Thứ Năm, 27/08/2026
Khoa học Việt Khoa học · Công nghệ · Tri thức
Công nghệ

Chiến Thuật Đánh Bại AI Cờ Vây: Những Phát Hiện Gây Sốc

admin

18/08/2026 · 8 phút đọc

share
Chiến Thuật Đánh Bại AI Cờ Vây: Những Phát Hiện Gây Sốc

Trong thế giới của cờ vây, một trò chơi đầy chiến lược và phức tạp, việc chiến thắng một hệ thống trí tuệ nhân tạo (AI) hàng đầu không còn là điều không tưởng. Vậy liệu có thể sử dụng những phương pháp đơn giản để đánh bại những thuật toán tinh vi?

Cờ vây từ lâu đã là một lĩnh vực mà trí tuệ nhân tạo tìm cách chinh phục. Trước năm 2016, những kỳ thủ cờ vây con người vẫn tự tin trước các hệ thống AI mạnh mẽ. Tuy nhiên, sự xuất hiện của AlphaGo từ DeepMind đã thực sự thay đổi cục diện, khi nó có khả năng tự học và đạt được trình độ mà con người khó lòng bì kịp. Đặc biệt, KataGo gần đây đã trở thành một hiện tượng trong cộng đồng người chơi nhờ vào việc phát triển mã nguồn mở.

AlphaGo từng khiến nhiều kỳ thủ con người 'ôm hận'.
AlphaGo từng khiến nhiều kỳ thủ con người “ôm hận”.

Gần đây, một nhóm nghiên cứu đã công bố một phương pháp đầy bất ngờ giúp có thể đánh bại KataGo chỉ bằng những chiêu thức không ngờ tới. Họ đã khai thác những điểm mù trong cách mà AI này hoạt động, cho thấy rằng việc là một người chơi cờ vây yếu hơn cũng có thể mang lại chiến thắng nếu biết cách vận dụng.

Theo thông tin từ Adam Gleave, một ứng viên Tiến sĩ tại UC Berkeley, nhóm của ông đã phát triển cái mà họ gọi là “chính sách đối phó”. Điều này có nghĩa là sử dụng một sự kết hợp giữa mạng nơ-ron và các phương pháp cây tìm kiếm để xác định nước đi tối ưu trong lúc thi đấu.

KataGo đã học cờ vây qua hàng triệu lượt đấu với chính nó, nhưng điều này không thể bao quát hết tất cả các tình huống. Trong khi nó có khả năng khái quát tốt trong nhiều chiến thuật, KataGo lại tỏ ra yếu thế khi phải đối mặt với những tình huống mà nó chưa từng trải qua trong quá trình luyện tập, tạo ra những khoảng trống cho chiến thuật mới.

“KataGo có khả năng khái quát tốt cho một số chiến thuật mới lạ, nhưng khi phải đối mặt với những tình huống không biên soạn, nó dễ gặp bất lợi,” Gleave nhận định. “Chúng tôi đã phát hiện ra rằng nó dễ bị tổn thương với những chiến lược mà nó chưa từng trải qua.”

Chiến thuật mới khiến KataGo (quân trắng) thua dù lãnh thổ chiếm được có vẻ rộng hơn rất nhiều.
Chiến thuật mới khiến KataGo (quân trắng) thua dù lãnh thổ chiếm được có vẻ rộng hơn rất nhiều.

Trong các trận đấu, cái gọi là “chính sách đối phó” được áp dụng bằng cách chơi quân cờ vào những vị trí bất ngờ, như góc bàn cờ, trong khi đối thủ thường giữ các quân cờ ở phía trên bên phải. Điều này dẫn đến việc KataGo chiếm lấy phần lớn bàn cờ, nhưng thực chất không kiểm soát hoàn toàn lãnh thổ của mình.

“KataGo có thể tin rằng nó đã thắng, nhưng trên thực tế, lãnh thổ mà nó chiếm được không được tính điểm do sự hiện diện của quân cờ đen,” Gleave giải thích. “Khi không còn đất để mở rộng, nó sẽ bỏ lượt và điều này dẫn đến việc đối thủ của nó cũng phải bỏ lượt.”

Quá trình tính điểm vào cuối trận đấu không như KataGo mong đợi. Đối thủ của nó có thể kiếm điểm từ lãnh thổ ở góc, trong khi KataGo lại bỏ lỡ vì vùng đó vẫn còn sự hiện diện của quân cờ của đối thủ.

Sau cờ vây, nhiều bộ môn cờ khác cũng đã bị AI lấn át như cờ vua, cờ tướng...
Sau cờ vây, nhiều bộ môn cờ khác cũng đã bị AI lấn át như cờ vua, cờ tướng…

Mặc dù KataGo mạnh mẽ, nhưng các kỳ thủ nghiệp dư lại có thể dễ dàng đánh bại nó chỉ bằng cách khai thác những lỗ hổng trong cách chơi của nó. Đây chính là minh chứng cho thấy rằng mọi hệ thống AI đều có thể gặp phải những lỗi đơn giản mà con người có thể lợi dụng.

“Nghiên cứu này cho thấy rằng các hệ thống AI có thể hoạt động theo cách mà con người không ngờ tới và do đó, có thể gặp thất bại theo những cách đơn giản nhưng bất ngờ,” Gleave nhấn mạnh. “Mặc dù đây là một kết quả thú vị trong cờ vây, những sai sót tương tự trong các ứng dụng quan trọng có thể gây ra những hệ quả nghiêm trọng.”

Chúng ta có thể hình dung một AI trong ngành công nghiệp ô tô tự lái đối mặt với những tình huống bất ngờ mà nó không được lập trình để xử lý, từ đó gây ra những hành vi nguy hiểm. Gleave cũng nhấn mạnh rằng “Nghiên cứu này chỉ ra sự cần thiết phải kiểm tra các hệ thống AI một cách toàn diện để phát hiện ra những lỗi trong các tình huống xấu nhất, thay vì chỉ quan tâm đến hiệu suất trong điều kiện lý tưởng.”

Để tìm hiểu thêm về sự khám phá và ứng dụng của trí tuệ nhân tạo trong lĩnh vực này, bạn có thể tham khảo bài viết Cuộc Đột Phá Của Tỷ Phú Công Nghệ Trong Hành Trình Khám Phá Vũ Trụ, nơi đề cập đến những cột mốc quan trọng trong ngành công nghiệp vũ trụ.
Khám phá thêm về những khía cạnh độc đáo của xã hội qua bài viết về Khám Phá Thị Trấn Độc Đáo Nơi Phụ Nữ Chiếm Đa Số, nơi giúp bạn hiểu hơn về cuộc sống của phụ nữ tại đây và những mơ ước tình yêu của họ.
Cuối cùng, nếu bạn quan tâm đến những hiện tượng kỳ lạ trong cuộc sống, hãy đọc bài viết Khám Phá Điều Gì Xảy Ra Khi Trẻ Ra Đời Trên Máy Bay, bài viết sẽ đưa đến cho bạn những góc nhìn mới mẻ về một hiện tượng hiếm gặp.

science

Lưu ý kiến thức khoa học: Nội dung trong bài viết chỉ mang tính tham khảo về kiến thức khoa học, không thay thế tư vấn chuyên môn. Vui lòng đối chiếu nguồn và tham khảo chuyên gia trước khi áp dụng.

Người viết

admin

Cộng tác viên nội dung khoa học tại Khoa học Việt.

Xem bài viết →