Một sinh viên tìm cách luyện AI thành 'thần bài'
AI có thể đánh bại những kì thủ cờ vua hàng đầu thế giới, nhưng lại chưa chắc thắng được một người chơi bài giỏi chứ đừng nói là làm thần bài.
Trong cờ vua, các chương trình AI có thể tính toán hàng triệu khả năng, dự đoán những nước đi tiếp theo và lựa chọn phương án có lợi nhất. Một trong những phần mềm nổi tiếng là Stockfish, liên tục đạt thành tích hàng đầu trong các cuộc thi cờ vua dành cho máy tính. Với khả năng phân tích nhiều nhánh diễn biến của ván đấu, những chương trình như vậy đã vượt xa khả năng tính toán của con người. Nhưng khi chuyển sang những trò chơi bài có nhiều yếu tố bất ngờ, lợi thế của máy móc không còn rõ ràng.
AI giỏi cờ vua nhưng chưa chắc biết chơi bài
Đây là điều Jack Lamberg, sinh viên năm cuối ngành Toán học và Khoa học máy tính tại Đại học Binghamton, muốn tìm hiểu. Mùa hè vừa qua, anh tham gia dự án nghiên cứu kéo dài 10 tuần tại chương trình Trải nghiệm nghiên cứu thị giác máy tính dành cho sinh viên đại học (REU) của Đại học Central Florida. Dự án có tên “Cards on the Table: The Winning Move is Not in the Rules”, tạm dịch là “Đặt bài lên bàn: Nước đi chiến thắng không nằm trong luật chơi”.
Theo Lamberg, trong cờ vua, máy tính biết tất cả những quân cờ đang nằm ở đâu, những nước đi nào có thể được thực hiện và đối thủ có những lựa chọn gì. Vì thế, AI có thể tính toán để tìm ra phương án tối ưu. Nhưng với trò chơi bài, nó không biết chính xác đối thủ đang cầm những lá bài nào, có thể rút được quân gì hay sẽ kết hợp các lá bài ra sao.
Khó khăn càng lớn khi nghiên cứu những trò chơi như Magic: The Gathering hay Pokémon Trading Card Game. Khác với poker hoặc blackjack sử dụng bộ bài 52 lá quen thuộc, người chơi những trò này tự xây dựng bộ bài trước khi thi đấu, lựa chọn từ một kho thẻ bài khổng lồ. Mỗi lá có thể sở hữu năng lực riêng, tạo ra nhiều cách kết hợp và chiến thuật khác nhau.
Một ván đấu vì thế không chỉ phụ thuộc vào luật chơi mà còn vào cách người chơi xây dựng bộ bài, sử dụng tài nguyên và phản ứng trước những tình huống bất ngờ.
Nói cách khác, AI phải học cách chơi trong khi không biết trước tất cả những gì có thể xảy ra. Nó cần hiểu khi nào nên tấn công, khi nào nên phòng thủ, lúc nào cần giữ lại một quân bài và khi nào nên chấp nhận rủi ro. Đây không đơn giản là bài toán tính toán mà còn là khả năng lựa chọn chiến thuật trong điều kiện thiếu thông tin.
Tạo trò chơi riêng để AI không thể học lỏm đáp án
Để huấn luyện AI, Lamberg và các cộng sự gặp một vấn đề khá thú vị: những trò chơi phổ biến như Pokémon hay Magic: The Gathering đã có quá nhiều thông tin trên Internet. Các mô hình AI có thể đã tiếp xúc với luật chơi, danh sách thẻ bài, hướng dẫn chiến thuật và những cuộc thảo luận của cộng đồng.
Nếu đưa AI vào chơi những trò này, nhóm nghiên cứu khó xác định liệu nó thực sự học được điều gì từ quá trình huấn luyện hay chỉ đang sử dụng kiến thức có sẵn. Giải pháp của họ là tự sáng tạo một trò chơi hoàn toàn mới mang tên Aurora's Call.
Lamberg cho biết trò chơi này kết hợp nhiều yếu tố từ Pokémon, Digimon, Magic: The Gathering và một số trò chơi khác, nhưng được thiết kế với những cơ chế mới. Vì Aurora's Call chưa từng tồn tại trước đó, AI không thể tìm kiếm hướng dẫn hay sao chép chiến thuật từ Internet. Nó phải bắt đầu gần như từ con số không.
Sau khi tạo ra trò chơi, nhóm nghiên cứu cần xây dựng một lượng dữ liệu đủ lớn để AI có thể học và được kiểm tra khả năng chơi. Họ thực hiện việc này bằng cách tạo ra nhiều chương trình tự động, gọi là bot, để các chương trình thi đấu với nhau.
