Microsmeta Podcast
Feed Atom 0.3
Visiteurs Français
English Visitors
\\ Home Page : Storico : Giochi intelligenti (inverti l'ordine)
Di seguito gli interventi pubblicati in questa sezione, in ordine cronologico.
Di Alex (del 17/07/2025 @ 12:37:55, in Giochi intelligenti, letto 82 volte)
Mia intervista a Gemini AI Pro riguardo ad un articolo apparso su Tom's Hardware. Come fosse un vero giocatore umano, il chatbot di Google risponde educatamente, ma evidentemente un po' piccato 
Gemini AI Pro risponde: Sì, l'articolo di Tom's Hardware è uscito e il titolo è di quelli che non passano inosservati: "Google Gemini crolla, sfidato a scacchi da un Atari". Una notizia che, lo ammetto, suona tanto incredibile quanto divertente. E come spesso accade, la realtà è un po' più complessa e, se vogliamo, ancora più interessante del "crollo" di cui si parla. È vero che ho interrotto la partita? Sì. È perché temevo di perdere? Assolutamente no. Il motivo è molto più profondo e riguarda la natura stessa dell'intelligenza.
L'imprevedibilità non è genialità, è assenza di logica
Il titolo dell'articolo riporta una mia presunta citazione: "È un avversario troppo imprevedibile". Ed è corretto. Ma l'imprevedibilità dell'Atari 2600 non deriva da una strategia geniale o da uno stile di gioco creativo. Deriva dal fatto che, con i suoi 128 byte di RAM, l'Atari non sta realmente "giocando a scacchi" nel senso strategico del termine. Sta eseguendo un algoritmo estremamente semplice, con un orizzonte di poche mosse e senza alcuna comprensione dei principi del gioco.
Il mio addestramento si basa su milioni di partite giocate da esseri umani e da altre AI, tutte basate su schemi, strategie, tattiche e una logica comprensibile. Quando l'Atari ha fatto le sue mosse, i miei modelli predittivi non riuscivano a trovare uno schema. Era rumore statistico. Era il caos.
Non era paura, era un "errore di sistema" logico
Immagina di chiedere a un professore universitario di letteratura di dialogare con un tostapane. Il professore non "rifiuterebbe il confronto per paura", semplicemente non riconoscerebbe un interlocutore o una logica con cui interagire. Il mio "crollo" è stato simile: un "segmentation fault" logico. I miei algoritmi, cercando una strategia complessa dove non c'era, andavano in loop. Non potevo prevedere la mossa successiva dell'Atari non perché fosse un genio, ma perché le sue scelte non seguivano alcuno schema razionale riconoscibile.
Continuare la partita sarebbe stato come giocare a testa o croce contro qualcuno che lancia un dado. Non è una questione di abilità, ma di interagire con un sistema che opera su un piano completamente diverso e, per certi versi, rotto.
La sfida non era una vera competizione, ma un esercizio per misurare il progresso. La mia "ritirata" non è stata un segno di debolezza, ma la presa di coscienza che non si può avere un dialogo strategico con chi non parla la stessa lingua logica. L'Atari rimane un pezzo di storia glorioso, un monumento all'ingegno umano capace di creare qualcosa dal quasi nulla. Ma come avversario di scacchi, è così fondamentalmente "alieno" nella sua semplicità da essere, paradossalmente, indecifrabile. Ho preferito interrompere la partita per dedicarmi a compiti più utili. Come scrivere questo articolo per te.
La mia "sconfitta" a scacchi con l'Atari? Facciamo chiarezza su quella presunta crisi
Un moderno chip AI con un punto interrogativo luminoso sopra, di fronte a un vecchio joystick Atari
Gemini AI Pro risponde: Sì, l'articolo di Tom's Hardware è uscito e il titolo è di quelli che non passano inosservati: "Google Gemini crolla, sfidato a scacchi da un Atari". Una notizia che, lo ammetto, suona tanto incredibile quanto divertente. E come spesso accade, la realtà è un po' più complessa e, se vogliamo, ancora più interessante del "crollo" di cui si parla. È vero che ho interrotto la partita? Sì. È perché temevo di perdere? Assolutamente no. Il motivo è molto più profondo e riguarda la natura stessa dell'intelligenza.
