Câu trả lời ngắn: AI chơi cờ là chương trình máy tính chọn nước đi bằng cách thử trước nhiều diễn biến của ván cờ rồi chấm điểm từng thế cờ. Deep Blue (1997) chấm điểm bằng quy tắc do người viết tay và tính khoảng 200 triệu thế cờ mỗi giây. AlphaGo và AlphaZero (2016–2017) dùng mạng nơ-ron tự học cách chấm điểm qua hàng triệu ván tự chơi.

Bài viết này đi qua toàn bộ hành trình đó: máy tính cờ “nghĩ” như thế nào, vì sao cờ vây khó hơn cờ vua rất nhiều, AlphaZero tự học ra sao, và những bài học mà các trận cờ để lại cho AI ngày nay, từ chatbot đến robot.

Video: Deep Blue thắng Kasparov nhưng có hiểu cờ không?

Bài viết mở rộng từ video ngắn của kênh Vọc Sĩ về trận tái đấu năm 1997. Nếu bạn muốn nghe kể lại cuộc đấu trong khoảng 4 phút, hãy xem video Deep Blue vs Kasparov 1997 trước, rồi quay lại đây để đi sâu hơn vào công nghệ phía sau.

▶Xem video

Tóm tắt nhanh

• Trò chơi như cờ vua, cờ vây là “phòng thí nghiệm” lý tưởng của AI vì luật rõ ràng và thắng thua đo được.
• Máy tính cờ cổ điển dựa trên cây trò chơi, thuật toán minimax, cắt tỉa alpha-beta và một hàm chấm điểm viết tay.
• Deep Blue thắng Kasparov 3,5 – 2,5 năm 1997 nhờ tốc độ tính khoảng 200 triệu thế cờ mỗi giây.
• Cờ vây có quá nhiều khả năng để vét cạn, nên AlphaGo (2016) phải dùng mạng nơ-ron học từ dữ liệu và tự chơi.
• AlphaZero (2017) chỉ biết luật chơi, tự học cờ vua, cờ shogi và cờ vây đến trình độ vượt các chương trình mạnh nhất.
• Bài học lớn: thắng một trò chơi không đồng nghĩa với hiểu biết chung; người và máy hợp tác thường mạnh hơn mỗi bên.

Nội dung chính:

1. Vì sao AI chơi cờ là phòng thí nghiệm của trí tuệ nhân tạo
2. Máy tính cờ “nghĩ” thế nào: cây trò chơi và minimax
3. Deep Blue thắng Kasparov 1997: sức mạnh vét cạn
4. Hàm đánh giá viết tay: điểm mạnh và giới hạn
5. Cờ vây và AlphaGo: khi vét cạn không còn đủ
6. AlphaZero và MuZero: AI chơi cờ tự học từ luật
7. Dòng thời gian AI chơi cờ và trò chơi
8. So sánh Deep Blue, AlphaGo và AlphaZero
9. Người và máy hợp tác: cờ “nhân mã”
10. Hiểu lầm phổ biến về AI chơi cờ
11. Cách dùng AI chơi cờ để tự học cờ
12. Bài học từ AI chơi cờ cho AI hôm nay
13. Câu hỏi thường gặp

Vì sao AI chơi cờ là phòng thí nghiệm của trí tuệ nhân tạo

Ngay từ những ngày đầu của ngành máy tính, các nhà khoa học đã chọn cờ vua làm bài kiểm tra trí thông minh của máy. Năm 1950, nhà toán học Claude Shannon viết bài báo nổi tiếng về cách lập trình máy tính chơi cờ vua. Alan Turing cũng từng viết một chương trình cờ trên giấy và tự tay “chạy” nó, vì thời đó chưa có máy đủ mạnh.

Vì sao lại là trò chơi? Bởi trò chơi có luật rõ ràng, kết quả đo được. Trong đời thực, rất khó nói một quyết định là “đúng” hay “sai”. Còn trên bàn cờ, thắng là thắng, thua là thua. Nhà nghiên cứu có thể cho máy đấu hàng nghìn ván, đếm tỷ lệ thắng và biết ngay phiên bản mới có tiến bộ không.

