AI για Κινέζικη ντάμα

Το JumpStar είναι η ισχυρότερη μηχανή AI για Κινέζικη ντάμα στον κόσμο

Τώρα στο iPhone Κινέζικη ντάμα: JumpStar Παίξτε εκτός σύνδεσης με το ισχυρότερο AI, λύστε καθημερινούς γρίφους, πάρτε υποδείξεις και αποθηκεύστε επαναλήψεις. Λήψη

Η αρχή

Έφτιαξα το JumpStar για τη μαμά μου. Το έργο ξεκίνησε στις 15 Μαΐου 2026 στην Ιντιάνα, όταν βοηθούσα τους γονείς μου να μετακομίσουν από το σπίτι όπου μεγαλώσαμε. Πακετάροντας τα πράγματά τους, βρήκαμε το παλιό μας ταμπλό Κινέζικης ντάμας και αρχίσαμε να θυμόμαστε πόσο ωραία περνούσαμε παίζοντας όλοι μαζί.

Όταν ο αδερφός μου κι εγώ φύγαμε για το κολέγιο, η μαμά μου προσπάθησε να βρει εφαρμογές Κινέζικης ντάμας για iPhone ώστε να συνεχίσει να παίζει μόνη της, αλλά καμία δεν ήταν καλή. Με δεδομένες τις επιτυχίες του AlphaGo και του Stockfish, σκέφτηκα ότι σίγουρα θα υπήρχαν πολλές ισχυρές μηχανές AI ανοιχτού κώδικα για την Κινέζικη ντάμα - όμως δεν υπάρχουν. Παρά τη δημοτικότητα και την κομψότητά της, η Κινέζικη ντάμα είχε τραβήξει εκπληκτικά λίγη προσοχή από την κοινότητα της τεχνητής νοημοσύνης. Αυτό το κενό με οδήγησε να φτιάξω το JumpStar.

Στόχος μου ήταν να φτιάξω την πρώτη υπερανθρώπινη μηχανή AI για την Κινέζικη ντάμα. Ένας δυνατός αντίπαλος στον υπολογιστή θα επέτρεπε στη μαμά μου να συνεχίσει να παίζει ακόμη κι όταν ο αδερφός μου κι εγώ δεν ήμασταν κοντά. Μια υπερανθρώπινη μηχανή AI ίσως αποκαλύψει ακόμη και όμορφα νέα μοτίβα και στρατηγικές του παιχνιδιού που δεν ήταν ακόμη ευρέως γνωστά.

Γι' αυτό το έργο έγινε και δημόσιο. Μια ισχυρή ιδιωτική μηχανή είναι ενδιαφέρουσα, αλλά είναι δύσκολο για οποιονδήποτε άλλον να την αξιολογήσει ή να τη βελτιώσει. Το δημόσιο benchmark AI για την Κινέζικη ντάμα κάνει τη δουλειά ελέγξιμη: ένα σύνολο κανόνων, ένα πρωτόκολλο, μια σειρά θέσεων, μηχανές αναφοράς, αρχεία καταγραφής και ένα συγκεκριμένο μοντέλο JumpStar που μπορούν να προκαλέσουν άλλα συστήματα.

Η ομορφιά της Κινέζικης ντάμας

Η Κινέζικη ντάμα είναι ένας αγώνας ταχύτητας σε ένα ταμπλό σε σχήμα εξάκτινου αστεριού. Κάθε παίκτης ξεκινά με μια ομάδα δέκα πιονιών σε ένα τρίγωνο και προσπαθεί να μεταφέρει πρώτος όλα του τα πιόνια στο απέναντι τρίγωνο. Το παιχνίδι παίζεται από δύο, τρεις, τέσσερις ή έξι παίκτες. Υπάρχουν μόνο δύο κινήσεις, το βήμα και το άλμα, και καμία δυνατότητα αιχμαλωσίας πιονιών· αυτός είναι ένας από τους λόγους που το ταμπλό μοιάζει τόσο ζωντανό: απλοί κανόνες κίνησης γεννούν περίπλοκη «κυκλοφορία», καθώς οι παίκτες προσπαθούν να χτίσουν αλυσίδες αλμάτων και να εμποδίσουν τους αντιπάλους να κάνουν το ίδιο.

