AI ตีแตก Stratego เกมข้อมูลไม่สมบูรณ์ ได้สำเร็จด้วยงบจำกัด

Stratego เป็นเกมกระดานคลาสสิกที่นักวิจัยด้าน AI พยายามพิชิตมานาน เพราะแม้จะคล้ายหมากรุกตรงที่ต้องวางแผนและอ่านเกมคู่แข่ง แต่ต่างกันตรงที่ข้อมูลจำนวนมากถูกซ่อนไว้ตลอดเวลา ผู้เล่นไม่รู้ว่าหมากของฝ่ายตรงข้ามคืออะไรจนกว่าจะปะทะกันจริง ทำให้เกมนี้มีความซับซ้อนสูงในแบบข้อมูลไม่สมบูรณ์คล้ายโป๊กเกอร์ มากกว่าจะเป็นเกมข้อมูลเปิดอย่างหมากรุกหรือโกะ

บทความระบุว่าในอดีต AI เคยเอาชนะเกมที่เป็นสัญลักษณ์ของความสามารถเชิงกลยุทธ์มาแล้วหลายเกม เช่น Deep Blue ที่ชนะ Garry Kasparov ในหมากรุก และ AlphaGo ที่ชนะ Lee Sedol ในโกะ รวมถึงบอตโป๊กเกอร์ที่เอาชนะผู้เล่นอาชีพได้มานาน แต่ Stratego ยังคงเป็นหนึ่งในเกมที่ “ต้านทาน” การเอาชนะของเครื่องได้ยาวนาน แม้แต่ DeepMind ที่มีทรัพยากรมหาศาลก็ยังไม่สามารถสร้างระบบที่ชนะผู้เล่นมนุษย์ระดับท็อปได้อย่างสม่ำเสมอ

ความคืบหน้าครั้งนี้มาจากทีมวิจัยของ Carnegie Mellon, MIT, New York University และ Stanford ซึ่งพัฒนา AI ชื่อ Ataraxos ขึ้นมา และสามารถเอาชนะ Pim Niemeijer ผู้เล่น Stratego ที่ถูกมองว่าเก่งที่สุดคนหนึ่งในประวัติศาสตร์ได้ด้วยสกอร์ 15 ต่อ 1 และเสมอ 4 เกม ผลลัพธ์นี้สะท้อนว่า AI ไม่เพียงแค่เล่นได้ดี แต่ยังเหนือกว่ามนุษย์ระดับสูงอย่างชัดเจนในเกมที่ซับซ้อนมาก

อีกประเด็นที่น่าสนใจคือความสำเร็จครั้งนี้ไม่ได้มาพร้อมต้นทุนมหาศาลแบบงานวิจัย AI ขนาดใหญ่ทั่วไป รายงานระบุว่า Ataraxos ใช้ GPU เพียง 16 ตัว และงบฝึกสอนเพียงไม่กี่พันดอลลาร์เท่านั้น ซึ่งบ่งชี้ว่าการออกแบบอัลกอริทึมและแนวทางฝึกสอนมีบทบาทสำคัญไม่น้อยไปกว่าการทุ่มทรัพยากรดิบ

สำหรับวงการ AI ผลงานนี้มีนัยสำคัญเกินกว่าแค่การชนะเกมหนึ่งเกม เพราะ Stratego เป็นกรณีทดสอบสำคัญของการตัดสินใจภายใต้ข้อมูลจำกัดและความไม่แน่นอนยาวนาน หาก AI ทำได้ดีกับเกมลักษณะนี้ ก็อาจนำบทเรียนไปต่อยอดกับปัญหาโลกจริงที่ต้องคาดเดาคู่แข่งหรือจัดการข้อมูลไม่ครบถ้วน เช่น การเจรจา กลยุทธ์ทางธุรกิจ หรือการวางแผนเชิงแข่งขันในสถานการณ์ซับซ้อน