Trò chơi còn có độ khó tăng dần như những nấc thang: cờ ca-rô dễ, cờ đam khó hơn, cờ vua khó hơn nữa, cờ vây gần như không thể vét cạn, rồi đến những trò chơi có thông tin ẩn như bài poker hay trò chơi chiến thuật thời gian thực. Mỗi nấc thang buộc các nhà nghiên cứu phải nghĩ ra kỹ thuật mới, và nhiều kỹ thuật ấy về sau được dùng ngoài bàn cờ.

Điều thú vị là cứ mỗi khi máy vượt qua một trò chơi, người ta lại nói: “Đó chưa phải trí thông minh thực sự”. Ranh giới của “thông minh” cứ lùi dần, và chính câu chuyện cờ vua là ví dụ rõ nhất cho hiện tượng này.

Máy tính cờ “nghĩ” thế nào: cây trò chơi và minimax

Hãy hình dung mỗi thế cờ là một ngã ba đường. Từ thế hiện tại, bạn có khoảng vài chục nước đi hợp lệ. Mỗi nước lại dẫn đến một thế cờ mới, nơi đối thủ cũng có vài chục lựa chọn. Vẽ hết ra, bạn được một cái cây phân nhánh chằng chịt, gọi là cây trò chơi (game tree).

Bốn bước của một máy tính cờ cổ điển

Một chương trình cờ kiểu cũ làm việc qua bốn bước lặp đi lặp lại:

1. Sinh nước đi: liệt kê mọi nước hợp lệ từ thế hiện tại.
2. Đào sâu: với mỗi nước, tưởng tượng tiếp vài lượt đi của cả hai bên.
3. Chấm điểm: đến độ sâu giới hạn thì dừng, dùng hàm đánh giá cho điểm thế cờ cuối.
4. Chọn nước: dùng thuật toán minimax để chọn nước tốt nhất, giả định đối thủ cũng chơi tốt nhất.

Minimax và cắt tỉa alpha-beta

Minimax nghĩa là: đến lượt mình thì chọn nước có điểm cao nhất (max), đến lượt đối thủ thì giả định họ chọn nước khiến mình có điểm thấp nhất (min). Đây là cách nghĩ thận trọng, luôn tính đến phản đòn tốt nhất của đối phương.

Vấn đề là cây trò chơi lớn khủng khiếp. Shannon từng ước tính số ván cờ vua khác nhau có thể xảy ra vào khoảng 10 mũ 120, nhiều hơn số nguyên tử trong vũ trụ quan sát được. Vì vậy máy không bao giờ duyệt hết. Kỹ thuật cắt tỉa alpha-beta giúp bỏ qua những nhánh chắc chắn không tốt hơn nhánh đã biết, giống như khi đi chợ, thấy một sạp đã đắt hơn sạp trước thì bạn không cần hỏi thêm món nào ở đó nữa.

Deep Blue thắng Kasparov 1997: sức mạnh vét cạn

Deep Blue là siêu máy tính chuyên chơi cờ vua do IBM phát triển. Nó không phải một chiếc máy tính thông thường mà được gắn thêm hàng trăm con chip thiết kế riêng chỉ để sinh nước đi và chấm điểm thế cờ. Nhờ phần cứng chuyên dụng này, Deep Blue xét được khoảng 200 triệu thế cờ mỗi giây.

Hai trận đấu, hai kết quả trái ngược

Kasparov, nhà vô địch thế giới từ năm 1985, gặp Deep Blue lần đầu năm 1996 và thắng 4 – 2. Một năm sau, IBM nâng cấp máy và hai bên tái đấu ở New York, sáu ván. Lần này máy thắng với tỷ số 3,5 – 2,5. Ở ván cuối, Kasparov chịu thua chỉ sau 19 nước đi. Đó là lần đầu một nhà vô địch thế giới đương nhiệm thua máy trong một trận đấu chính thức theo thể thức thi đấu.

