Allie, un bot d'échecs AI, apprend à jouer comme des humains à partir de 91 millions de jeux de liche
Yiming Zhang n'a pas grandi en jouant aux échecs. Comme beaucoup d'autres personnes, le doctorat de l'Université Carnegie Mellon. L'élève a découvert la série Netflix « The Queen's Gambit » pendant la pandémie et a commencé à jouer en ligne. Cependant, il a rapidement réalisé à quel point il se sentait contre nature contre les bots d'échecs.
« Après avoir appris les règles, j'étais dans les 10% les plus bas, peut-être 20% des joueurs en ligne », a déclaré Zhang, qui fait partie de l'Institut des technologies linguistiques (LTI) à l'École d'informatique de CMU. « Pour les débutants, il n'est pas intéressant ou instructif de jouer contre les bots d'échecs parce que les mouvements qu'ils font sont souvent bizarres et incompréhensibles pour les humains. »
La frustration de Zhang l'a amené à développer Allie, un bot d'échecs propulsé par l'intelligence artificielle qui démontre les avantages des outils d'IA qui pensent comme les humains. Il pense que la formation de futurs systèmes d'IA à réfléchir et à délibérer sur des problèmes complexes pourrait créer de meilleurs agents à utiliser en thérapie, en éducation et en médecine.
« Il y a eu une obsession de construire une IA surhumaine qui est meilleure en mathématiques ou dans d'autres tâches de raisonnement que la plupart des humains », a déclaré Daphne Ippolito, conseiller de Zhang et professeur adjoint au LTI. « Mais il y a beaucoup d'occasions pour nous de former des modèles d'IA à agir comme des humains, et je pense que cela vaut la peine d'être exploré. »
Allie joue de la même manière qu'un humain et peut s'adapter à diverses forces, du débutant à l'expert. Il a été formé de manière similaire aux modèles de langue qui sous-tendent les chatbots modernes, tels que Chatgpt. Mais au lieu de nourrir le texte d'Allie sur Internet, l'équipe l'a formée sur 91 millions de transcriptions de la populaire plate-forme d'échecs LICHESS. Exposer Allie aux transcriptions des jeux d'échecs joués par les humains a appris à faire des mouvements qu'un joueur humain ferait, prendre le temps de contempler des positions critiques et de démissionner lorsque le jeu est impossible à gagner.
« Je suis enthousiasmé par la façon dont les méthodes adaptatives que nous avons utilisées combinent des procédures de recherche d'IA classiques avec la modélisation du comportement humain, et comment cette combinaison est meilleure que l'une ou l'autre méthode », a déclaré Daniel Fried, professeur adjoint au LTI qui a travaillé sur le projet. « Des méthodes comme celles que nous avons utilisées ont déjà été appliquées dans des jeux complexes tels que la diplomatie, et je suis ravi de les voir utilisés dans d'autres tâches où l'IA doit agir stratégiquement, mais de manière compatible humaine. »
La plupart des moteurs d'échecs sont construits avec un seul objectif: gagner. Ils simulent d'innombrables mouvements futurs, opposant des variations d'eux-mêmes les unes contre les autres dans une boucle auto-améliorée avec l'absence de données humaines. Cette approche se traduit par des systèmes avec une force presque imbattable, comme Alphazero ou Stockfish, ce qui en fait des adversaires inutiles pour les joueurs occasionnels et les débutants.
« Avant Allie, un moteur d'échecs n'existait pas qui a modélisé la façon dont les gens pensent », a déclaré Zhang. « Les bots d'échecs ont instantanément fait des mouvements dans des positions complexes où les humains auraient besoin de temps pour considérer diverses options, ou continueraient à jouer dans des positions complètement perdues où les humains démissionneraient normalement.
Interrogé sur les plans futurs, l'équipe a expliqué qu'Allie était entièrement open source et a amassé près de 10 000 matchs depuis son déploiement sur licheess.
« Notre projet est significatif car il évalue comment les gens interagissent avec l'IA qui tente d'être humain », a déclaré Ippolito. « Nous avons également délibérément construit une plate-forme open source à partir de laquelle les gens peuvent construire. »
Allie a été présentée à la Conférence internationale de 2025 sur les représentations de l'apprentissage à Singapour, l'un des principaux lieux de recherche sur l'apprentissage automatique. Zhang, Ippolito et Fried ont collaboré au projet avec Athul Paul Jacob, un doctorat. étudiant au Massachusetts Institute of Technology; et Vivian Lai, chercheur à Visa.
