AI Ataraxos làm chủ Stratego: bài toán thông tin ẩn mà DeepMind từng bỏ cuộc

Trong nhiều thập kỷ, giới nghiên cứu trí tuệ nhân tạo đã lần lượt chinh phục những trò chơi từng được coi là pháo đài cuối cùng của trí tuệ con người. Nhưng Stratego — trò chơi mà phần lớn thông tin đều bị che giấu — lại là một câu chuyện hoàn toàn khác.

Từ cờ vua, cờ vây đến Stratego

Năm 1997, Deep Blue đánh bại Garry Kasparov ở môn cờ vua. Năm 2016, AlphaGo hạ Lee Sedol ở cờ vây. Các bot poker cũng đã thắng các cao thủ chuyên nghiệp từ nhiều năm nay.

Thế nhưng Stratego thì vẫn đứng vững. Ngay cả DeepMind với ngân sách khổng lồ cũng không thể xây dựng một cỗ máy đủ sức đánh bại những kỳ thủ giỏi nhất của trò chơi này.

Mọi chuyện vừa thay đổi. Một nhóm nhà nghiên cứu đến từ Carnegie Mellon, MIT, Đại học New York (NYU) và Đại học Stanford đã làm được điều đó. AI của họ, mang tên Ataraxos, đã đánh bại Pim Niemeijer — người được xem là kỳ thủ Stratego xuất sắc nhất mọi thời đại — với tỷ số 15 thắng, 1 thua và 4 hòa.

Đáng chú ý hơn, để huấn luyện Ataraxos, nhóm chỉ cần 16 GPU và chi phí vài nghìn USD.

Vì sao Stratego lại khó đến vậy?

Trong Stratego, mỗi người chơi nhận 40 quân cờ đại diện cho các cấp bậc quân sự, từ nguyên soái cho đến điệp viên, cùng với bom và một lá cờ. Bạn giành chiến thắng bằng cách chiếm được cờ của đối phương.

Điểm mấu chốt nằm ở chỗ: đối thủ của bạn biết vị trí các quân cờ của bạn, nhưng không biết chúng là quân gì. Danh tính chỉ được tiết lộ khi hai quân cờ đụng độ trong trận chiến — quân yếu hơn bị loại khỏi bàn cờ, và danh tính của quân thắng cũng bị lộ.

Chính điều này khiến Stratego trở thành một trò chơi thông tin không hoàn hảo, giống như poker — bộ môn mà máy tính đã chinh phục từ nhiều năm trước.

"Stratego có một đặc điểm vô cùng riêng biệt, đó là lượng thông tin ẩn khổng lồ được hé lộ dần qua một khoảng thời gian rất dài", Eugene Vinitsky, nhà nghiên cứu tại NYU và là đồng tác giả của nghiên cứu, cho biết.

Nếu poker chỉ kéo dài vài ván với số lá bài hữu hạn, thì Stratego lại là chuỗi suy luận dài hơi: bạn phải liên tục ghi nhớ, loại trừ và cập nhật giả thuyết về từng quân cờ trong suốt trận đấu. Sai một bước, bạn có thể mất cả lá cờ.

Chìa khóa: mạng nơ-ron thứ hai chuyên "đoán danh tính"

Điểm đột phá trong nghiên cứu của nhóm nằm ở việc bổ sung một mạng nơ-ron thứ hai, có nhiệm vụ đoán danh tính của các quân cờ đang bị ẩn.

Thay vì cố gắng mô phỏng toàn bộ trạng thái trò chơi như những hệ thống trước đây — vốn bùng nổ về độ phức tạp — Ataraxos tách bài toán ra làm hai phần:

• Phần thứ nhất xử lý chiến thuật và nước đi, tương tự các AI chơi cờ hiện đại.
• Phần thứ hai liên tục đưa ra phỏng đoán về danh tính các quân cờ chưa lộ diện, dựa trên lịch sử nước đi và kết quả các trận đánh đã xảy ra.

Cách tiếp cận này giúp AI kiểm soát được "không gian bất định" vốn là bản chất của Stratego, thay vì bị nhấn chìm bởi vô số khả năng.

Ý nghĩa vượt ra ngoài bàn cờ

Chiến thắng trước Niemeijer không chỉ là một cột mốc trong làng game AI. Nó cho thấy các phương pháp học tăng cường và mô hình hóa bất định ngày càng hiệu quả với những bài toán thông tin ẩn, thời gian dài và không gian trạng thái khổng lồ.

Đối với độc giả Việt Nam quan tâm đến AI, đây là minh chứng cho thấy:

• Không phải cứ ngân sách khổng lồ mới làm được AI đỉnh cao. 16 GPU và vài nghìn USD là con số nằm trong tầm tay của nhiều nhóm nghiên cứu, thậm chí cả các startup nhỏ.
• Thiết kế kiến trúc thông minh đang dần thay thế việc "đốt" tài nguyên tính toán. Đây là hướng đi mà các kỹ sư AI tại Việt Nam có thể học hỏi khi phải làm việc với nguồn lực hạn chế.
• Bài toán ra quyết định trong điều kiện thiếu thông tin — từ tài chính, logistics đến an ninh mạng — đều có thể hưởng lợi từ những kỹ thuật tương tự.

Nói cách khác, cái khó của Stratego cũng chính là cái khó của rất nhiều bài toán thực tế: bạn phải hành động khi chưa biết đối thủ là ai.