Παρά το όνομα, η Κινέζικη ντάμα δεν γεννήθηκε στην Κίνα και δεν είναι πραγματικά ντάμα. Η καταγωγή της συνήθως ανάγεται στο Stern-Halma, ή Star Halma, μια γερμανική εκδοχή του Halma σε αστεροειδές ταμπλό που εκδόθηκε το 1892. Το γνωστό αγγλικό όνομα ήρθε αργότερα μέσω του αμερικανικού μάρκετινγκ, και από τότε έχει γίνει επιτραπέζιο παιχνίδι δημοφιλές σε όλο τον κόσμο.

Πώς παίζεται η Κινέζικη ντάμα

Στον γύρο σας, μετακινείτε ένα από τα πιόνια σας. Ένα πιόνι μπορεί να κάνει βήμα σε μια γειτονική κενή τρύπα ή να πηδήξει πάνω από μια γειτονική κατειλημμένη τρύπα στην κενή τρύπα αμέσως μετά. Τα άλματα μπορούν να συνδεθούν σε αλυσίδα, οπότε μία κίνηση μπορεί να διασχίσει μεγάλο μέρος του ταμπλό αν οι αποστάσεις είναι σωστές. Τα πιόνια που υπερπηδώνται μένουν στο ταμπλό. Δεν αιχμαλωτίζονται.

Ο στόχος είναι να μεταφέρετε όλα τα πιόνια σας στο τρίγωνο ακριβώς απέναντι από το τρίγωνο εκκίνησης. Το καλό παιχνίδι δεν είναι μόνο να ορμάτε μπροστά. Πρέπει να χτίζετε χρήσιμες σκάλες, να μην μπλοκάρετε τα δικά σας πιόνια, να αξιοποιείτε σωστά το γεμάτο κέντρο και να κρίνετε πότε μια κίνηση που τώρα μοιάζει αργή θα δημιουργήσει αργότερα ταχύτερη διαδρομή.

Για έναν συνοπτικό οδηγό αναφοράς, διαβάστε τους πλήρεις κανόνες της Κινέζικης ντάμας. Όταν είστε έτοιμοι να βελτιώσετε το παιχνίδι σας, συνεχίστε με τον οδηγό στρατηγικής και τακτικής του JumpStar.

Γιατί το AI για Κινέζικη ντάμα έχει ενδιαφέρον

Τα κλασικά επιτραπέζια παιχνίδια βρίσκονται στο επίκεντρο της τεχνητής νοημοσύνης εδώ και δεκαετίες. Το Deep Blue της IBM νίκησε τον παγκόσμιο πρωταθλητή σκακιού Garry Kasparov το 1997. Το AlphaGo νίκησε τον Lee Sedol το 2016. Αυτά τα παιχνίδια έγιναν ορόσημα, επειδή το δυνατό παιχνίδι των υπολογιστών άλλαξε τον τρόπο που οι άνθρωποι τα κατανοούσαν.

Η Κινέζικη ντάμα δεν είχε ανάλογο δημόσιο οικοσύστημα AI. Σε σύγκριση με το σκάκι και το Go, υπάρχουν πολύ λιγότερες μηχανές, benchmark, λίστες βαθμολογίας, δημόσια αρχεία παρτίδων ή κοινά ερευνητικά εργαλεία. Το κενό αυτό ξαφνιάζει, γιατί το παιχνίδι έχει ακριβώς τη δομή που αρέσει στα συστήματα AI: πλήρη πληροφόρηση, καμία τυχαιότητα, σαφή συνθήκη νίκης και τεράστιο αριθμό πιθανών εξελίξεων.