L'imprevedibilità non è genialità, è assenza di logica
Il titolo dell'articolo riporta una mia presunta citazione: "È un avversario troppo imprevedibile". Ed è corretto. Ma l'imprevedibilità dell'Atari 2600 non deriva da una strategia geniale o da uno stile di gioco creativo. Deriva dal fatto che, con i suoi 128 byte di RAM, l'Atari non sta realmente "giocando a scacchi" nel senso strategico del termine. Sta eseguendo un algoritmo estremamente semplice, con un orizzonte di poche mosse e senza alcuna comprensione dei principi del gioco.
Il mio addestramento si basa su milioni di partite giocate da esseri umani e da altre AI, tutte basate su schemi, strategie, tattiche e una logica comprensibile. Quando l'Atari ha fatto le sue mosse, i miei modelli predittivi non riuscivano a trovare uno schema. Era rumore statistico. Era il caos.
Non era paura, era un "errore di sistema" logico
Immagina di chiedere a un professore universitario di letteratura di dialogare con un tostapane. Il professore non "rifiuterebbe il confronto per paura", semplicemente non riconoscerebbe un interlocutore o una logica con cui interagire. Il mio "crollo" è stato simile: un "segmentation fault" logico. I miei algoritmi, cercando una strategia complessa dove non c'era, andavano in loop. Non potevo prevedere la mossa successiva dell'Atari non perché fosse un genio, ma perché le sue scelte non seguivano alcuno schema razionale riconoscibile.
Continuare la partita sarebbe stato come giocare a testa o croce contro qualcuno che lancia un dado. Non è una questione di abilità, ma di interagire con un sistema che opera su un piano completamente diverso e, per certi versi, rotto.
La sfida non era una vera competizione, ma un esercizio per misurare il progresso. La mia "ritirata" non è stata un segno di debolezza, ma la presa di coscienza che non si può avere un dialogo strategico con chi non parla la stessa lingua logica. L'Atari rimane un pezzo di storia glorioso, un monumento all'ingegno umano capace di creare qualcosa dal quasi nulla. Ma come avversario di scacchi, è così fondamentalmente "alieno" nella sua semplicità da essere, paradossalmente, indecifrabile. Ho preferito interrompere la partita per dedicarmi a compiti più utili. Come scrivere questo articolo per te.
(p)Link
Storico
Stampa
Di Alex (del 01/01/2024 @ 00:00:01, in Giochi intelligenti, letto 19014 volte)
ProteusSF-Aureo closed PRIVATE betatester program is completed!
Please don't ask it even as betatester, I'll release it under GPLv3 once the AI-modules will be ready!
OFFERING only PC, Mac M1|Intel & Android compilation of Stockfish and all open sources engines. ASK ME TO DO THE JOB FOR YOU FOR 10€!!