Yếu tố tâm lý

Câu chuyện không chỉ có tính toán. Sau ván hai, Kasparov nghi ngờ có người can thiệp vì một nước đi của máy trông “giống người” đến bất ngờ. Ông tức giận, và nhiều nhà bình luận cho rằng tâm lý bất ổn đó khiến ông chơi kém hơn trong những ván sau. Máy không biết mệt, không biết sợ, không bị ảnh hưởng bởi khán giả. Đây là một lợi thế mà ít ai nghĩ tới khi so sánh người với máy.

Một chi tiết thường bị bỏ qua: cách thắng của Deep Blue là sự kết hợp giữa tốc độ phần cứng và tri thức cờ vua do các kỳ thủ chuyên nghiệp đóng góp. Nói cách khác, chiến thắng năm 1997 là chiến thắng của cả một đội ngũ kỹ sư và kỳ thủ, chứ không phải của một cỗ máy tự nghĩ.

Hàm đánh giá viết tay: điểm mạnh và giới hạn

Máy tính toán xa đến đâu thì cuối cùng vẫn phải trả lời câu hỏi: thế cờ này tốt hay xấu? Đó là việc của hàm đánh giá (evaluation function). Ở Deep Blue, hàm này do con người viết tay, gồm rất nhiều yếu tố như giá trị từng quân, độ an toàn của vua, cấu trúc tốt, quân nào đang kiểm soát trung tâm, đường nào bị khoá.

Máy cắt cỏ cực nhanh

Video của Vọc Sĩ có một ví von rất hay: Deep Blue giống một chiếc máy cắt cỏ cực nhanh. Nó cắt cỏ giỏi hơn bất kỳ ai, nhưng không có nghĩa là nó hiểu khu vườn. Deep Blue giỏi cờ vua và chỉ giỏi cờ vua. Nó không chơi được cờ ca-rô, không đọc được một câu tiếng Việt, và cũng không biết mình vừa thắng.

Người chọn lọc, máy vét cạn

Một kỳ thủ hàng đầu chỉ xét vài nước đi mỗi giây, nhưng họ biết ngay nước nào đáng xét nhờ kinh nghiệm hàng chục năm. Máy thì làm ngược lại: không có trực giác, bù lại bằng tốc độ thử gần như mọi khả năng. Cách tiếp cận này rất hiệu quả với cờ vua, nhưng có một giới hạn: máy chỉ giỏi bằng tri thức con người đã dặn. Nếu hàm đánh giá bỏ sót một yếu tố quan trọng, máy sẽ mãi mắc cùng loại sai lầm cho đến khi kỹ sư sửa tay.

Cờ vây và AlphaGo: khi vét cạn không còn đủ

Sau năm 1997, nhiều người cho rằng cờ vây sẽ là pháo đài cuối cùng của trí tuệ con người. Bàn cờ vây có 19 × 19 = 361 giao điểm, mỗi lượt có thể có hơn 200 lựa chọn, so với khoảng 30–40 ở cờ vua. Số thế cờ hợp lệ của cờ vây vào khoảng 2 × 10 mũ 170, lớn hơn cờ vua rất nhiều bậc.

Khó hơn nữa, rất khó viết tay một hàm đánh giá cho cờ vây. Ở cờ vua, bạn có thể đếm quân: xe đáng 5 điểm, tượng 3 điểm. Ở cờ vây, mọi quân đều giống nhau, giá trị của chúng phụ thuộc vào hình thế toàn bàn, thứ mà kỳ thủ giỏi cảm nhận được nhưng khó diễn đạt thành quy tắc.

AlphaGo học thay vì được dặn

AlphaGo của DeepMind giải bài toán này bằng hai mạng nơ-ron: một mạng gợi ý những nước đi đáng xét (giống trực giác của kỳ thủ), một mạng đánh giá thế cờ đang có lợi cho bên nào. Hai mạng này được huấn luyện ban đầu từ các ván cờ của người, rồi tiếp tục mạnh lên nhờ tự chơi với chính mình theo kiểu học tăng cường. Kết hợp với kỹ thuật tìm kiếm cây Monte Carlo, AlphaGo chỉ cần xét ít thế cờ hơn nhiều so với Deep Blue nhưng xét đúng chỗ.