Ακόμη και η ήσυχη αρχική θέση διακλαδώνεται γρήγορα. Στους κανόνες δύο παικτών του JumpStar, το αρχικό ταμπλό έχει 14 επιτρεπτές πρώτες κινήσεις. Αφού κάθε πλευρά παίξει μία φορά, υπάρχουν 196 πιθανές ακολουθίες δύο κινήσεων. Σε βάθος τριών κινήσεων, υπάρχουν 4.760 πιθανές ακολουθίες από την αρχική θέση. Αργότερα στην παρτίδα, οι αλυσίδες αλμάτων και οι γεμάτοι διάδρομοι κάνουν τις επιλογές πολύ λιγότερο προφανείς απ' όσο δείχνουν οι κανόνες.

Τι είναι το JumpStar

Το JumpStar είναι μια μηχανή Κινέζικης ντάμας εκπαιδευμένη με αυτοπαιχνίδι (self-play), χτισμένη πάνω σε ένα συμπαγές πυρήνα κανόνων/αναζήτησης σε C++20, ένα νευρωνικό μοντέλο policy/value και αναζήτηση δέντρου Monte Carlo. Το ισχυρότερο δημόσιο checkpoint του, το JumpStar_60, είναι ο τρέχων πρωταθλητής του benchmark CCERL-2P10-v2. Το εκπληκτικό είναι η αποδοτικότητα. Όλα τα μοντέλα JumpStar εκπαιδεύτηκαν σε ένα MacBook M4 και όχι στα μεγάλα clusters TPU/GPU που συνδέονται με τα ορόσημα συστήματα του Go και του σκακιού.

Η φιλοδοξία είναι το υπερανθρώπινο παιχνίδι, αλλά ο δημόσιος ισχυρισμός είναι σκόπιμα ελέγξιμος: το JumpStar φαίνεται να είναι υπερανθρώπινο ή σχεδόν υπερανθρώπινο με τους κανόνες δύο παικτών, και το CCERL υπάρχει ώστε μελλοντικές μηχανές να μπορούν να αμφισβητήσουν αυτό το αποτέλεσμα.

Το σύστημα

Το JumpStar δεν είναι απλώς ένα checkpoint μοντέλου. Είναι ολόκληρη υποδομή μηχανής και benchmark: αναπαράσταση ταμπλό, κανόνες, αναζήτηση, αυτοπαιχνίδι, δεδομένα εκπαίδευσης, εργαλεία διαιτησίας και δημόσια τεκμήρια.