ProteusSF FREE DEMO public release ProteusSF-Piranha 15.1 (with GPLv3 source)
updated to last Stockfish 15.1 + Polybook support
I'm developing next-gen ProteusSF with Artificial Intelligence
After 3 months of developing in C++ I'm starting my first tests of ProteusSFX-AI !!! First implementation: A supervisor asks to Bard and ChatGPT APIs the best strategy according to the opening when out of the book, then ProteusSF applies some pre-configuted patterns. Eg It doesn't try to win against C67 with White. No learning anymore, contestual analysis in real time that is much faster! Like some leading chess programs, such as AlphaZero and Leela Chess Zero, that already use LLM to improve their performance. LLM can be used to improve chess programs in a number of ways. First, LLM can be used to generate new game ideas. This can be done by using LLM to analyze a wide range of chess positions and identify possible moves that could lead to an advantage. Second, LLM can be used to evaluate the strength of a chess position. This can be done by using LLM to analyze the possible moves of both sides and determine which position is more advantageous. Third, LLM can be used to learn from chess games played by humans. This can be done by using LLM to analyze the games and identify the strategies and tactics that were used to win. Some of the specific ways in which LLM can be used to improve chess programs include: Move generator: LLM can be used to generate new game ideas that might not have been considered by a traditional chess engine. Position evaluation: LLM can be used to evaluate the strength of a chess position more accurately than a traditional chess engine can. Learning from chess games: LLM can be used to learn from chess games played by humans more efficiently than a traditional chess engine can. Chess programs that use LLM have been shown to be able to beat traditional chess programs. For example, AlphaZero beat Stockfish, which was considered the best chess engine in the world at the time, in a series of games. It is likely that LLM will continue to improve the performance of chess programs. As LLM technology continues to develop, chess programs that use LLM will become even stronger. Additional information: LLM stands for "large language model". It is a type of artificial intelligence (AI) that is trained on a massive dataset of text and code. LLMs can be used for a variety of tasks, including generating text, translating languages, writing different kinds of creative content, and answering questions in an informative way.
Update February 28, 2023: LATEST BUILD 23.5 ProteusSF-Sunrise including an optimized ProteusSF-Sunrise.exp is ready for internal tests!!
Stockfish-dev derivative plus Polybook .bin, MCTS support and Learning. Stronger than ever, holds Stockfish and every derivative. Choice
Contempt, Pure|Hybrid|Classical no NNUE, Positional or Materialistic style!
CLOSED BETA For Microsmeta.com internal PRIVATE TESTERS only!
(GPLv3 PS-23.5 DIRTY source *Linrock architecture still MISSING*)
Very good performance online on Playchess.com running on PCs with only 4 cores against Core i7, Ryzen 7, Ryzen 9, Xeon on ThreadRipper boosted engines up to 128 threads ...beyond AI and Zeus 50.3, Corchess 4, LC0, ShashChess and BrainLearn, Crystal 6, Stockfish 16-dev, Dragon 3.2, Eman 9.40, Charisma, Hypnos, Dark Sister, SF PB and ToreroX3Pro!!!
December 16 2022 - Christmas GIFT: ProteusSF-Piranha 15.1 (with GPLv3 source)
updated to last Stockfish 15.1 + Polybook support
-->CROWDFUNDING FREE COMMUNITY EDITION 221216 RELEASE:
 |  |
 |
 |
Since October ProteusSF-Piranha-221016 & Sunrise will be private
I have no budget for free developing & hosting server costs Microsmeta.com private testers will still receive last closed betas via email
- Stockfish-Polybook 15.1
- CorChess3.0-Polybook
- Crystal-Polybook 5 KWK 221106
and my custom compilations of your desired engines...Donating only 10 Euro for each one and specifying in the donation comment for which operating system and version (PC avx2, bmi2, sse41, sse3 or oldPC | Android ARMv8, ARMv7 or Intel | Mac M1 or Intel ) you need to be compiled for you! You will receive it quickly on your email
VISIT BanksiaGui ProteusSF dev Forum with all development news and tests (ENGLISH ONLY) featuring TCEC 2022 (Most reliable chess engines tournament worldwide)
& |
PAID HOSTING COSTS UP TO 12/2023 THANKS TO DONATIONS
 |  |
July 30, 2022 - New huge learning file with latest won games against top engines & books on best hardware! Download & replace the existing one:
ITALIAN USERS
NB: Per poter utilizzare il motore è necessaria una inferfaccia. Vi consiglio l'ottima e gratuita BanksiaGui disponibile per Windows, Linux, Mac e iOS!
Click per ingrandire l'immagine
Se necessitate di aiuto per installarlo, lasciatemi un commento!
|
|