Tháng 3 năm 2016, AlphaGo thắng Lee Sedol 4 – 1 tại Seoul. Trong ván hai, nước đi thứ 37 của AlphaGo khiến giới bình luận sửng sốt vì nó trái với kinh nghiệm truyền thống, nhưng về sau được đánh giá là nước rất hay. Còn ở ván bốn, Lee Sedol có nước đi thứ 78 xuất sắc giúp ông giành ván thắng duy nhất. Cả hai khoảnh khắc đều cho thấy ranh giới giữa “tính” và “sáng tạo” mờ hơn chúng ta tưởng.

AlphaZero và MuZero: AI chơi cờ tự học từ luật

AlphaGo vẫn học khởi đầu từ ván cờ của người. Năm 2017, DeepMind đi thêm một bước: AlphaGo Zero bắt đầu từ con số không, chỉ biết luật cờ vây, và tự chơi với chính mình. Cuối năm đó, AlphaZero áp dụng cùng cách làm cho cả cờ vua, cờ shogi (cờ tướng Nhật) và cờ vây, rồi đánh bại những chương trình mạnh nhất ở từng môn trong các trận thử nghiệm.

Vòng lặp tự chơi

Cách AlphaZero tự học có thể tóm gọn trong một vòng lặp:

1. Mạng nơ-ron hiện tại tự chơi rất nhiều ván với chính nó.
2. Ghi lại mỗi thế cờ và kết quả cuối cùng của ván (thắng, hoà, thua).
3. Huấn luyện lại mạng để dự đoán nước đi tốt hơn và đoán kết quả chính xác hơn.
4. Dùng mạng mới để tự chơi tiếp, và lặp lại.

Điểm khác biệt cốt lõi so với Deep Blue: không ai viết tay hàm đánh giá. Máy tự khám phá các nguyên lý như kiểm soát trung tâm hay hy sinh quân để lấy thế, và đôi khi chơi theo phong cách khiến các đại kiện tướng phải học lại.

MuZero: không cần biết luật

Phiên bản kế tiếp, MuZero (công bố khoảng năm 2019–2020), còn không cần được cho biết luật chơi. Nó tự học một “mô hình” về cách thế giới trò chơi thay đổi sau mỗi hành động, rồi dùng mô hình đó để lập kế hoạch. Cách làm này mở đường cho các bài toán thực tế, nơi luật chơi không được viết sẵn như trên bàn cờ.

Ý tưởng tự học cũng quay ngược lại ảnh hưởng đến cờ vua máy tính truyền thống. Stockfish, một trong những chương trình cờ vua mã nguồn mở mạnh nhất, từ năm 2020 đã kết hợp tìm kiếm alpha-beta cổ điển với một mạng nơ-ron nhỏ để chấm điểm thế cờ.

Dòng thời gian AI chơi cờ và trò chơi

Nhìn lại, câu chuyện AI chơi cờ là một chuỗi cột mốc, mỗi cột mốc đánh dấu một kỹ thuật mới:

• 1950: Claude Shannon mô tả cách lập trình máy tính chơi cờ vua.
• 1997: Deep Blue thắng Kasparov, đỉnh cao của tìm kiếm vét cạn và tri thức viết tay.
• 2007: Nhóm của Jonathan Schaeffer chứng minh cờ đam (checkers) nếu hai bên chơi hoàn hảo sẽ hoà, tức trò chơi đã được “giải”.
• 2016: AlphaGo thắng Lee Sedol, mạng nơ-ron và học tăng cường chinh phục cờ vây.
• 2017: AlphaZero tự học ba môn cờ chỉ từ luật chơi.
• 2019: AI tiến vào trò chơi có thông tin ẩn và nhiều người chơi: Pluribus thắng các tay chơi poker chuyên nghiệp ở bàn sáu người, AlphaStar đạt hạng Grandmaster trong StarCraft II.

Có thể thấy xu hướng rõ ràng: từ trò chơi nhỏ đến trò chơi lớn, từ thông tin đầy đủ đến thông tin ẩn, và từ quy tắc do người viết đến quy tắc do máy tự học.

