AI หมากฮอสจีน

JumpStar คือเอนจิน AI หมากฮอสจีนที่แข็งแกร่งที่สุดในโลก

มีบน iPhone แล้ว หมากฮอสจีน: JumpStar เล่นกับ AI ที่แข็งแกร่งที่สุดแบบออฟไลน์ แก้ปริศนารายวัน รับคำใบ้ และบันทึกการเล่นซ้ำ ดาวน์โหลด

จุดเริ่มต้น

ฉันสร้าง JumpStar ให้แม่ โปรเจ็กต์นี้เริ่มต้นเมื่อวันที่ 15 พฤษภาคม 2026 ที่รัฐอินดีแอนา ตอนที่ฉันกำลังช่วยพ่อแม่ย้ายออกจากบ้านที่เราเติบโตมา ระหว่างเก็บของ เราเจอกระดานหมากฮอสจีนเก่า และเริ่มรำลึกถึงความสนุกตอนที่เคยเล่นกันทั้งครอบครัว

หลังจากฉันกับพี่ชายไปเรียนมหาวิทยาลัย แม่พยายามหาแอปหมากฮอสจีนบน iPhone เพื่อจะได้เล่นต่อคนเดียว แต่ไม่มีแอปไหนดีเลย เมื่อดูความสำเร็จของ AlphaGo และ Stockfish ฉันคิดว่าต้องมีเอนจิน AI โอเพนซอร์สที่แข็งแกร่งสำหรับหมากฮอสจีนอยู่มากมายแน่ ๆ แต่กลับไม่มี แม้จะเป็นเกมที่ได้รับความนิยมและสง่างาม หมากฮอสจีนกลับได้รับความสนใจจากวงการ AI น้อยอย่างน่าประหลาดใจ ช่องว่างนี้เองที่ทำให้ฉันสร้าง JumpStar

เป้าหมายของฉันคือสร้างเอนจิน AI หมากฮอสจีนตัวแรกที่เก่งเหนือมนุษย์ คู่ต่อสู้คอมพิวเตอร์ที่แข็งแกร่งจะทำให้แม่เล่นต่อได้แม้ฉันกับพี่ชายจะไม่ได้อยู่ใกล้ ๆ เอนจิน AI ที่เก่งเหนือมนุษย์อาจถึงขั้นค้นพบรูปแบบและกลยุทธ์ใหม่ ๆ อันงดงามของเกมที่ยังไม่เป็นที่รู้จักกันแพร่หลาย

นี่คือเหตุผลที่โปรเจ็กต์นี้เปิดสู่สาธารณะด้วย เอนจินส่วนตัวที่แข็งแกร่งนั้นน่าสนใจ แต่คนอื่นประเมินหรือปรับปรุงได้ยาก เบนช์มาร์ก AI หมากฮอสจีนสาธารณะทำให้งานนี้ตรวจสอบได้ ด้วยชุดกติกา โปรโตคอล ชุดตำแหน่ง ระบบอ้างอิงพื้นฐาน บันทึกเกม และโมเดล JumpStar ที่ระบุชื่อชัดเจนให้ระบบอื่นมาท้าชิงได้

ความงามของหมากฮอสจีน

หมากฮอสจีนคือการแข่งข้ามกระดานรูปดาวหกแฉก ผู้เล่นแต่ละคนเริ่มด้วยหมากสิบตัวในสามเหลี่ยมหนึ่ง และพยายามย้ายหมากทั้งหมดไปยังสามเหลี่ยมฝั่งตรงข้ามให้ได้ก่อน เกมนี้เล่นได้สอง สาม สี่ หรือหกคน มีการเดินเพียงสองแบบ คือการเดินหนึ่งช่องและการกระโดด และไม่มีการกินหมากเลย นี่เป็นเหตุผลหนึ่งที่ทำให้กระดานดูมีชีวิตชีวา กติกาการเดินที่เรียบง่ายก่อให้เกิดการจราจรที่ซับซ้อน เมื่อผู้เล่นพยายามสร้างการกระโดดต่อเนื่องและขวางไม่ให้คู่ต่อสู้ทำแบบเดียวกัน

