一個普通玩家，甚至不是最高級別的玩家，都擊敗了領先的系統 人工智能 在棋類游戲圍棋中，這是一個驚喜，因為計算機在 2016 年贏得的勝利被認為是人工智能發展的一個重要里程碑。
美國業餘選手 Kellyn Pelrin 利用之前被另一台計算機發現的系統缺陷，贏得了 14 場比賽中的 15 場。 這場胜利凸顯了大多數現代人工智能係統所擁有的圍棋最佳計算機程序的弱點，包括臭名昭著的聊天機器人 ChatGPT，由 OpenAI 創建。
具有諷刺意味的是，制勝法寶是由另一個探索人工智能係統以尋找弱點的計算機程序提供的。 “我們使用該系統出奇地容易，”開發該程序的加州研究公司 FAR AI 的首席執行官亞當·格利夫 (Adam Gleave) 說。 他說，該程序必須與最流行的圍棋系統之一 KataGo 進行超過 萬場對局，才能找到所謂的“盲點”。 根據佩林的說法，該程序發現的策略“並不完全是微不足道的，但也不是特別難”，因此普通人完全有能力掌握它。
七年後，人工智能似乎在通常被認為是最困難的戰略棋盤遊戲中證明了其對人類無可爭議的優勢。 公司開發的AlphaGo系統 DeepMind，由谷歌擁有，在 2016 年以 4-1 擊敗世界冠軍李世石。 2019年，這位韓國選手正是因為人工智能的發展而停止參加比賽——他宣稱再也沒有人能打敗他。 好吧，李世石有點倉促下了結論。
在圍棋遊戲中，兩名棋手輪流在標有19x19方格的棋盤上放置黑白棋子，力圖包圍對方的棋子並佔據最大的面積。 大量的組合意味著計算機無法真正評估所有可能的未來走法。 佩爾林使用的一種戰術是慢慢地串起一個大的“環”石塊來包圍對手的一組，分散注意力 人工智能 在棋盤的其他角落移動。 即使包圍圈幾乎完成，機器人也沒有註意到這個漏洞。 “但一個人很容易注意到它，”玩家補充道。
也很有趣：
在一些最先進的圍棋機器中發現的弱點表明，支撐最先進的深度學習系統存在根本缺陷 人工智能. 正如加州大學伯克利分校計算機科學教授 Stuart Russell 所說，系統只能“理解”它們過去遇到的特定情況，無法像人那樣概括一切。 “這再次表明，我們過於草率地將超人智能歸因於機器，”拉塞爾說。
佩爾林使用的策略很可能很少被使用，這意味著人工智能係統沒有接受過足夠多的類似遊戲的訓練以“理解”它們的弱點。
也很有趣：