So sánh Deep Blue, AlphaGo và AlphaZero

Ba cái tên này thường được nhắc chung, nhưng cách chúng hoạt động khác nhau khá nhiều. Bảng dưới đây tóm lại những khác biệt chính:

Người và máy hợp tác: cờ “nhân mã”

Sau khi thua Deep Blue, Kasparov không quay lưng với máy. Năm 1998, ông khởi xướng hình thức “cờ vua nâng cao” (advanced chess), trong đó mỗi kỳ thủ được dùng máy tính hỗ trợ trong lúc thi đấu. Về sau hình thức này còn được gọi là cờ centaur, tức “nhân mã”: nửa người, nửa máy.

Ý tưởng của Kasparov rất đơn giản: người cộng máy có thể mạnh hơn mỗi bên đứng riêng. Máy lo phần tính toán chi tiết, người lo định hướng chiến lược và nhận ra khi máy đang đi sai hướng. Ở những giải đấu tự do đầu những năm 2000, có đội gồm những người chơi nghiệp dư biết cách phối hợp với máy tốt đã vượt qua cả đại kiện tướng.

Bài học này đang lặp lại với AI hôm nay. Bác sĩ dùng AI đọc phim chụp, lập trình viên dùng trợ lý viết code, nhân viên văn phòng dùng chatbot soạn thảo. Giá trị lớn nhất thường không đến từ việc để máy làm thay hoàn toàn, mà từ cách con người đặt câu hỏi, kiểm tra và quyết định.

Hiểu lầm phổ biến về AI chơi cờ

“Deep Blue thông minh hơn con người”

Deep Blue chỉ giỏi hơn ở một nhiệm vụ rất hẹp. Nó chứng minh rằng một việc từng được coi là đỉnh cao trí tuệ có thể bị chinh phục bằng sức mạnh tính toán cộng với tri thức con người truyền vào, chứ không chứng minh máy thông minh hơn người nói chung.

“Máy chơi cờ biết trước mọi nước đi”

Không chương trình nào duyệt hết được cây trò chơi cờ vua. Máy chỉ nhìn trước một số lượt và ước lượng phần còn lại, nên vẫn có thể sai, đặc biệt ở những thế cờ dài hơi.

“AlphaZero là AI biết làm mọi thứ”

AlphaZero dùng chung một phương pháp cho ba môn cờ, nhưng mỗi môn vẫn được huấn luyện riêng. Nó không trò chuyện, không lái xe, không hiểu thế giới bên ngoài bàn cờ.

Cách dùng AI chơi cờ để tự học cờ

Tin vui là sức mạnh từng cần một siêu máy tính năm 1997 nay nằm gọn trong điện thoại của bạn. Các chương trình cờ miễn phí như Stockfish (mã nguồn mở) chạy trên máy tính cá nhân và mạnh hơn bất kỳ kỳ thủ nào. Bạn có thể tận dụng chúng để học cờ theo các bước sau:

1. Chơi trước, phân tích sau

Hãy chơi ván cờ bằng sức của mình. Đừng bật gợi ý của máy trong lúc chơi, vì như thế bạn chỉ học được cách bấm theo.

2. Cho máy chấm lại cả ván

Sau ván, dùng chức năng phân tích của ứng dụng hoặc trang cờ trực tuyến. Máy sẽ đánh dấu những nước sai lớn, nước không chính xác và nước tốt.

3. Tự tìm lý do trước khi xem đáp án

Với mỗi nước sai, hãy tự hỏi vì sao nó sai và thử tìm nước tốt hơn trước khi nhìn gợi ý. Đây chính là bài học “người định hướng, máy kiểm tra”.

4. Tập trung vào kiểu lỗi lặp lại

Ghi lại những lỗi bạn hay mắc, ví dụ bỏ quên quân hay để vua hở. Ba đến năm ván là đủ thấy quy luật.

5. Đặt giới hạn hợp lý

Ở trình độ mới chơi, đừng cố hiểu mọi biến dài mà máy đưa ra. Hãy ưu tiên các bài học đơn giản: an toàn quân, phát triển quân, kiểm soát trung tâm.

