埃莉（Ellie），機器人國際象棋AI，學會了像9100萬lichese遊戲中的人一樣玩耍

Yiming Zhang沒有長大，下棋。像許多其他人一樣，卡內基大學 – 梅隆，哲學博士。該學生在大流行期間發現了Netflix系列“女王的gambit”，並開始在互聯網上玩。儘管如此，他很快意識到自己與國際象棋機器人的表現如何不自然。

“在了解規則後，我處於較低的10％，可能是互聯網上20％的參與者，”張說，他是CMU計算機科學院語言技術研究所（LTI）的一部分。 “對於初學者來說，與國際象棋機器人進行比賽並不有趣或有啟發性，因為他們所做的動作常常對人們來說是奇怪而難以理解的。”

張的失望 埃莉促使他發展基於人工智能的國際象棋機器人，該機器人展示了人們認為的人工智能工具的優勢。他認為，對未來的AI系統進行反思和思考複雜問題的培訓可以創造用於治療，教育和醫學的最佳代理。

Zhang顧問兼LTI副教授Daphne Hippolyto說：“人們對超人人工智能的建設有著痴迷，這比大多數人更好。” “但是我們有很多機會教AI模型像人一樣行為，我認為值得學習。”

艾莉（Ellie）的演奏與一個人相似，並且可以適應從初學者到專家的各種優勢。它的訓練與基於現代聊天機器人（例如Chatgpt）的語言模型類似。但是，該團隊沒有從互聯網上餵食Ellie的文字，而是從受歡迎的Ligessa為國際象棋平台訓練了9100萬次轉錄。從人們玩的國際象棋遊戲中透露艾莉（Ellie）到成績單上，教他如何做出人類玩家會做出的舉動，花時間思考關鍵位置並在遊戲不適合時辭職。

“我很興奮，因為我們使用的自適應方法將經典搜索程序與建模人類行為結合在一起，以及這種組合本身比任何方法都更好。” LTI的副教授丹尼爾·弗里德（Daniel Fried）說。 “類似於我們使用的方法已經在復雜遊戲中使用過，例如 外交我很高興看到它們在其他任務中使用，AI應該在戰略上行動，但與一個人兼容。透明

大多數國際象棋發動機都是有目的的：贏。他們模仿了無數的未來運動，在自我改良的循環中與缺乏人類數據相反。這種方法導致了這樣一個事實，即幾乎無與倫比的動力的系統，例如Alfazero或Stockfish，這使他們成為隨機玩家和初學者的不愉快的對手。

張說：“在埃莉（Ellie）之前，不存在國際象棋引擎，就像人們認為的那樣是建模的。” “國際象棋機器人立即採取了艱難的措施，人們將花時間考慮各種選擇或繼續處於完全失去的位置，人們通常會辭職。這將使存在的國際象棋的存在似乎是不自然的。”

當他被問及未來計劃時，團隊解釋說埃莉 完全開源代碼並收集了近10,000場比賽 從在Lichass部署的那一刻起場地

Hippolyto說：“我們的項目是有道理的，因為它評估了人們如何與AI互動，誰試圖成為一個人。” “我們還故意建立了一個可以從中建立的開源平台。”

埃莉（Ellie）在 2025年國際培訓會議 在新加坡，機器學習研究的主要場所之一。張，伊波利托和弗里達與哲學博士Atull Paul Jacob合作。馬薩諸塞州技術學院的學生； Visa的研究人員Vivian Lai。