דמקה סינית JumpStar

JumpStar הוא מנוע הבינה המלאכותית החזק בעולם לדמקה סינית

איך זה התחיל

בניתי את JumpStar בשביל אמא שלי. הפרויקט התחיל ב־15 במאי 2026 באינדיאנה, כשעזרתי להורים שלי לעבור מהבית שבו גדלנו. בזמן שארזנו את החפצים שלהם, מצאנו את לוח הדמקה הסינית הישן שלנו והתחלנו להיזכר כמה כיף היה לשחק בו יחד כמשפחה.

אחרי שאחי ואני עזבנו לקולג', אמא שלי ניסתה למצוא אפליקציות דמקה סינית לאייפון כדי שתוכל להמשיך לשחק לבד, אבל אף אחת מהן לא הייתה טובה. בהתחשב בהצלחות של AlphaGo ו־Stockfish, חשבתי שבטוח יש הרבה מנועי בינה מלאכותית חזקים בקוד פתוח לדמקה סינית - אבל אין. למרות הפופולריות והאלגנטיות שלה, דמקה סינית זכתה לתשומת לב מועטה באופן מפתיע מקהילת הבינה המלאכותית. הפער הזה הוא מה שהוביל אותי לבנות את JumpStar.

המטרה שלי הייתה לבנות את מנוע הבינה המלאכותית העל־אנושי הראשון לדמקה סינית. שחקן מחשב חזק יאפשר לאמא שלי להמשיך לשחק גם כשאחי ואני לא בסביבה. מנוע בינה מלאכותית על־אנושי אולי אפילו יחשוף דפוסים ואסטרטגיות חדשים ויפים במשחק, שעדיין לא היו מוכרים באופן רחב.

זו גם הסיבה שהפרויקט הפך לציבורי. מנוע פרטי חזק הוא דבר מעניין, אבל קשה לכל אחד אחר להעריך או לשפר אותו. הבנצ'מרק הציבורי לבינה מלאכותית בדמקה סינית הופך את העבודה למשהו שאפשר לבדוק: מערכת חוקים, פרוטוקול, אוסף עמדות, מנועי בסיס, יומני משחק ומודל JumpStar מוגדר בשמו שמערכות אחרות יכולות להתמודד מולו.

למה בינה מלאכותית לדמקה סינית מעניינת

מאחורי שחמט וגו עומדות עשרות שנים של עבודת בינה מלאכותית ציבורית: מנועים, בנצ'מרקים, רשימות דירוג ותיעוד משותף של משחקים. בדמקה סינית יש מעט מאוד מכל זה, למרות שזה בדיוק סוג המשחק שבינה מלאכותית טובה בלחקור. אין מידע נסתר, אין מזל, ויש דרך ברורה לנצח.

הוא גם מסתבך מהר. לפי חוקי שני השחקנים של JumpStar יש 14 מהלכי פתיחה חוקיים, 196 דרכים שבהן שני המהלכים הראשונים יכולים להתפתח, ו־4,760 עד המהלך השלישי. בהמשך, קפיצות בשרשרת ונתיבים צפופים הופכים מהלכים טובים לקשים הרבה יותר לזיהוי ממה שהחוקים מרמזים.

מה זה JumpStar

JumpStar הוא מנוע דמקה סינית שאומן במשחק עצמי, ובנוי על ליבת חוקים וחיפוש קומפקטית ב־C++20, מודל רשת עצבית של policy/value וחיפוש עץ מונטה קרלו. נקודת הביקורת הציבורית החזקה ביותר שלו, JumpStar_60, היא האלופה הנוכחית של בנצ'מרק CCERL-2P10-v2. כל מודלי JumpStar אומנו על MacBook M4, ולא על אשכולות ה־GPU הגדולים שעומדים מאחורי מנועי השחמט והגו המפורסמים.

המטרה היא משחק על־אנושי, והטענה נועדה להיבדק: לפי חוקי שני השחקנים JumpStar נראה על־אנושי או קרוב לכך, ו־CCERL מאפשר לכל מנוע עתידי לערער על כך.

המערכת

JumpStar הוא מנוע ובנצ'מרק שלמים, לא רק מודל מאומן.