แม้จะมีชื่อแบบนี้ หมากฮอสจีนไม่ได้มีต้นกำเนิดในจีน และไม่ใช่หมากฮอสจริง ๆ ด้วย โดยทั่วไปถือว่าเกมนี้สืบมาจาก Stern-Halma หรือ Star Halma ซึ่งเป็นเกม Halma ฉบับดัดแปลงบนกระดานรูปดาวของเยอรมนีที่ตีพิมพ์ในปี 1892 ชื่อภาษาอังกฤษที่คุ้นเคยเกิดขึ้นภายหลังผ่านการทำตลาดในอเมริกา และนับแต่นั้นก็กลายเป็นเกมกระดานที่นิยมไปทั่วโลก

วิธีเล่นหมากฮอสจีน

ในตาของคุณ คุณเดินหมากของตัวเองหนึ่งตัว หมากเดินหนึ่งช่องไปยังหลุมว่างข้างเคียงได้ หรือกระโดดข้ามหลุมข้างเคียงที่มีหมากไปลงหลุมว่างที่อยู่ถัดไปได้ การกระโดดต่อกันเป็นทอด ๆ ได้ ดังนั้นการเดินเพียงตาเดียวอาจข้ามกระดานไปได้ไกลหากระยะห่างเหมาะสม หมากที่ถูกกระโดดข้ามยังอยู่บนกระดาน ไม่ถูกกิน

เป้าหมายคือย้ายหมากทั้งหมดของคุณไปยังสามเหลี่ยมที่อยู่ตรงข้ามสามเหลี่ยมเริ่มต้น การเล่นที่ดีไม่ได้มีแค่การรีบพุ่งไปข้างหน้า คุณต้องสร้างบันไดที่มีประโยชน์ หลีกเลี่ยงการขวางหมากของตัวเอง ใช้กลางกระดานที่แออัดให้เป็นประโยชน์ และตัดสินใจว่าเมื่อไรที่การเดินซึ่งดูช้าในตอนนี้จะสร้างเส้นทางที่เร็วกว่าในภายหลัง

หากต้องการข้อมูลอ้างอิงโดยเฉพาะ อ่านกติกาหมากฮอสจีนฉบับสมบูรณ์ เมื่อพร้อมจะพัฒนาฝีมือ ให้อ่านต่อที่คู่มือกลยุทธ์และแท็กติกของ JumpStar

ทำไม AI หมากฮอสจีนจึงน่าสนใจ

เกมกระดานคลาสสิกเป็นหัวใจของวงการ AI มาหลายทศวรรษ Deep Blue ของ IBM เอาชนะแชมป์หมากรุกโลก การ์รี คาสปารอฟ ในปี 1997 และ AlphaGo เอาชนะ อี เซดล ในปี 2016 เกมเหล่านั้นกลายเป็นหมุดหมายสำคัญ เพราะการเล่นอันแข็งแกร่งของคอมพิวเตอร์เปลี่ยนวิธีที่ผู้คนเข้าใจเกม

หมากฮอสจีนยังไม่มีระบบนิเวศ AI สาธารณะแบบนั้น เมื่อเทียบกับหมากรุกและโกะ หมากฮอสจีนมีเอนจิน เบนช์มาร์ก ตารางเรตติ้ง บันทึกเกมสาธารณะ และเครื่องมือวิจัยที่ใช้ร่วมกันน้อยกว่ามาก ช่องว่างนี้น่าประหลาดใจ เพราะเกมนี้มีโครงสร้างแบบที่ระบบ AI ชอบศึกษาพอดี คือข้อมูลสมบูรณ์ ไม่มีความสุ่ม เงื่อนไขการชนะชัดเจน และมีความเป็นไปได้ในอนาคตมหาศาล

