искусственного интеллекта. Не просто гонка за более высокими показателями, а понимание того, как система приходит к своим решениям.
В конце концов, система, которая кажется гениальной, но принципиально непонятна, — это просто чёрный ящик, готовый к неожиданным сбоям. И неважно, насколько сложна архитектура или насколько велики вычислительные мощности. Отсутствие прозрачности — это прямой путь к проблемам. Впрочем, кого это удивляет? Документация всегда отстаёт от реальности, а попытки «понять» систему часто сводятся к коллективному самообману.
Способность исследовать внутренние представления искусственного интеллекта открывает возможности для отладки и совершенствования. Это, конечно, не значит, что можно создать идеальную систему, но хотя бы появляется шанс выявить скрытые проблемы и улучшить её надёжность. Если баг воспроизводится, значит, у нас стабильная система — вот девиз любого уважающего себя инженера. И в данном случае, возможность «заглянуть внутрь» — это ценный инструмент для выявления этих самых багов.
Эти результаты выходят далеко за рамки шахмат. Они предлагают ценные уроки для создания человеко-понятных возможностей рассуждения в других сложных областях. Будь то медицинская диагностика, финансовый анализ или разработка автономных транспортных средств — принцип остаётся тем же: прозрачность и интерпретируемость являются ключевыми факторами для создания надёжных и заслуживающих доверия систем. В конце концов, доверие — это основа любого долгосрочного сотрудничества, будь то между людьми или между человеком и машиной.
И стоит признать, что гонка за производительностью часто идёт в ущерб концептуальному выравниванию. Системы, оптимизированные для достижения максимальных показателей, могут стать настолько сложными и непрозрачными, что их становится невозможно понять или контролировать. В конечном итоге, это приводит к созданию чёрных ящиков, которые могут работать хорошо в определённых условиях, но становятся непредсказуемыми и опасными в других. Впрочем, кого это удивляет? История развития технологий полна примеров, когда инновации приводили к неожиданным и негативным последствиям.
Исследование, посвящённое выравниванию человеческого и искусственного интеллекта на примере шахмат, неизбежно сталкивается с проблемой интерпретируемости. Чем глубже модель погружается в анализ позиции, тем больше её внутренние представления расходятся с человеческим пониманием. Это напоминает о словах Эдсгера Дейкстры: “Простота — это ключ к надежности”. Однако, как показывает практика, стремление к максимальной производительности часто приводит к усложнению моделей, жертвуя прозрачностью и понятностью. В конечном итоге, CI/CD становится лишь храмом, где молятся, чтобы эта сложность не обернулась катастрофой. Ведь концептуальное выравнивание – это не просто достижение высоких результатов, но и понимание того, как эти результаты были достигнуты, иначе это лишь ещё один слой абстракции, обреченный на технический долг.
Что дальше?
Исследование, безусловно, показало, что даже в четко определенной области, такой как шахматы, трансформеры достигают успеха ценой концептуального расхождения с человеческим пониманием. И это предсказуемо. Каждая «революционная» технология завтра станет техдолгом, и элегантная теория неизбежно столкнется с суровой реальностью продакшена. Выявлять концепты в нейронных сетях – занятие, конечно, интересное, но всегда ли это необходимо? Или достаточно просто знать, что машина хорошо играет, не вдаваясь в детали её «мышления»?
Очевидно, что дальнейшие исследования должны сосредоточиться не только на интерпретируемости, но и на устойчивости этих моделей к неожиданным ситуациям. Шахматы 960 – это лишь первый шаг. Продакшен всегда найдёт способ сломать даже самую красивую абстракцию. Будет ли возможно создать систему, которая не просто побеждает, но и объясняет свои решения на языке, понятном человеку? Сомневаюсь, но наблюдать за попытками – приятно.
Всё, что можно задеплоить — однажды упадёт. И это не столько техническая проблема, сколько философская константа. Поэтому, возможно, стоит переосмыслить сам вопрос «выравнивания» (alignment). Не нужно ли нам не «выравнивать» искусственный интеллект с человеческим пониманием, а просто смириться с его инопланетной логикой? В конце концов, даже самые красивые абстракции умирают, но умирают красиво.
Трёхходовая композиция шведского гроссмейстера и международного арбитра по шахматной композиции Бо Вальдемара Линдгрена (Bo Waldemar Lindgren, 1927 - 2011), занявшая третье место турнира шведского печатного издания "Schackvarlden" в 1944 году.
Правила игры простые: ♞ Я хожу → вы в комментариях пишете свой ход. ♛ Через 24 часа выбираем самый популярный. ♚ Один день = один ход. Двигаем партию вместе, как единый игрок.