Có thể hình dung bot giống như những người chơi được lập trình sẵn cách hành động. Một bot đơn giản có thể chọn nước đi ngẫu nhiên. Bot khác được hướng dẫn thực hiện những chiến thuật cụ thể, chẳng hạn ưu tiên tấn công, bảo vệ tài nguyên hoặc lựa chọn quân bài theo một số điều kiện nhất định.
Điểm khác biệt giữa bot và AI nằm ở cách chúng đưa ra quyết định. Bot thường làm theo những quy tắc cố định: nếu gặp tình huống này thì thực hiện hành động kia. Trong khi đó, mô hình AI có thể học từ hàng loạt ví dụ, nhận diện các khuôn mẫu và dự đoán hành động phù hợp với tình huống mới.
Nhóm của Lamberg cho các bot thi đấu với nhau, qua đó mô phỏng hàng trăm nghìn ván bài nhanh hơn rất nhiều so với việc để con người trực tiếp chơi. Những ván đấu này tạo thành một kho dữ liệu để kiểm tra xem AI hiểu trò chơi đến đâu và có thể đánh bại những đối thủ ở mức độ nào.
Kết quả ban đầu không mấy khả quan. Các mô hình ngôn ngữ lớn có thể thắng bot chọn nước đi ngẫu nhiên, nhưng khi đối đầu với những bot có chiến thuật dù chỉ ở mức tương đối, chúng lại gặp rất nhiều khó khăn.
Điều này cho thấy AI có thể hiểu những quy tắc cơ bản nhưng chưa thực sự biết cách vận dụng chúng để chiến thắng. Giống như một người mới học chơi bài, máy có thể biết mỗi lá bài có tác dụng gì nhưng chưa biết nên sử dụng chúng vào thời điểm nào để tạo lợi thế.
Muốn thành thần bài, AI phải học từ những người chơi giỏi
Sau khi xác định được điểm yếu của AI, Lamberg và các cộng sự tiếp tục nâng độ khó của quá trình huấn luyện. Thay vì chỉ để máy học từ những ván đấu giữa các bot, nhóm bổ sung dữ liệu từ những trận đấu có trình độ cao do một thành viên trực tiếp chơi với các chương trình tự động.
Những ván đấu này cung cấp ví dụ về cách một người chơi có kinh nghiệm đưa ra quyết định, lựa chọn chiến thuật và xử lý những tình huống phức tạp. AI có thêm cơ hội học được những cách chơi hiệu quả thay vì chỉ bắt chước những phản ứng đơn giản của các chương trình được lập trình sẵn.
Đây là bước quan trọng bởi không phải dữ liệu nào cũng có giá trị như nhau. Nếu chỉ học từ những đối thủ yếu, AI có thể hình thành những thói quen không hiệu quả. Ngược lại, những ván đấu của người chơi giỏi giúp mô hình nhận biết các chiến thuật có khả năng mang lại chiến thắng, cách kết hợp những lá bài và thời điểm thích hợp để sử dụng chúng.
Lamberg kì vọng nghiên cứu sẽ tiếp tục được phát triển, hướng đến mục tiêu tạo ra một AI có thể chơi ngang bằng, thậm chí đánh bại những người chơi chuyên nghiệp trong các trò chơi bài phức tạp.
Dù vậy, anh cũng không chắc mục tiêu này có thể đạt được hoàn toàn. Theo Lamberg, AI có khả năng thay đổi cách phản ứng linh hoạt hơn những bot truyền thống, nhưng nền tảng của nó vẫn dựa trên cơ chế dự đoán. Vì vậy, mô hình có thể hình thành những khuôn mẫu nhất định mà một người chơi giàu kinh nghiệm có thể nhận ra và khai thác.
Đây cũng là điểm thú vị trong cuộc thử nghiệm: máy tính có thể tính toán nhanh hơn con người, tiếp thu lượng dữ liệu khổng lồ và mô phỏng hàng trăm nghìn ván đấu, nhưng chưa chắc đã hiểu được mọi tình huống bất ngờ.
Nghiên cứu của Lamberg vì thế không chỉ nhằm tạo ra một AI chơi bài giỏi. Nó còn đặt ra câu hỏi rộng hơn về khả năng học hỏi và ra quyết định của máy móc khi không có đủ thông tin. Trong thế giới thực, từ kinh doanh, tài chính đến quản trị rủi ro, con người cũng thường phải lựa chọn khi chưa thể biết trước kết quả.
Nếu có thể giúp AI trở thành một “thần bài”, biết đọc tình huống và tìm cách vượt qua đối thủ trong một trò chơi mà nó chưa từng biết đến, nhóm nghiên cứu có thể mở ra những hướng tiếp cận mới cho các hệ thống AI cần xử lý những vấn đề phức tạp và đầy bất định.