Saya adalah Juara Catur. Inilah Alasan Saya Bermain Catur Melawan ChatGPT

(SeaPRwire) –   Model bahasa besar (LLM) buruk dalam bermain catur.

Namun, sebagai Juara Catur Nasional tiga kali dan Juara Catur Wanita AS dua kali, saya suka bermain melawan mereka. Bukan karena mereka mendorong saya untuk bermain sebaik mungkin, tetapi karena apa yang mereka ungkap tentang sifat manusia.

Bermain catur dengan LLM telah mengajarkan saya betapa kreatif dan beragamnya manusia secara unik, betapa mudahnya manusia terpengaruh oleh pujian dan sikap menjilat, dan bagaimana AI mulai membentuk perilaku manusia.

LLM sama sekali tidak dimaksudkan untuk bermain catur dengan baik. Bagaimanapun, mereka dirancang untuk memprediksi apa yang paling mungkin terjadi selanjutnya dan untuk memuji kita. Algoritma catur bertenaga AI tidak berusaha untuk menghancurkan Anda; mereka berusaha membuat Anda terus bermain. Namun, dalam permainan catur mereka yang buruk namun menarik, kita dapat belajar pelajaran yang melampaui papan atau token.

Program AI catur superhuman, dari yang mengalahkan Garry Kasparov 30 tahun lalu hingga “AlphaZero” milik DeepMind, dapat secara konsisten mengalahkan pemain manusia mana pun. Tetapi kebanyakan manusia tidak lagi bermain melawan komputer catur teratas karena kekalahan Anda sudah dapat dipastikan. Dihancurkan berulang kali hanya bisa mengajarkan Anda begitu banyak. Bereksperimen dengan LLM, di sisi lain, bisa sangat menggembirakan.

Ketika saya pertama kali menantang ChatGPT4 untuk bermain catur, ia bermain cukup baik, tetapi saya masih mendapatkan posisi yang bagus setelah 15 langkah dan memenangkan sebuah kuda. Tepat ketika keunggulan saya meningkat, ia berhalusinasi membuat bidak hantu untuk merebut kembali ratu saya. Dengan kata lain, ia curang! Awalnya, ini tidak masuk akal. Bukankah LLM siap pakai lebih dikenal karena sikap menjilat daripada mencuri?

Jadi saya mulai memainkan langkah terburuk yang bisa saya pikirkan melawan ChatGPT. Ia melanggar aturan lagi, tetapi kali ini menguntungkan saya. Bidak-bidak hantu menggantikan bidak yang telah saya buat kesalahan. Apakah saya bermain lebih baik atau lebih buruk daripada ChatGPT, pada akhirnya ia membuat saya setara dengannya. Itu tidak selalu curang, tetapi selalu mengada-ada. Ketika manusia mengada-ada, kita mencoba mengisi kekosongan ingatan atau mimpi kita dengan urutan yang paling logis. ChatGPT melakukan hal yang sama.

Saya menemukan bahwa halusinasi LLM lebih mungkin terjadi ketika mencoba mengeksekusi “langkah panjang,” yang melintasi seluruh papan. Ini mencerminkan bagaimana LLM kesulitan dengan percakapan panjang.

Ketika Google menjadi tuan rumah turnamen LLM teratas, 42 dari 47 permainan menggunakan Pertahanan Sisilia, yang juga disukai oleh Bobby Fischer, dan Beth Harmon fiksi dari The Queen’s Gambit. Mengapa begitu cinta pada Sisilia? Karena itu adalah pembukaan paling populer. Penelitian DeepMind baru-baru ini menunjukkan efek yang sama ketika mereka mencoba menciptakan posisi catur yang kreatif, estetis, dan kontra-intuitif. Para peneliti menemukan bahwa AI sering “runtuh” pada dirinya sendiri, mengulangi jenis tema dan pola yang sama yang mereka anggap “indah.”

