Robert Caruso, utvecklare på Citrix, satt och chattade med Chat GPT när ”samtalet” kom in på schack, och Chat GPT föreslog en match mot ”Atari Chess”. Chat GPT ”ville se” hur snabbt den kunde vinna en match mot en gammal schack-AI som bara tänker 1–2 drag framåt, rapporterar Techspot.
Det finns inget spel som heter exakt så, men Robert Caruso körde igång Video Chess för Atari 2600 i emulatorn Stella, en exakt hårdvaruemulering av den gamla konsolen och dess 8-bitarsprocessor med klockfrekvensen 1,19 MHz.
Först försökte Robert Caruso mata Chat GPT med bilder på schackbrädet så att den kunde läsa av alla pjäsers positioner och utföra sina drag, men den blandade ihop olika pjäser och behövde konstant hjälp. Den ”förklarade” då att ikonerna är för otydliga i det gamla lågupplösta spelet, så Robert Caruso testade att ange dragen med schacknotation istället. Det hjälpte inte och Atari-spelets AI vann enkelt.
Experimentet är ett enkelt sätt att demonstrera stora språkmodellers begränsningar. Att räkna ut vad nästa sekvens i en mening, bild eller video bör vara är möjligt tack vare de mönster som finns i språk och grafiska uttryck, men inget schackparti är exakt samma som något annat.
Antalet möjliga schackpartier har uppskattats till åtminstone 10120, kallat Shannons tal. Oavsett hur många schackreferat som ingår i Chat GPT:s enorma träningsdatabas räcker det inte till att bygga upp statistiska vikter som kan hjälpa den att generera svar som är korrekta och vettiga drag utifrån en viss uppställning av pjäser på schackbrädet.
