قام الباحثون في Google DeepMind بتطوير نظام شطرنج قائم على الذكاء الاصطناعي جديد يمكنه اللعب على مستوى الماسترز، دون الاعتماد على التقنيات التقليدية للبحث واللعب الذاتي. بدلاً من ذلك، تعلم هذا النظام من تحركات Stockfish، وهو محرك شطرنج قوي مصمم يدويًا، من خلال تحليل 15 مليار حالة لوحة وتحركات Stockfish المقابلة.

النموذج الناتج فعال للغاية، حيث يتكون من 270 مليون معلمة فقط، وهو أصغر بحوالي 3,000 مرة من GPT-4. على الرغم من حجمه الصغير، يمكن للنموذج توليد 20 تحركًا في الثانية على جهاز كمبيوتر شخصي ببطاقة رسومات بقيمة 200 دولار، أو تحركين في الثانية على وحدة المعالجة المركزية القياسية. هذا الأداء أفضل بكثير من GPT-4 الأكبر حجمًا بـ 3,000 مرة عندما يتعلق الأمر بالشطرنج.

ومن المثير للاهتمام، أن النظام يعمل وفقًا لافتراضين رئيسيين قد يبدوان متناقضين في البداية. أولاً، إنه يأخذ فقط حالة لوحة واحدة كإدخال، بدلاً من تسلسل مواقع اللوحة. ثانيًا، إنه ينظر إلى تحرك واحد فقط إلى الأمام ويختار التحرك ذا الاحتمال الأعلى للفوز في اللعبة. هذه الافتراضات، والتي قد لا تؤدي إلى أقوى محرك شطرنج، مقصودة، حيث أن الهدف الرئيسي من هذا العمل ليس إنشاء أقوى ذكاء اصطناعي للشطرنج، ولكن إظهار أن شبكة عصبية قائمة على المحول يمكنها تعلم خبرة الماسترز من خلال مجرد ملاحظة تحركاتهم.