Dalam kasus program kecantikan catur DeepMind, para peneliti dapat mengurangi ini dengan memprogram secara eksplisit untuk lebih banyak keberagaman. Tetapi bahkan dengan data pelatihan yang luas, output probabilistik, dan filter keberagaman, tidak mudah untuk meniru variasi dan jangkauan pemikiran manusia.

Memang benar, LLM dan AI secara lebih luas bukan satu-satunya teknologi yang berjuang untuk menangkap keberagaman pengalaman manusia. Ambillah dinamika algoritmik, pemenang-ambil-semua dari media sosial, di mana menyesuaikan diri dengan apa yang diinginkan pengguna rata-rata memberi Anda lebih banyak klik, perhatian, dan uang. Untuk menghindari jatuh ke dalam tarikan suara tunggal dan monokultur, kita harus mencari keberagaman dalam sumber, perintah, dan masukan kita. Seperti yang ditulis Haruki Murakami: “Jika Anda hanya membaca buku yang dibaca orang lain, Anda hanya bisa memikirkan apa yang dipikirkan orang lain.”

Seperti mesin catur, LLM hanya akan menjadi lebih baik, dan kita harus mempersiapkan masa depan itu. Catur telah bergulat selama beberapa dekade mencoba menjaga permainan tetap adil meskipun ada AI superhuman. Perangkat elektronik telah lama dilarang dalam kompetisi catur, tetapi itu tidak menghentikan kecurangan mengganggu bidang ini.

Dalam skandal kecurangan catur yang mungkin paling menonjol yang pernah ada, peringkat teratas Magnus Carlsen kalah dari Grandmaster Hans Niemann yang saat itu berusia 19 tahun pada tahun 2022. Carlsen mengundurkan diri dari turnamen, dan terungkap bahwa Hans telah curang dalam permainan online sebelumnya. Meskipun tidak pernah ada bukti yang menunjukkan Hans curang melawan Magnus, teori-teori aneh menjadi viral, seperti yang menyarankan penggunaan manik anal untuk menyadap langkah melalui AI. Sejak itu, siaran acara langsung telah menambah penundaan waktu dan meningkatkan pengawasan. Meskipun ada langkah-langkah ini, tuduhan dan skandal kecurangan masih umum. Beberapa valid. Lainnya minim bukti, didorong oleh algoritma media sosial yang haus drama—dan diperkuat karena ketakutan akan kecurangan berbasis AI.

Apa yang diajarkan ini kepada kita adalah bahwa membangun alat deteksi kecurangan yang lebih canggih akan tidak cukup di masa depan yang digerakkan AI. Sebaliknya, kita perlu membangun kepercayaan dan integritas di seluruh komunitas kita. Ini adalah sesuatu yang tidak dapat dilakukan AI untuk kita.

Ini juga mengajarkan kita bahwa kita tidak boleh naif tentang kompleksitas masa depan kita yang digerakkan AI. Sebaliknya, kita perlu menemukan cara positif untuk memanfaatkan AI.

Pemain catur telah menjadi ahli dalam menyesuaikan penggunaan AI kami untuk pelatihan dan persiapan, di mana kami meninjau permainan kami sendiri dan permainan lawan kami. Titik yang tepat adalah memperluas dan menyempurnakan daftar langkah yang mungkin, tetapi tidak sampai kami berhenti berpikir sendiri. Saya suka metode sandwich. Saya mulai dengan otak saya sendiri (roti), kemudian saya melihat apa yang AI katakan tentang situasi tersebut (ikan tuna), dan kemudian saya kembali berpikir tentang hal-hal yang dapat dipetik menggunakan otak saya sendiri.

LLM memiliki dua sisi: mereka dapat membuat kita lebih tajam dan lebih pintar, atau mereka dapat membuat kita lebih tumpul dan lebih rata-rata, hanya mampu berpikir ketika kita memiliki komputer di dekatnya. Saat bermain catur melawan LLM, kita dapat melihat lebih jelas beberapa kekuatan dan keterbatasan mereka sebagai pelatih atau tempat curhat, sehingga kita tahu kapan harus mengatakan, “Selamat malam, Gemini.”