  • חוקים וחיפוש. מודל קומפקטי של לוח בן 121 חורים עם חוקים קפדניים לשני שחקנים, יצירת מהלכים מהירה לצעדים ולשרשראות של כמה קפיצות, וכלי להרצת משחקים. החוקים מפורשים בכוונה, כדי שמנוע לא יוכל לנצח על ידי חנייה במשולש או ניצול של פגם בשופט.
  • אימון במשחק עצמי. JumpStar משחק נגד עצמו, והמשחקים האלה מאמנים מודל policy/value שמנחה את סבב החיפוש הבא. JumpStar_60 היא רשת 512x4 שיש לה כ־10.36M פרמטרים, והיא אומנה על 1.8M עמדות שנותחו מחדש.
  • בנצ'מרק ציבורי. לדמקה סינית לא הייתה טבלת דירוג ציבורית של מנועים, אז בניתי את CCERL-2P10-v2 לצד JumpStar. הוא מגדיר את החוקים, את פרוטוקול המנוע, סט קבוע של עמדות פתיחה, מנועי בסיס ואת אופן חישוב הדירוגים, ומפרסם כל יומן משחק כדי שאפשר יהיה לבדוק את התוצאות.

איך JumpStar משחק דמקה סינית

JumpStar לעיתים קרובות לא רק דוהר קדימה. הוא מאט את היריב, משאיר במקומם כלים חוסמים שימושיים, ובונה צורות משולש קומפקטיות שמקשות לקפוץ דרך אמצע הלוח.

מכיוון שכלים אף פעם לא נאכלים, צורה הגנתית יכולה להחזיק מעמד תורות רבים. היא יכולה לחסום מסלול קפיצה, לאלץ את היריב לעקוף, ולקנות זמן כדי שהכלים של JumpStar עצמו יגיעו הביתה.

דפוס פתיחה מנצח

צפייה חוזרת בפתיחה מנצחת רצף פתיחה בן שמונה מהלכים, שבו הקפיצה האחרונה של שחקן 2 מודגשת.
# שחקן סוג
מבנה המשולש ההגנתי של JumpStar עמדה ממשחק אמיתי שבה JumpStar יוצר מבנה מרכזי שמקשה על קפיצות דרך האמצע ודוחף את כלי היריב החוצה.
סגור את האמצע. JumpStar יוצר לעיתים קרובות שתי חזיתות קומפקטיות דמויות משולש שמקשות לקפוץ דרך הנתיבים המרכזיים, ודוחפות את כלי היריב לכיוון השוליים.
שרשרת ארוכה של JumpStar במשחק הסיום עמדה ממשחק אמיתי שבה JumpStar מרווח את הכלים לשרשרת קפיצות ארוכה לכיוון היעד שממול.
ממש את היתרון בשרשראות. בהמשך, אותם אינסטינקטים של מרווח יוצרים סולמות ארוכים שמביאים את הכלים המפגרים הביתה ביעילות.

לולאת החיפוש והאימון

במבט על, JumpStar פועל לפי הדפוס של AlphaZero: משחק עצמי מייצר יעדי ביקורים של MCTS, היעדים האלה מאמנים מודל policy/value, והמודל החזק יותר מנחה את סבב החיפוש הבא.

self-play -> MCTS visit targets -> policy/value training -> stronger search -> self-play

החוזק המעשי הגיע מכך שהלולאה הזאת נעשתה זולה מספיק כדי להריץ אותה שוב ושוב: עובדי משחק עצמי מקוריים ב־C++, יצירת מהלכים יעילה, הערכת עלים במנות, טרנספוזיציות, שימוש חוזר בתתי־עצים, רישומים קומפקטיים וגרסאות release שכווננו לחומרת Apple מקומית.

חלק גדול מהדחיסה הזאת הגיע מהשימוש ב־Codex עם GPT-5.5 כשותף למימוש ולמחקר. Codex עזר לבחון את בסיס הקוד, לאתר צווארי בקבוק, לשכתב נתיבים חמים, לנתח יומני אימון, לארוז הרצות בנצ'מרק ולקדם כמה ענפי ניסויים במקביל. השיפורים החשובים ביותר היו מעשיים: האצות גדולות במשחק העצמי ובהערכה, הפחתה של כ־98% בצריכת הזיכרון בנתיב האימון כדי שהעבודה תיכנס למחשב המקומי שלי, ומספיק אוטומציה כדי להמשיך לשפר את המנוע בזמן שעבדתי גם במשרה המלאה שלי כמנכ״ל Edia.

