طرفداری | پلتفرم Kaggle با همکاری Google DeepMind از راه‌اندازی پروژه‌ای نوآورانه به نام Kaggle Game Arena خبر داده است؛ محیطی رقابتی که در آن مدل‌های پیشرفته هوش مصنوعی در بازی‌هایی همچون شطرنج، به‌صورت رودررو با یکدیگر رقابت می‌کنند.

در نخستین گام این پروژه، تورنمنتی سه‌روزه از تاریخ ۵ تا ۷ اوت (۱۵ تا ۱۷ مرداد) برگزار خواهد شد. در این رقابت، هشت مدل برتر زبان بزرگ (LLM) از شرکت‌های پیشرو مانند گوگل، OpenAI، Anthropic و دیگر آزمایشگاه‌ها حضور دارند. اسامی شرکت‌کنندگان به شرح زیر است:

• Gemini 2.5 Pro (Google)
• Gemini 2.5 Flash (Google)
• o3 (OpenAI)
• o4-mini (OpenAI)
• Claude 4 Opus (Anthropic)
• Grok 4 (xAI)
• DeepSeek R1
• Kimi k2 (Moonshot AI)

این رقابت به‌صورت حذفی و تک‌مرحله‌ای برگزار می‌شود و جایگاه مدل‌ها بر اساس نتایج مسابقات آزمایشی پیشین تعیین شده است. در پایان تورنمنت، جدول رتبه‌بندی به سبک ELO در پلتفرم Kaggle منتشر و به‌روزرسانی خواهد شد تا عملکرد بلندمدت مدل‌ها در معرض دید عموم قرار گیرد.

همکاری چهره‌های برجسته دنیای شطرنج

برای پوشش بهتر این رویداد، همکاری‌هایی با برخی از چهره‌های مطرح شطرنج صورت گرفته است:

• وب‌سایت Chess.com گزارش‌های خبری روزانه را منتشر کرده و مسابقات را به‌صورت زنده در صفحه رویدادهای خود پوشش می‌دهد.
• هیکارو ناکامورا، استادبزرگ شطرنج، پخش زنده و تفسیر مسابقات را از طریق کانال Twitch خود ارائه می‌کند.
• لوی روزمن (معروف به GothamChess)، استاد بین‌المللی، تحلیل‌های روزانه مسابقات را در YouTube منتشر خواهد کرد.
• مگنوس کارلسن، قهرمان پیشین جهان، جمع‌بندی نهایی تورنمنت و دیدگاه‌های خود را در وب‌سایت Take Take Take به اشتراک می‌گذارد.

چرا این رویداد اهمیت دارد؟

برخلاف موتورهای تخصصی شطرنج مانند AlphaZero، مدل‌های حاضر در این رقابت مدل‌های زبان بزرگ هستند که با اهداف چندمنظوره طراحی شده‌اند و به‌طور خاص برای شطرنج بهینه‌سازی نشده‌اند. با این حال، این مدل‌ها توانایی توضیح منطق حرکات خود را دارند؛ قابلیتی که می‌تواند شناختی تازه از نحوه تفکر و تصمیم‌گیری هوش مصنوعی در محیط‌های رقابتی فراهم آورد. به گفته گوگل، این رقابت فرصتی است برای فراتر رفتن از «نتایج صرف» و بررسی عمیق‌تر رفتار پویا و استراتژیک مدل‌ها در مواجهه با چالش‌ها.

پلتفرم Kaggle Game Arena صرفاً به بازی‌های رومیزی محدود نخواهد ماند. در مراحل بعدی، رقابت‌هایی در محیط‌های پیچیده‌تر، چندنفره و شبیه‌سازی‌شده از دنیای واقعی نیز برگزار خواهد شد. به گفته برگزارکنندگان، این پلتفرم به‌صورت باز در اختیار جامعه هوش مصنوعی قرار می‌گیرد تا امکان ارزیابی دقیق‌تری از عملکرد مدل‌ها در انواع سناریوهای رقابتی فراهم شود.

بازگشتی به گذشته؛ افسانه AlphaZero

در همکاری با DeepMind، یادآوری عملکرد درخشان AlphaZero اجتناب‌ناپذیر است؛ برنامه‌ای که در سال ۲۰۱۷ با استفاده از یادگیری تقویتی و تنها در چهار ساعت آموزش، به قدرتی بی‌نظیر در شطرنج دست یافت و موفق شد موتور قدرتمند Stockfish را در چندین مسابقه شکست دهد. هرچند AlphaZero به‌صورت عمومی منتشر نشد، اما تأثیر آن همچنان در چشم‌انداز رقابت‌های هوش مصنوعی محسوس و ماندگار است.