แม้แต่ตำแหน่งเริ่มเกมที่ดูเงียบ ๆ ก็แตกแขนงอย่างรวดเร็ว ในชุดกติกาสองผู้เล่นของ JumpStar กระดานเริ่มต้นมีตาแรกที่ถูกกติกา 14 ตา หลังจากแต่ละฝ่ายเดินไปฝ่ายละหนึ่งตา จะมีลำดับสองตาเดินที่เป็นไปได้ 196 แบบ เมื่อถึงความลึกระดับสาม จะมีลำดับการเดินที่เป็นไปได้ 4,760 แบบจากตำแหน่งเริ่มต้น ในช่วงหลังของเกม การกระโดดต่อเนื่องและช่องทางที่แออัดทำให้ตัวเลือกดูไม่ชัดเจนอย่างที่กติกาบอกไว้เลย

JumpStar คืออะไร

JumpStar คือเอนจินหมากฮอสจีนที่ฝึกด้วยการเล่นกับตัวเอง สร้างบนแกนกติกาและการค้นหาขนาดกะทัดรัดด้วย C++20 โมเดลนิวรัลแบบ policy/value และการค้นหาแบบต้นไม้มอนติคาร์โล (MCTS) เช็กพอยต์สาธารณะที่แข็งแกร่งที่สุดคือ JumpStar_60 ซึ่งเป็นแชมป์เบนช์มาร์ก CCERL-2P10-v2 ในปัจจุบัน ผลลัพธ์ที่น่าประหลาดใจคือประสิทธิภาพ โมเดล JumpStar ทุกตัวฝึกบน MacBook M4 ไม่ใช่บนคลัสเตอร์ TPU/GPU ขนาดใหญ่อย่างที่ใช้กับระบบโกะและหมากรุกระดับหมุดหมาย

ความทะเยอทะยานคือการเล่นที่เหนือมนุษย์ แต่ข้อกล่าวอ้างต่อสาธารณะตั้งใจให้ทดสอบได้ JumpStar ดูเหมือนจะเก่งเหนือมนุษย์หรือใกล้เคียงภายใต้กติกาแบบสองผู้เล่น และ CCERL มีไว้เพื่อให้เอนจินในอนาคตท้าชิงผลลัพธ์นั้นได้

ระบบ

JumpStar ไม่ได้เป็นแค่เช็กพอยต์ของโมเดล แต่เป็นชุดเอนจินและเบนช์มาร์กครบวงจร ได้แก่ การแทนกระดาน กติกา การค้นหา การเล่นกับตัวเอง บันทึกการฝึก เครื่องมือกรรมการ และหลักฐานสาธารณะ

• กติกาและการค้นหา JumpStar ใช้การแทนกระดานดาว 121 หลุมแบบบิตแมปที่กะทัดรัด กติกาสองผู้เล่นแบบเข้มงวด การสร้างตาเดินหนึ่งช่องและการกระโดดหลายครั้งที่ถูกกติกา การล็อกปลายทาง การตรวจสอบการจบเกม การแฮชแบบกำหนดผลได้ บอตอ้างอิงพื้นฐาน และตัวจัดแมตช์แบบเนทีฟ การเขียนกติกาตั้งใจให้ชัดเจน เพราะไม่เช่นนั้นเอนจินหมากฮอสจีนอาจหาช่องโหว่จากกรณีขอบ เช่น ปักหลักอยู่ในสามเหลี่ยมบ้านหรือปลายทาง สร้างการปิดกั้นแบบจงใจ หรือชนะเพราะความแปลกของกรรมการแทนที่จะชนะด้วยการเล่นที่ดีกว่า กติกาของ JumpStar ออกแบบมาเพื่อให้รางวัลแก่การแข่งที่สะอาด รูปทรงที่แข็งแกร่ง และการค้นหาที่ทำซ้ำได้ มากกว่ากลเม็ดเลี่ยงกติกาป้องกันการขวาง
• การฝึกด้วยการเล่นกับตัวเอง การเล่นกับตัวเองและการวิเคราะห์ซ้ำสร้างสถานะกระดาน ตาเดินที่ถูกกติกา จำนวนการเยี่ยมชมของ MCTS ผลการแข่ง และฟีเจอร์ความคืบหน้า บันทึกเหล่านั้นใช้ฝึกโมเดล policy/value ที่นำทางการค้นหารอบถัดไป JumpStar_60 เป็น MLP แบบ geometry_v1 ขนาด 512x4 ที่มีพารามิเตอร์ประมาณ 10.36M ตัว ฝึกจากชุดข้อมูลที่วิเคราะห์ซ้ำแล้ว 1.8M ตัวอย่าง งานภาคปฏิบัติคือการทำให้วงจรนั้นเล็กและเร็วพอที่จะรันซ้ำได้บนฮาร์ดแวร์ในเครื่อง
• เบนช์มาร์กสาธารณะ เนื่องจากหมากฮอสจีนยังไม่มีตารางอันดับเอนจินสาธารณะที่เติบโตเต็มที่ ฉันจึงพัฒนา CCERL-2P10-v2 ควบคู่ไปกับ JumpStar CCERL กำหนดชุดกติกา โปรโตคอลเอนจิน ชุดตำแหน่งที่ตรึงไว้ เอนจินอ้างอิงพื้นฐาน ไฟล์รีลีส และวิธีการจัดเรตติ้ง เบนช์มาร์กใช้ตำแหน่งที่จับคู่สลับฝั่ง และเผยแพร่บันทึกเกมเพื่อให้ผลลัพธ์ทำซ้ำได้ ไม่ใช่แค่กล่าวอ้าง นั่นหมายความว่าเอนจินในอนาคตท้าชิง JumpStar ได้ภายใต้กรรมการเดียวกัน แทนการเทียบคำอ้างเรื่องความแข็งแกร่งที่คลุมเครือ