הפרויקט התקדם מהר במיוחד כי הלולאה לא הייתה רק משחק עצמי עבור המודל; היא הייתה גם לולאת הנדסה איטרטיבית עבור המערכת שסביבו. Codex איפשר להריץ ניסוי, לבחון את אופן הכישלון, לייעל את הקוד, להריץ שוב את הבנצ'מרק, לסכם את התוצאה ולהפוך את השאלה הבאה לתיקון קוד מוחשי. מחזור המשוב הזה דחס עבודה שאחרת אולי הייתה לוקחת חודשים של תשתית, כלים, ממשק, בנצ'מרק וכתיבה לכשבוע אחד, מגילוי הלוח הראשון ועד ההשקה הציבורית.

הרישום המקומי של Codex נותן תחושה גסה של היקף שיתוף הפעולה הזה. בכל שרשורי הפרויקט שנראים במסד הנתונים המקומי של Codex, הערך הרשום tokens_used הסתכם בכ־ 559.9M טוקנים. המספרים האלה כוללים הקשר, פלט של כלים, השפעות של הקשר שמור במטמון, רישום של חשיבה ופלט, ושרשורי עבודה חופפים, ולכן יש לקרוא אותם כמדד תהליך ולא כמדידה מדעית של כוח חישוב.

CCERL והבנצ'מרק הציבורי

לדמקה סינית אין סולם מנועים ציבורי בוגר כמו בשחמט ובגו, ולכן קשה להעריך את חוזק המנועים ואת ההתקדמות שלהם. CCERL ממלא את החלל הזה. CCERL הוא הבנצ'מרק הציבורי הראשון להערכת חוזקם של מנועי בינה מלאכותית לדמקה סינית. בהשראת רעיונות דומים משחמט ומגו, CCERL מספק חוקים קבועים, עמדות פתיחה שנבדקו, החלפות צדדים מזווגות, יומני משחק להורדה ומנועי בסיס ציבוריים.

לפי הבנצ'מרקים של CCERL, נראה ש־JumpStar הוא מנוע הבינה המלאכותית הזמין לציבור החזק בעולם לדמקה סינית, בפער גדול.

אני מאמין ש־JumpStar הגיע לחוזק כמעט על־אנושי בדמקה סינית תחת פרופיל החוקים לשני שחקנים, תוך שימוש בכוח חישוב בהיקף של MacBook מקומי. וחשוב מכך, CCERL נותן לכל התורמים העתידיים מטרה: לשנות את JumpStar, לבנות מודל חדש, להעביר מנוע קיים בנאמנות רבה יותר, להוסיף עמדות טובות יותר, או להגיש מתמודד תחת אותו שופט.

עבודה עתידית

JumpStar לא נועד להיות סתם בוט פרטי. הפרויקט מנסה להפוך לארבעה דברים:

  • מודל בינה מלאכותית ציבורי וחזק. JumpStar הוא ברישיון פתוח, והאתר הזה חינמי. כל אחד יכול לשחק מול JumpStar או לנסות לשפר אותו בעצמו. JumpStar אומן כולו על MacBook M4. יותר כוח חישוב בוודאי ישפר את הביצועים.
  • תשתית בנצ'מרק ציבורית. לשחמט ולגו יש קהילות שבהן אפשר לבדוק מנועים, להשוות ביניהם ולשפר אותם. CCERL מביא את אותה תשתית לדמקה סינית: חוקים ברורים, משחקים שניתן לשחזר, יומני משחק ציבוריים ודרך לאנשים אחרים לבנות מודלים משלהם.
  • מחקר של המשחק עצמו. בינה מלאכותית חזקה משנה את מה שאנחנו מסוגלים לראות. אני רוצה להבין איך נראה משחק טוב, איך פתיחות מתפתחות, למה לוחות צפופים מתנהגים כפי שהם מתנהגים, ומה קורה במשחקים של שלושה, ארבעה ושישה שחקנים כשמרכז הלוח הופך לפקק תנועה של אפשרויות.
  • גרסאות מרובות משתתפים. המודל לשני שחקנים הוא רק ההתחלה. השאלות הפרועות יותר מתחילות כשהלוח נעשה צפוף יותר: שלושה שחקנים, ארבעה שחקנים, שישה שחקנים, בריתות משתנות, נתיבים חסומים ופתיחות מוזרות שצצות מעצמן. אני רוצה לגלות איך נראה משחק חזק גם שם, וגם על לוחות גדולים בהרבה מהרגיל. המורכבויות והדפוסים שיצוצו יהיו מהפנטים.

אני מקווה ש־JumpStar יעודד יותר אנשים לחשוב על דמקה סינית, לשחק בה, לחקור אותה ולבנות סביבה.