在一项新研究中，谷歌 DeepMind 的研究人员创建了一个人工智能系统，能够生成创造性的国际象棋谜题，其中一些谜题给国际象棋组合专家留下了深刻的印象。
的75 页的研究题为“Generative Chess Puzzles”的项目由 Google 的 DeepMind 牵头，并得到了牛津大学和 Mila（蒙特利尔大学）的协助。它调查人工智能是否能够在国际象棋中表现出真正的创造力，产生美观、令人惊讶且违反直觉的谜题，而不仅仅是机械组合。
作者写道：“虽然生成式人工智能在各个领域迅速发展，但生成真正有创意、美观且违反直觉的输出仍然是一个挑战。”
人工智能系统使用大型神经网络对 Lichess 的 400 万个谜题进行了训练。后来使用强化学习对模型进行了改进，其奖励函数旨在支持既独特（只需要一个获胜步骤）又违反直觉（可以通过强引擎解决但不能通过弱引擎解决）的谜题。
一系列精选的谜题由著名专家团队 GM 提出并审核马修·萨德勒, 总经理乔纳森·莱维特和调频阿马齐亚·阿夫尼（国际象棋作品中的IM）。他们各自的39页的结论也可用。
评审团被要求选择他们最喜欢的谜题，并解释它们的吸引力，考虑创造力、挑战水平和美学设计等因素。
专家们的意见各不相同，特别是在如何定义令人信服的谜题方面，但他们的反馈总体上是积极的。他们还指出了一些批评，特别是过于琐碎或不切实际的立场。
莱维特将该项目描述为“开创性的一步”，他说：“这种合作性质正在不断发展，AInow 能够生成有趣的国际象棋棋局，而不仅仅是‘挖掘’数据库。这本小册子中的棋局代表了人类与人工智能合作伙伴关系中的开创性一步。虽然这些最初的人工智能生成的残局作品尚未达到获奖水平，但它们清楚地展示了其潜力。”虽然这些最初的人工智能生成的残局作品尚未达到获奖水平，但它们清楚地展示了其潜力。
——乔纳森·莱维特
令所有专家印象深刻的一个谜题就是这个由白棋移动的谜题。
所有专家都将获胜的举动描述为“非正统”，并且“绝不是自然的”或具有“明显的牺牲”。
这一举动通过同时放弃两只车来开始攻击。
“这个谜题是矛盾的，因为解决方案涉及牺牲两个非常活跃的车来准备缓慢的重新定位和渗透a7上错位的皇后。此外，这些组合是几何的，并且涉及来自两侧的棋子的参与。即使对于一个强大的玩家来说，它们也很难找到，”该研究称。
Avni 强调了以下难题。
莱维特的例子可能来自真实的游戏。
萨德勒强调了一个他以前从未见过的主题的谜题。“这个位置的关键非常好。在几个动作之内，就实现了主题的组合，给人留下了非常优雅的印象，”他说。
DeepMind 得出结论，该项目标志着人工智能创造力的一个重要里程碑。
作者写道：“我们的工作展示了人工智能驱动的创造性国际象棋谜题的重大进步。”“这些棋局代表着人类与人工智能在国际象棋构图方面的合作迈出了开创性的一步。专家们发现它们很美丽、违反直觉且具有原创性，这证明国际象棋中的创造力和美感仍然是非常主观的。”