Ataraxos slog verdens bedste Stratego-spiller
AI'en vandt 15-1 mod mesteren Niemeijer ved at gætte modstanderens skjulte brikker med et ekstra netværk.
Ataraxos slog mesteren 15-1
Forskere fra Carnegie Mellon, MIT, NYU og Stanford har bygget en AI ved navn Ataraxos, der slog Pim Niemeijer – måske den bedste Stratego-spiller nogensinde – med 15 sejre, fire uafgjorte og kun ét nederlag over 20 online partier fordelt på tre uger.
Niemeijer har fire verdensmesterskaber og mere end 600 uger som nummer ét på verdensranglisten. Ved Stratego-VM 2025 vandt Ataraxos 38 af 40 partier mod tilskuere.
Stratego skjuler mere end poker
I Stratego kan du se, hvor modstanderens brikker ligger, men ikke hvad de er. Først når to brikker støder sammen, afsløres den svagere og fjernes.
Det er langt mere skjult information end i Texas Hold'em-poker, hvor man kun har to skjulte kort og 1.326 mulige hænder. I Stratego er der 40 brikker i vilkårlig orden – mere end en decillion mulige opsætninger – og et parti kan vare op til 2.000 træk. Det er grunden til, at selv Googles DeepNash fra 2022 aldrig kunne slå de bedste mennesker.
Netværk gætter modstanderens hemmeligheder
Ataraxos' afgørende opfindelse er en anden neural netværk, en såkaldt belief model, der gætter modstanderens skjulte brikker ud fra, hvordan de bevæger sig gennem partiet.
I stedet for at gennemgå alle mulige opsætninger tager Ataraxos stikprøver af sandsynlige kombinationer, prøver kandidattræk i hver af dem og vælger ud fra resultatet. Dertil justerer træningen strategien med store ændringer tidligt og små senere, fordi skjult information ellers får selvudspilsalgoritmer til at køre i ringe.
34 gange færre spil end DeepNash
Ataraxos spillede 163 millioner spil mod sig selv og blev alligevel langt stærkere end DeepNash – og det med omkring 34 gange færre spil. Træningen krævede 16 GPU'er i en uge plus fire GPU'er i fire dage til belief modellen.
DeepNash krævede 1.024 Googles specialchips i to til tre måneder – en omkostning, teamet estimerer til 3–4,5 millioner dollars ved 2025-priser. Samme tilgang vandt også over tre verdensmestre i varianten Barrage Stratego.
Flere detaljer
- Belief modellen trænedes på fire GPU'er i fire dage ud over hovedtræningen.
- Ataraxos placerer ofte sit flag i et hjørne bag blot to bomber – en sjælden opstilling.
Kilder:
Ars Technica AI →
Genfortalt i egne ord af AI-nyheder.com · AI-genereret illustration · Tjek altid originalkilden, før du handler på vigtige oplysninger.