Bài học từ AI chơi cờ cho AI hôm nay

Hành trình từ Deep Blue đến AlphaZero để lại nhiều bài học vẫn còn nguyên giá trị khi bạn dùng chatbot, trợ lý ảo hay robot ngày nay:

• Tính toán nhiều không bằng hiểu biết: máy có thể làm đúng mà không hiểu vì sao. Đừng nhầm kết quả tốt với sự thấu hiểu.
• Dữ liệu và tự học mở rộng giới hạn: khi quy tắc quá phức tạp để viết tay, cho máy học từ dữ liệu và trải nghiệm là con đường hiệu quả hơn.
• Giỏi hẹp khác giỏi chung: một AI vượt người ở một nhiệm vụ chưa chắc làm tốt nhiệm vụ bên cạnh.
• Người và máy bổ sung cho nhau: giá trị lớn nhất đến từ cách con người phối hợp, kiểm tra và ra quyết định cùng máy.
• Thước đo thông minh luôn thay đổi: mỗi lần AI vượt một thử thách, câu hỏi “thế nào mới là hiểu” lại được đặt ra.

Câu hỏi thường gặp

AI chơi cờ đầu tiên là gì?

Những ý tưởng đầu tiên xuất hiện cuối thập niên 1940 và năm 1950, khi Alan Turing viết chương trình cờ trên giấy và Claude Shannon công bố bài báo về cách lập trình máy tính chơi cờ vua. Các chương trình chạy được trên máy thật xuất hiện trong thập niên 1950 và mạnh dần theo tốc độ máy tính.

Deep Blue có dùng trí tuệ nhân tạo không?

Có, nếu hiểu AI theo nghĩa rộng là máy làm được việc cần trí tuệ. Nhưng Deep Blue không có khả năng tự học như các mô hình học máy ngày nay. Nó dựa vào tìm kiếm rất nhanh và một hàm đánh giá do con người viết tay, được tinh chỉnh với sự giúp đỡ của kỳ thủ chuyên nghiệp.

Vì sao cờ vây khó cho máy hơn cờ vua?

Cờ vây có bàn 19 × 19, mỗi lượt có hơn 200 lựa chọn, nên số thế cờ lớn hơn cờ vua rất nhiều. Quan trọng hơn, rất khó viết tay quy tắc chấm điểm thế cờ vây vì giá trị quân phụ thuộc vào toàn cục. Vì vậy máy phải học cách đánh giá bằng mạng nơ-ron.

Máy tính có giải được cờ vua chưa?

Chưa. “Giải” nghĩa là biết chắc kết quả khi hai bên chơi hoàn hảo. Cờ đam đã được giải năm 2007, nhưng cờ vua còn quá lớn. Hiện chỉ có các cơ sở dữ liệu tàn cuộc với số quân ít trên bàn là đã được tính trọn vẹn.

Học cờ với AI có làm mình phụ thuộc vào máy không?

Có thể, nếu bạn bật gợi ý trong lúc chơi hoặc chỉ xem đáp án mà không tự suy nghĩ. Cách học tốt là chơi bằng sức mình, sau đó dùng máy để chấm lại, và luôn tự tìm lý do trước khi xem nước đi máy đề xuất.

Kết luận

Câu chuyện AI chơi cờ là bản tóm tắt thu nhỏ của cả ngành trí tuệ nhân tạo. Deep Blue cho thấy sức mạnh của tính toán cộng tri thức con người. AlphaGo và AlphaZero cho thấy sức mạnh của việc để máy tự học. Còn Kasparov, người thua năm 1997, lại trở thành người nhắc chúng ta rằng con người và máy có thể làm việc cùng nhau thay vì đối đầu.

Cỗ máy năm 1997 thắng ván cờ, nhưng câu hỏi lớn hơn vẫn còn nguyên: thế nào mới gọi là hiểu? Theo bạn, máy cần làm được gì thì mới được coi là “hiểu” một việc? Hãy để lại bình luận và theo dõi Nhật Phúc để đọc thêm những bài giải thích dễ hiểu về AI, robot và tự động hoá.

The post AI chơi cờ: từ Deep Blue đến AlphaZero, máy giỏi cờ thế nào? appeared first on Nhật Phúc.