70年代的暴力破解逻辑与神经网络：雅达利2600在国际象棋中击败ChatGPT

人工智能社区对先进神经网络在与1970年代技术的对抗中意外失败感到震惊。罗伯特·卡鲁索 安排了一场棋赛 ，将最新的ChatGPT 4o与在传奇的Atari 2600模拟器上运行的Atari棋类游戏对决。结果对现代人工智能来说是羞辱性的：一个运行在1.19 MHz的8位MOS 6507处理器上的半个世纪前的算法轻松击败了ChatGPT，即使在最低难度设置下也是如此。

在初期失利后，ChatGPT抱怨旧界面中的“模糊”棋子符号。卡鲁索将其更换为标准棋子图标——但这并没有帮助。神经网络的走法让经验丰富的玩家称之为荒谬，未能在前1-2步内发现明显的威胁。它甚至多次在文本中“承认失败”，但奇怪的是仍然继续下棋，似乎没有意识到认输会结束游戏。在比赛中，ChatGPT甚至建议“切换到现代棋类平台”，显然没有意识到其中的讽刺——它已经被来自上个世纪的平台击败。

那么发生了什么？专家指出了方法上的根本差异。Atari算法依赖简单的暴力逻辑来评估可能的走法（尽管仅限于1-2步深）。这是一种纯粹的、确定性的计算。然而，ChatGPT的走法是基于统计和概率构建的。它试图根据大量的棋类文本数据“预测”合理的走法，但缺乏对棋盘状态进行深度、顺序算法计算的能力。对ChatGPT来说，这不是计算；而是生成关于可能走法的文本。

这一事件生动地说明了即使是最先进的神经网络也不是通用的“人工智能”。它们在某些任务（创造力、对话）上表现出色，但在需要严格、逐步逻辑而不依赖统计近似的其他任务上却表现得相当糟糕。被一个8位老兵击败是对当前人工智能局限性的深刻教训——并提醒我们，它的“思考”是一种截然不同的智能，与人类认知或经典算法不同。