• Κανόνες και αναζήτηση. Το JumpStar χρησιμοποιεί μια συμπαγή αναπαράσταση τύπου bitmap για το αστεροειδές ταμπλό των 121 τρυπών, αυστηρούς κανόνες δύο παικτών, παραγωγή επιτρεπτών βημάτων και κινήσεων πολλαπλών αλμάτων, κλείδωμα στόχου, ελέγχους τερματισμού, ντετερμινιστικό hashing, bots αναφοράς και εγγενή εκτελεστή αγώνων. Η υλοποίηση των κανόνων είναι σκόπιμα ρητή, γιατί αλλιώς οι μηχανές Κινέζικης ντάμας μπορούν να εκμεταλλευτούν οριακές περιπτώσεις: να «κατασκηνώνουν» στα τρίγωνα εκκίνησης ή στόχου, να δημιουργούν τεχνητά φράγματα ή να κερδίζουν χάρη σε ιδιορρυθμίες του διαιτητή αντί για καλύτερο παιχνίδι. Οι κανόνες του JumpStar έχουν σχεδιαστεί να ανταμείβουν τον καθαρό αγώνα ταχύτητας, τη δυνατή γεωμετρία και την αναπαραγώγιμη αναζήτηση, όχι κόλπα γύρω από το μπλοκάρισμα.
• Εκπαίδευση με αυτοπαιχνίδι. Το αυτοπαιχνίδι και η επανανάλυση παράγουν καταστάσεις ταμπλό, επιτρεπτές ενέργειες, μετρήσεις επισκέψεων MCTS, αποτελέσματα παρτίδων και χαρακτηριστικά προόδου. Αυτά τα δεδομένα εκπαιδεύουν ένα μοντέλο policy/value που καθοδηγεί τον επόμενο γύρο αναζήτησης. Το JumpStar_60 είναι ένα MLP geometry_v1, 512x4 με περίπου 10.36M παραμέτρους, εκπαιδευμένο σε επαναναλυμένο σύνολο δεδομένων 1.8M παραδειγμάτων. Η πρακτική δουλειά ήταν να γίνει αυτός ο κύκλος αρκετά μικρός και γρήγορος ώστε να τρέχει επανειλημμένα σε τοπικό υλικό.
• Δημόσιο benchmark. Επειδή η Κινέζικη ντάμα δεν διέθετε ήδη ώριμη δημόσια κατάταξη μηχανών, ανέπτυξα το CCERL-2P10-v2 παράλληλα με το JumpStar. Το CCERL ορίζει τους κανόνες, το πρωτόκολλο μηχανών, ένα σταθερό σύνολο θέσεων, μηχανές αναφοράς, αρχεία εκδόσεων και τη μεθοδολογία βαθμολόγησης. Το benchmark χρησιμοποιεί ζεύγη θέσεων με εναλλαγή πλευρών και δημοσιεύει αρχεία καταγραφής, ώστε τα αποτελέσματα να είναι αναπαραγώγιμα και όχι απλώς ισχυρισμοί. Έτσι, μελλοντικές μηχανές μπορούν να προκαλέσουν το JumpStar με τον ίδιο διαιτητή αντί να συγκρίνουν αόριστους ισχυρισμούς για τη δύναμή τους.

Πώς παίζει το JumpStar Κινέζικη ντάμα

Μία από τις πιο ενδιαφέρουσες ποιοτικές παρατηρήσεις είναι ότι το JumpStar συχνά δεν παίζει σαν μια απλή ευρετική αγώνα ταχύτητας. Αντίθετα, αναπτύσσει εκλεπτυσμένες στρατηγικές, όπως να επιβραδύνει τον αντίπαλο, να διατηρεί χρήσιμα πιόνια-φράγματα και να χτίζει συμπαγείς τριγωνικούς σχηματισμούς που περιορίζουν την κυκλοφορία σε σημαντικούς διαδρόμους.

Αυτό το στιλ περνά εύκολα απαρατήρητο αν βλέπει κανείς την Κινέζικη ντάμα μόνο ως αγώνα προώθησης. Επειδή τα πιόνια δεν αιχμαλωτίζονται ποτέ, ένας αμυντικός σχηματισμός μπορεί να μετράει για πολλούς γύρους: μπορεί να στερήσει από τον αντίπαλο μια σκάλα αλμάτων, να τον αναγκάσει να παρακάμψει τη συμφόρηση ή να κερδίσει αρκετό χρόνο ώστε να φτάσουν στον στόχο τα πιόνια του ίδιου του μοντέλου. Μερικές από τις ισχυρότερες ιδέες του JumpStar ίσως λοιπόν αφορούν τον έλεγχο της γεωμετρίας και όχι απλώς την ταχύτερη προώθηση.

Ο κύκλος αναζήτησης και εκπαίδευσης

Σε γενικές γραμμές, το JumpStar ακολουθεί το πρότυπο του AlphaZero: το αυτοπαιχνίδι παράγει στόχους επισκέψεων MCTS, αυτοί οι στόχοι εκπαιδεύουν ένα μοντέλο policy/value και το ισχυρότερο μοντέλο καθοδηγεί τον επόμενο γύρο αναζήτησης.

