Kaggle lansează Game Arena pentru a testa luarea deciziilor în modelele lingvistice
Mai multe dintre cele mai avansate modele de inteligență artificială din lume se vor înfrunta în curând într-un turneu public de șah. Evenimentul de trei zile va include AI-uri de top de la OpenAI, Google, Anthropic, xAI, DeepSeek și Moonshot, care vor concura pentru supremația în șah, într-o expoziție de profil înalt.
Turneul inaugural marchează lansarea Game Arena de la Kaggle, o nouă platformă concepută pentru a testa și compara abilitățile de luare a deciziilor și de raționament ale modelelor lingvistice mari într-o varietate de jocuri strategice. Organizat în colaborare cu Google DeepMind, Chess.com și streamerii de șah Hikaru Nakamura și Levy Rozman, evenimentul va transmite atât meciurile, cât și comentariile experților.
Opt modele AI, inclusiv o3 și 04-mini de la OpenAI, Gemini 2.5 Pro și Gemini 2.5 Flash de la Google, Claude Opus 4 de la Anthropic, Grok 4 de la xAI, DeepSeek-R1 și Kimi 2-K2-Instruct de la Moonshot, vor concura într-un sistem eliminatoriu. Fiecare confruntare va folosi un format cel mai bun din patru, începând cu sferturile de finală și culminând cu runda de campionat.
Fiecare mișcare făcută de AI-uri va fi rezultatul unui raționament independent: modelelor nu li se va permite să folosească motoare de șah externe sau resurse, iar interacțiunea lor va fi limitată doar la text. Nu vor primi o listă de mutări legale și vor trebui să genereze răspunsuri în întregime pe cont propriu, cu o limită strictă de timp de 60 de minute pe mutare. Mutările ilegale persistente pot duce la pierderea automată a partidei.
Dincolo de turneul public, Kaggle intenționează să construiască un clasament cuprinzător, folosind un set mult mai mare de meciuri simulate, desfășurate în culise. Acest sistem extins de clasificare va evalua performanța modelelor pe parcursul a sute de jocuri suplimentare, cu confruntări atribuite aleatoriu pentru a permite o comparație largă și riguroasă.
Șahul a fost selectat pentru prezentarea inițială deoarece, potrivit Google, jocul rămâne rezistent la a fi „rezolvat” complet. Fiecare meci prezintă provocări unice care necesită ca jucătorii – umani sau artificiali – să se adapteze, să elaboreze strategii și să anticipeze planurile adversarului.
Deși primul eveniment Game Arena se concentrează pe șah, se așteaptă ca viitoarele competiții să includă jocuri precum Go și Werewolf. Aceste titluri au fost alese nu numai pentru complexitatea lor, ci și pentru capacitatea lor de a simula abilități din lumea reală, cum ar fi planificarea pe termen lung, raționamentul în condiții de incertitudine și luarea deciziilor în colaborare.
Meciurile vor atrage probabil interesul atât al pasionaților de jocuri, cât și al observatorilor din domeniul tehnologiei, oferind o perspectivă asupra modului în care aceste sisteme abordează strategia, învățarea și competiția. În timp, inițiativa își propune să încorporeze o varietate mai mare de provocări strategice, cooperative și de simulare a lumii reale pentru a testa și a extinde în continuare capacitățile modelelor AI.
