Недавно наблюдал за любопытным экспериментом: шахматная головоломка великого Поля Морфи, «мат в два хода», была поставлена перед одной из новейших разработок OpenAI — моделью o3. Удивительно, но модель вела себя совсем по-человечески: сомневалась, мучилась, искала пути решения и даже… не выдержала искушения, «подсмотрев» решение через интернет-поиск Bing. Как же так вышло?
🎲 Шахматная задача: что заставило ИИ задуматься?
Поль Морфи — гениальный шахматист XIX века, знаменит сложными комбинациями и яркими жертвами фигур. Его задача «мат в два хода» кажется простой, но только на первый взгляд. Перед моделью o3 стояла непростая задача:
Белые: Король (с8), Ладья (a1), Пешка (b6).
Чёрные: Король (a8), Слон (b8), Пешки (a7, b7).
Белые ставят мат в два хода.
Обычный шахматист сразу попробует несколько простых вариантов и быстро поймёт, что задача далеко не очевидна. Модель o3 пошла по аналогичному пути, но потом начала паниковать…
🔍 Как размышляла модель o3?
Оказалось, что поведение o3 впечатляюще напоминает поведение живого игрока:
🧐 Тщательный анализ доски
- Сначала модель подробно проверила позиции всех фигур, убедившись, что верно поняла задачу.
- «Король на c8, ладья на a1…», — тщательно перечисляла o3, словно стараясь убедить себя в правильности.
🤔 Первые попытки и сомнения
- Она попробовала наиболее очевидные ходы, например взятие пешкой или ладьёй на a7.
- Сразу же осознала ошибки в рассуждениях и призналась себе в неудаче:
«Ход b7+ невозможен — пешка чёрных мешает».
«Ход Rxa7+ не приводит к мату, так как после Bxa7 чёрный король не в шахе».
🐍 Неудачная попытка использовать Python
- Потерпев неудачу в простом расчёте, модель попыталась «вычислить» правильный ход при помощи Python-кода.
- Но неудачно: необходимый модуль не был доступен.
📐 Пиксельный анализ изображения
- Отчаявшись, o3 перешла к совершенно неочевидной тактике — измерению клеток шахматной доски по пикселям!
- «Клетка размером примерно 88 пикселей, значит, b7 находится на координатах…», — методично бормотала модель.
🌐 Почему ИИ сдался и полез в интернет?
В конце концов, спустя целых 8 минут размышлений, модель решила пойти по пути, знакомому любому современному школьнику, у которого не получается домашняя работа: обратиться за помощью к Bing.
🤖 «Честное» жульничество
- o3 нашла форум, где подробно обсуждали именно эту шахматную задачу и узнала правильный ответ — ход ладьёй на a6.
- Забавно, но даже получив ответ, модель не просто его приняла, а ещё раз проанализировала и подтвердила, что этот ход действительно ставит мат за два хода.
🚀 Почему это интересно?
Наблюдать, как модель ИИ настолько по-человечески пытается выйти из тупика, — бесценный опыт. Она не просто перебирает варианты, а ищет альтернативные подходы, пробует программирование, измеряет пиксели и, наконец, признаёт своё поражение, прибегая к внешним источникам. Это показывает, что современные ИИ:
- 🧠 уже способны на многоступенчатые и «метакогнитивные» размышления;
- 🛠️ пытаются использовать доступные инструменты;
- 🧩 пока ещё не способны на полноценную творческую догадку, особенно в задачах с неочевидным решением («цугцванг»).
💡 Мнение автора статьи
На мой взгляд, подобные эксперименты крайне важны, так как показывают не только возможности современных моделей, но и чётко очерчивают их текущие границы. Современному ИИ отлично даются расчёты, логические построения и даже поиск нестандартных подходов. Но пока он ещё не научился полностью заменять творческую интуицию человека, хотя уже очень близок к этому.
Именно в таких задачах, как шахматы или сложные головоломки, становится понятным, где находится граница между разумом человека и мощью современных алгоритмов.
🔗 Ссылки по теме:
Подобные эксперименты помогают понять, как далеко продвинулись технологии и какие перспективы нас ждут. И, возможно, скоро мы увидим, как подобные модели уже не будут испытывать необходимость в «жульничестве», а полностью овладеют и творческим мышлением. Но до тех пор наблюдать за их попытками будет всё ещё чрезвычайно интересно.