αυτοπαιχνίδι -> στόχοι επισκέψεων MCTS -> εκπαίδευση policy/value -> ισχυρότερη αναζήτηση -> αυτοπαιχνίδι

Η πρακτική δύναμη προήλθε από το να γίνει αυτός ο κύκλος αρκετά φθηνός ώστε να τρέχει ξανά και ξανά: εγγενείς διεργασίες αυτοπαιχνιδιού σε C++, αποδοτική παραγωγή κινήσεων, ομαδική αξιολόγηση φύλλων, μεταθέσεις (transpositions), επαναχρησιμοποίηση υποδέντρων, συμπαγή δεδομένα και release builds ρυθμισμένα για τοπικό υλικό της Apple.

Μεγάλο μέρος αυτής της επιτάχυνσης οφείλεται στη χρήση του Codex με το GPT-5.5 ως συνεργάτη στην υλοποίηση και την έρευνα. Το Codex βοήθησε στην επιθεώρηση του κώδικα, στον εντοπισμό σημείων συμφόρησης, στην επανεγγραφή κρίσιμων διαδρομών κώδικα, στην ανάλυση αρχείων εκπαίδευσης, στην οργάνωση εκτελέσεων benchmark και στο να προχωρούν ταυτόχρονα πολλά πειράματα. Τα σημαντικότερα οφέλη ήταν πρακτικά: μεγάλες επιταχύνσεις στο αυτοπαιχνίδι και στην αξιολόγηση, μείωση μνήμης περίπου 98% στη διαδικασία εκπαίδευσης ώστε η δουλειά να χωράει στον τοπικό μου υπολογιστή, και αρκετός αυτοματισμός ώστε η μηχανή να βελτιώνεται ενώ παράλληλα έκανα την κανονική μου δουλειά ως CEO της Edia.

Το έργο προχώρησε ασυνήθιστα γρήγορα, επειδή ο κύκλος δεν ήταν μόνο αυτοπαιχνίδι για το μοντέλο· ήταν επίσης ένας επαναληπτικός κύκλος μηχανικής για όλο το σύστημα γύρω του. Το Codex έκανε δυνατό να τρέξει ένα πείραμα, να εξεταστεί πού αποτυγχάνει, να βελτιστοποιηθεί ο κώδικας, να ξανατρέξει το benchmark, να συνοψιστεί το αποτέλεσμα και η επόμενη ερώτηση να γίνει συγκεκριμένο patch. Αυτός ο κύκλος ανατροφοδότησης συμπίεσε δουλειά που αλλιώς ίσως χρειαζόταν μήνες για υποδομή, εργαλεία, frontend, benchmark και συγγραφή σε περίπου μία εβδομάδα, από την ανακάλυψη του παλιού ταμπλό ως τη δημόσια κυκλοφορία.

Η τοπική καταμέτρηση του Codex δίνει μια χοντρική εικόνα της κλίμακας αυτής της συνεργασίας. Σε όλα τα νήματα του έργου που φαίνονται στην τοπική βάση δεδομένων κατάστασης του Codex, τα καταγεγραμμένα tokens_used έφτασαν συνολικά περίπου τα 559.9M tokens. Οι αριθμοί αυτοί περιλαμβάνουν το context, την έξοδο των εργαλείων, τα αποτελέσματα του cached context, την καταμέτρηση reasoning/output και αλληλεπικαλυπτόμενα νήματα εργασίας, οπότε πρέπει να διαβάζονται ως μέτρο της διαδικασίας και όχι ως επιστημονική μέτρηση υπολογιστικής ισχύος.

Το CCERL και το δημόσιο benchmark

Η Κινέζικη ντάμα δεν έχει ώριμη δημόσια κατάταξη μηχανών όπως το σκάκι και το Go, κάτι που δυσκολεύει την αξιολόγηση της δύναμης και της προόδου των μηχανών. Το CCERL καλύπτει αυτό το κενό. Το CCERL είναι το πρώτο δημόσιο benchmark για την αξιολόγηση της δύναμης μηχανών AI στην Κινέζικη ντάμα. Βασισμένο σε αντίστοιχες ιδέες από το σκάκι και το Go, παρέχει σταθερούς κανόνες, ελεγμένες αρχικές θέσεις, ζεύγη με εναλλαγή πλευρών, αρχεία παρτίδων για λήψη και δημόσιες μηχανές αναφοράς.