JumpStar เล่นหมากฮอสจีนอย่างไร

ข้อสังเกตเชิงคุณภาพที่น่าสนใจที่สุดข้อหนึ่งคือ JumpStar มักไม่ได้เล่นเหมือนฮิวริสติกการแข่งความเร็วแบบง่าย ๆ แต่พัฒนากลยุทธ์ที่ซับซ้อน เช่น ถ่วงคู่ต่อสู้ให้ช้าลง เก็บหมากขวางที่มีประโยชน์ไว้ และสร้างแผงหมากคล้ายสามเหลี่ยมที่กะทัดรัดเพื่อจำกัดการสัญจรผ่านช่องทางสำคัญ

สไตล์นี้มองข้ามได้ง่ายหากมองหมากฮอสจีนเป็นเพียงการแข่งเดินหน้า เพราะหมากไม่เคยถูกกิน รูปทรงเชิงรับจึงมีผลได้หลายตา มันปิดบันไดกระโดด บังคับให้คู่ต่อสู้อ้อมความแออัด หรือซื้อเวลาให้หมากของโมเดลเองเข้าเส้นชัย แนวคิดที่แข็งแกร่งที่สุดบางอย่างของ JumpStar จึงอาจเป็นเรื่องของการควบคุมรูปทรง ไม่ใช่แค่การเดินหน้าให้เร็วขึ้น

วงจรการค้นหาและการฝึก

ในภาพรวม JumpStar ใช้รูปแบบเดียวกับ AlphaZero คือการเล่นกับตัวเองสร้างเป้าหมายจากจำนวนการเยี่ยมชมของ MCTS เป้าหมายเหล่านั้นใช้ฝึกโมเดล policy/value และโมเดลที่แข็งแกร่งขึ้นจะนำทางการค้นหารอบถัดไป

เล่นกับตัวเอง -> เป้าหมายการเยี่ยมชมของ MCTS -> ฝึก policy/value -> การค้นหาที่แข็งแกร่งขึ้น -> เล่นกับตัวเอง

ความแข็งแกร่งในทางปฏิบัติมาจากการทำให้วงจรนั้นต้นทุนต่ำพอจะรันซ้ำได้ ด้วยเวิร์กเกอร์เล่นกับตัวเองที่เขียนด้วย C++ แบบเนทีฟ การสร้างตาเดินที่มีประสิทธิภาพ การประเมินโหนดใบเป็นชุด ทรานสโพซิชัน การใช้ต้นไม้ย่อยซ้ำ บันทึกที่กะทัดรัด และบิลด์รีลีสที่ปรับแต่งสำหรับฮาร์ดแวร์ Apple ในเครื่อง

