一場 ChatGPT 對戰(zhàn) Atari 2600 的象棋對局火了。

具體而言，在一場看似輕松的“AI玩具對決”里，ChatGPT輸給了Atari 2600 的象棋引擎，對手只是一臺48年前、頻率1.19 MHz的8位主機(jī)。

圖片

起初，這只是Robert Jr. Caruso的一次懷舊實(shí)驗(yàn)。這位基礎(chǔ)架構(gòu)工程師，平時(shí)和自動(dòng)化、虛擬化、云計(jì)算打交道。某天，他和ChatGPT聊起象棋AI，從Stockfish講到AlphaZero，模型興致高漲，主動(dòng)提出要挑戰(zhàn)Atari 2600上的《Video Chess》。

這款游戲發(fā)布于1979年，只有最基礎(chǔ)的規(guī)則判斷和1-2步深度搜索。當(dāng)Caruso把棋盤和規(guī)則輸入后，ChatGPT信心滿滿：“這應(yīng)該很快就能贏?！?/p>

然而，整場對局卻變成了一場鬧劇。GPT認(rèn)錯(cuò)棋子，把車當(dāng)象，錯(cuò)失雙兵叉，甚至連哪些棋子已經(jīng)被吃掉都記不住。它時(shí)常建議“犧牲騎士去換兵”，還不斷要求“從頭再來”，好像換一次初始局面就能擺脫混亂。

Caruso陪它下了整整90分鐘，每一步都要人工幫它“回憶”局面。最終，GPT主動(dòng)認(rèn)輸，“低下了頭”，結(jié)束了這場令人啼笑皆非的對局。

Caruso在領(lǐng)英中表達(dá)：“它犯的錯(cuò)，能讓你在小學(xué)三年級的象棋社被嘲笑一整學(xué)期?！?/p>

技術(shù)盲點(diǎn)：LLM 不會“記住棋盤”

為什么 GPT 會輸？因?yàn)樗皇菫檫@類任務(wù)設(shè)計(jì)的。

GPT 屬于語言模型，它通過分析大量文本，學(xué)習(xí)詞語、句子、段落之間的相關(guān)性，并基于“概率”決定接下來的輸出。這種機(jī)制在對話、寫作中極其強(qiáng)大——但在棋局這類離散系統(tǒng)中，問題變成了“狀態(tài)跟蹤”。

在象棋這類游戲里，狀態(tài)清晰、規(guī)則嚴(yán)格：64 個(gè)格子、32 個(gè)棋子，輪流行動(dòng)，沒有容錯(cuò)空間。每一手棋都對結(jié)果至關(guān)重要。

而 GPT 每次“發(fā)言”都是基于之前的“語言提示”，并沒有“內(nèi)部記憶”去追蹤棋盤狀態(tài)。即使外部工程實(shí)現(xiàn)了記憶機(jī)制，它也會在多個(gè)回合后“混淆上下文”。這是因?yàn)樗鼪]有專門為棋類構(gòu)建的“狀態(tài)表達(dá)結(jié)構(gòu)”，不像 Stockfish 那樣有明確定義的棋盤類、規(guī)則引擎、搜索深度控制。

有網(wǎng)友評論說：“你拿一個(gè)聊天機(jī)器人去玩象棋，就像用千斤頂修車?！?/p>

圖片

也有網(wǎng)友認(rèn)為：語言模型捕捉的是序列概率，不擅長高度組合性的任務(wù)。

圖片

因此，AI 是否真的“懂得”某件事？如果它不能維持一個(gè)棋盤狀態(tài)，它是否能在更復(fù)雜的現(xiàn)實(shí)場景中保持一致邏輯？例如：自動(dòng)駕駛的決策路徑、金融模型的風(fēng)控評估、甚至是多輪對話中的情緒識別。

在 GPT 輸給 Atari Chess 的那 90 分鐘里，暴露的不只是一個(gè)模型的短板，也讓我們重新思考：我們理解的“AI 能力”，是否已經(jīng)被包裝過度？

作者長期關(guān)注 AI 產(chǎn)業(yè)與學(xué)術(shù)，歡迎對這些方向感興趣的朋友添加微信 Q1yezi，共同交流行業(yè)動(dòng)態(tài)與技術(shù)趨勢！