在人工智能社区的许多领域,人们习惯于将人工智能应用于新型现代游戏理论中。例如,一些最具体的人工智能产品应用就体现在融合了大型多人在线角色扮演游戏 (MMORPG) 设计的新数字游戏中。
但是,对于一个已有数百年历史,在某些方面与人工智能概念同步发展的游戏又该如何看待呢?
Tamer Karatekin 作为一名棋手和教练,拥有丰富的国际象棋经验。在最近的 TED 演讲中,他探讨了这个古老游戏与新兴思维机器之间的交叉点。
这次演讲特别有趣的地方在于,它不仅仅是孤立地讨论人工智能的能力。它将这个具有历史性、文化性,并受地方和区域习俗影响的游戏,与我们最新技术如何彻底改变游戏本身进行了深入探讨。
国际象棋历史回顾
在对国际象棋历史的生动叙述中,Karatekin 介绍了他自己设计的一系列新棋子,同时也谈到了在当代象棋文化中已经不再流行的棋子。
他首先讲述了作为国际象棋前身的波斯游戏 Shatranj,这个游戏于 10 世纪左右通过安达卢西亚和西西里传入欧洲。
在 Shatranj 中,一些棋子角色是不同的。Karatekin 还谈到了大象这个棋子,它在许多现代语言的象棋术语中仍然存在,但在英语中却没有。
在整个演讲中,我们可以看到 Karatekin 将棋子塑造成文化图像的代表,并探讨在全球化时代如何让国际象棋更具多样性、包容性和代表性。
无论是作为"damme"的皇后棋子的演变,还是斯拉夫语言中象征军事力量的猎鹰"sokoli",或是亚历山大大帝的战马,Karatekin 在谈论国际象棋作为社区学习工具的潜力时,都引用了这些历史实例。
演讲引述:
"我出生在南斯拉夫的马其顿地区,从祖父的象棋套装中学习下棋。在伊斯坦布尔成长期间,我研究世界象棋冠军...并成为土耳其全国冠军。在 MIT 学习期间,我作为 MIT 象棋队的第一台选手参加比赛。后来,作为儿童象棋教练,我帮助学生获得国际奖牌。我还在世界上最早将象棋列为必修课的学校之一任教,亲眼见证了它对教育的变革性影响。在那里的课堂教学期间,我开发了一个早期教育象棋平台,有效地融合了课堂和家庭学习。"
"象棋术语的变化...反映了一些令人着迷的语音和文化转变,这是很少有学习者意识到的。此外,象棋与艺术、文学、历史、数学和人工智能有着深厚的联系,这些在课堂上很少被探讨。这些故事和交叉点激发了我的灵感,它们应该在现代教育中占有重要地位。"
"在这个黄金时代,象棋确实是一个多元文化的游戏,但到启蒙时代结束时,它变得越来越宗教化,这与它作为一项统一的全球运动的角色形成了对比。"
"我们如何在多信仰课堂中将教会与象棋分开?我们是否应该使国际象棋的国王和皇后现代化,超越他们根深蒂固的君主制符号,并重新引入性别中立的术语和设计?我们能否充分认识到国际象棋的全球历史是来自世界各地文化贡献的融合?"
"与我们合作,为象棋教育和文化连接建立新的未来。在您的机构与我们的非营利组织合作教学...参加我们的人工智能编码训练营,探索象棋如何启发人工智能教育。在课堂上、比赛中和家里使用文化和精神包容的象棋套装,以庆祝象棋的文化遗产和演变。"
人工智能超越人类能力
我稍后会在人工智能的时间线上详细讨论这一点,但当你考虑人工智能对国际象棋的影响时,你会发现它代表了"人类替代"的早期形式,即机器在游戏中简单地变得比任何人类都更强。
Karatekin 讲述了一个轶事:Garry Kasparov 在波士顿东北大学谈论他如何"失业"于人工智能时,暗示在他退休于象棋界并输给 Deep Blue 之后,他最终在餐馆工作。
这是一个强有力的例子,说明了我们许多人很快就会遇到的情况 - 我们精心培养了数十年的技能,不再像以前那样被需要。
国际象棋与人工智能
考虑到这一点,Karatekin 花了大量时间讨论从 20 世纪中期人工智能开始崛起到今天我们拥有非常复杂的人工智能系统的特定时间线。
但他也从机械土耳其人的故事开始讲起。如果你从未听说过这个,它本应该是一个早期的自动象棋手的例子,在 1770 年代曾让本·富兰克林等人物感到困惑。
然而,Karatekin 揭示机械土耳其人实际上不是一个人工智能机器,而是一个藏在盒子里的人。
快进到 20 世纪中期,Alan Turing 开创了创建数字智能下棋的理念。
从那时起,我们见证了许多里程碑事件,包括前面提到的 1997 年输给 Deep Blue、Alphazero 的首次亮相以及后续模型的改进:如今的人工智能象棋引擎的等级远超最优秀的人类棋手。
Karatekin 多次提到 MIT,包括提到由 MIT 校友开发的 Rybka 或"小鱼"系统。尽管最终对 Vasik Rajlich 提出了指控,Rybka 仍然是人工智能象棋发展和设计时间线上的一个重要节点。
然而,最重要的是,Karatekin 建议我们可以将国际象棋作为人类的学习工具。我们可以将象棋学习与更好地理解人工智能如何与博弈论相关联结合起来。而且我们可以用一种不仅仅庆祝一种,而是多种世界文化的方式来做到这一点。这种文化融合也许能够在人工智能以各种可能的方式进入我们生活时,减轻其带来的冲击。
好文章,需要你的鼓励
北京大学研究团队开发出基于RRAM芯片的高精度模拟矩阵计算系统,通过将低精度模拟运算与迭代优化结合,突破了模拟计算的精度瓶颈。该系统在大规模MIMO通信测试中仅需2-3次迭代就达到数字处理器性能,吞吐量和能效分别提升10倍和3-5倍,为后摩尔时代计算架构提供了新方向。
普拉大学研究团队开发的BPMN助手系统利用大语言模型技术,通过创新的JSON中间表示方法,实现了自然语言到标准BPMN流程图的自动转换。该系统不仅在生成速度上比传统XML方法快一倍,在流程编辑成功率上也有显著提升,为降低业务流程建模的技术门槛提供了有效解决方案。
谷歌宣布已将约3万个生产软件包移植到Arm架构,计划全面转换以便在自研Axion芯片和x86处理器上运行工作负载。YouTube、Gmail和BigQuery等服务已在x86和Axion Arm CPU上运行。谷歌开发了名为CogniPort的AI工具协助迁移,成功率约30%。公司声称Axion服务器相比x86实例具有65%的性价比优势和60%的能效提升。
北京大学联合团队发布开源统一视频模型UniVid,首次实现AI同时理解和生成视频。该模型采用创新的温度模态对齐技术和金字塔反思机制,在权威测试中超越现有最佳系统,视频生成质量提升2.2%,问答准确率分别提升1.0%和3.3%。这项突破为视频AI应用开辟新前景。