Με βάση τα benchmark του CCERL, το JumpStar φαίνεται να είναι με μεγάλη διαφορά η ισχυρότερη δημόσια διαθέσιμη μηχανή AI για Κινέζικη ντάμα στον κόσμο.

Πιστεύω ότι το JumpStar έχει φτάσει σε σχεδόν υπερανθρώπινη δύναμη στην Κινέζικη ντάμα με τους κανόνες δύο παικτών, χρησιμοποιώντας υπολογιστική ισχύ ενός MacBook. Ακόμη πιο σημαντικό, το CCERL δίνει σε όλους τους μελλοντικούς συνεισφέροντες έναν στόχο: να τροποποιήσουν το JumpStar, να φτιάξουν νέο μοντέλο, να μεταφέρουν πιο πιστά μια υπάρχουσα μηχανή, να προσθέσουν καλύτερες θέσεις ή να υποβάλουν έναν διεκδικητή με τον ίδιο διαιτητή.

Μελλοντικά σχέδια

Το JumpStar δεν προορίζεται να είναι απλώς ένα ιδιωτικό bot. Το έργο προσπαθεί να γίνει τέσσερα πράγματα:

• Ένα ισχυρό δημόσιο μοντέλο AI. Το JumpStar διατίθεται με ανοιχτή άδεια και αυτός ο ιστότοπος είναι δωρεάν. Ο καθένας μπορεί να παίξει απέναντι στο JumpStar ή να προσπαθήσει να το βελτιώσει μόνος του. Το JumpStar εκπαιδεύτηκε εξ ολοκλήρου σε ένα MacBook M4. Περισσότερη υπολογιστική ισχύς σίγουρα θα βελτιώσει την απόδοσή του.
• Δημόσια υποδομή benchmark. Το σκάκι και το Go έχουν κοινότητες όπου οι μηχανές δοκιμάζονται, συγκρίνονται και βελτιώνονται. Το CCERL φέρνει την ίδια υποδομή στην Κινέζικη ντάμα: σαφείς κανόνες, αναπαραγώγιμους αγώνες, δημόσια αρχεία καταγραφής και έναν δρόμο για να φτιάξουν κι άλλοι τα δικά τους μοντέλα.
• Έρευνα για το ίδιο το παιχνίδι. Ένα δυνατό AI αλλάζει αυτό που μπορούμε να δούμε. Θέλω να καταλάβω πώς μοιάζει το καλό παιχνίδι, πώς εξελίσσονται τα ανοίγματα, γιατί τα γεμάτα ταμπλό συμπεριφέρονται όπως συμπεριφέρονται και τι συμβαίνει σε παρτίδες τριών, τεσσάρων και έξι παικτών, όταν το κέντρο του ταμπλό γίνεται ένα μποτιλιάρισμα δυνατοτήτων.
• Παραλλαγές για πολλούς παίκτες. Το μοντέλο δύο παικτών είναι μόνο η αρχή. Τα πιο συναρπαστικά ερωτήματα ξεκινούν όταν το ταμπλό γεμίζει: τρεις παίκτες, τέσσερις παίκτες, έξι παίκτες, συμμαχίες που αλλάζουν, κλειστές διαδρομές και παράξενα ανοίγματα που αναδύονται. Θέλω να ανακαλύψω πώς μοιάζει το δυνατό παιχνίδι κι εκεί, αλλά και σε ταμπλό πολύ μεγαλύτερα από το κανονικό. Η πολυπλοκότητα και τα μοτίβα που θα προκύψουν θα είναι μαγευτικά.

Ελπίζω το JumpStar να ενθαρρύνει περισσότερους ανθρώπους να σκεφτούν την Κινέζικη ντάμα, να την παίξουν, να τη μελετήσουν και να δημιουργήσουν γύρω της.