Оглавление

Исследователи из Университета Карнеги-Меллон создали шахматного ИИ-бота Allie, который совершает «человеческие» ходы и демонстрирует естественное поведение за счёт обучения на 91 миллионе реальных партий с платформы Lichess. Разработка открывает путь к созданию более понятных ИИ-ассистентов для обучения и терапии, сообщает Tech Xplore.

Проблема «неестественных» шахматных ботов

Идея проекта родилась из личного опыта аспиранта Имина Чжана: «Начинающим игрокам неинтересно и бесполезно играть против обычных ботов — их ходы часто выглядят странно и непонятно». Традиционные движки вроде Stockfish или AlphaZero оптимизированы исключительно для победы, мгновенно просчитывая миллионы вариантов. Это делает их поведение неестественным:

  • Отсутствие пауз на обдумывание ключевых позиций
  • Игра «до последнего» в заведомо проигранных ситуациях
  • Неадаптивность к уровню соперника

Как Allie училась «человечности»

Команда применила подход, аналогичный обучению языковых моделей, но вместо текстовых данных использовала записи партий с Lichess. Ключевые особенности:

  • 91 миллион игр как тренировочный датасет
  • Комбинация классического алгоритмического поиска с поведенческим моделированием
  • Способность адаптировать силу игры — от новичка до эксперта
  • Имитация человеческих паттернов: паузы для размышлений, своевременная сдача

Открытая платформа и перспективы

Проект полностью open-source, а бот уже сыграл 10 000 партий на Lichess. По словам профессора Дафны Ипполито, это исследование важно для изучения взаимодействия людей с «очеловеченным» ИИ. Технология применима не только в шахматах — аналогичные методы уже тестируются в сложных играх вроде Diplomacy и перспективны для образовательных ИИ-агентов.

Ирония в том, что создание «слабого» человеко-подобного ИИ оказалось сложнее, чем сверхчеловеческих систем. Allie — важный шаг к преодолению разрыва между машинной логикой и человеческим опытом. Особенно ценно, что модель открыта: в регионах, где доступ к коммерческим ИИ-сервисам ограничен, такие проекты могут стать основой для локальных обучающих платформ. Однако главный вызов — масштабирование подхода за пределы игр с чёткими правилами, где «человечность» сложнее формализовать.

Разработка представлена на конференции ICLR 2025. Попробовать Allie можно на Lichess.