ส่วนสำคัญของการย่นระยะเวลานั้นมาจากการใช้ Codex ร่วมกับ GPT-5.5 เป็นคู่หูด้านการพัฒนาและการวิจัย Codex ช่วยตรวจโค้ดเบส วิเคราะห์คอขวด เขียนส่วนที่ทำงานหนักใหม่ วิเคราะห์บันทึกการฝึก จัดชุดการรันเบนช์มาร์ก และทำให้การทดลองหลายสายเดินหน้าไปพร้อมกัน ผลที่สำคัญที่สุดเป็นเรื่องเชิงปฏิบัติ ได้แก่ การเล่นกับตัวเองและการประเมินที่เร็วขึ้นมาก การลดหน่วยความจำในขั้นตอนการฝึกลงราว 98% จนงานรันบนเครื่องของฉันได้ และระบบอัตโนมัติมากพอที่จะพัฒนาเอนจินต่อไปได้ ขณะที่ฉันยังทำงานประจำเต็มเวลาในตำแหน่ง CEO ของ Edia

โปรเจ็กต์เดินหน้าเร็วผิดปกติ เพราะวงจรนี้ไม่ได้เป็นแค่การเล่นกับตัวเองของโมเดล แต่ยังเป็นวงจรวิศวกรรมแบบวนซ้ำสำหรับระบบรอบ ๆ ด้วย Codex ทำให้ฉันรันการทดลอง ตรวจดูสาเหตุที่ล้มเหลว ปรับแต่งโค้ด รันเบนช์มาร์กใหม่ สรุปผล และเปลี่ยนคำถามถัดไปให้เป็นแพตช์ที่จับต้องได้ วงจรป้อนกลับนี้ย่นงานที่อาจต้องใช้เวลาหลายเดือนทั้งด้านโครงสร้างพื้นฐาน เครื่องมือ ฟรอนต์เอนด์ เบนช์มาร์ก และการเขียนสรุป ให้เหลือราวหนึ่งสัปดาห์ นับจากวันที่เจอกระดานจนถึงวันเปิดตัวสู่สาธารณะ

การบันทึกการใช้งานของ Codex ในเครื่องช่วยให้เห็นขนาดของการทำงานร่วมกันนี้คร่าว ๆ จากเธรดของโปรเจ็กต์ที่เห็นได้ในฐานข้อมูลสถานะ Codex ในเครื่อง ค่า tokens_used ที่บันทึกไว้รวมประมาณ 559.9M โทเค็น ตัวเลขเหล่านี้รวมบริบท เอาต์พุตของเครื่องมือ ผลของบริบทที่แคชไว้ การนับการให้เหตุผล/เอาต์พุต และเธรดงานที่ซ้อนทับกัน จึงควรมองเป็นตัวชี้วัดกระบวนการ ไม่ใช่การวัดพลังประมวลผลทางวิทยาศาสตร์

CCERL และเบนช์มาร์กสาธารณะ

หมากฮอสจีนไม่มีตารางอันดับเอนจินสาธารณะที่เติบโตเต็มที่อย่างหมากรุกและโกะ จึงประเมินความแข็งแกร่งและพัฒนาการของเอนจินได้ยาก CCERL เข้ามาเติมช่องว่างนั้น CCERL คือเบนช์มาร์กสาธารณะแห่งแรกสำหรับประเมินความแข็งแกร่งของเอนจิน AI หมากฮอสจีน โดยอิงแนวคิดคล้ายกับของหมากรุกและโกะ CCERL มีกติกาที่ตายตัว ตำแหน่งเริ่มต้นที่ผ่านการตรวจสอบ การจับคู่สลับฝั่ง บันทึกเกมที่ดาวน์โหลดได้ และระบบอ้างอิงพื้นฐานสาธารณะ

จากผลเบนช์มาร์กของ CCERL ดูเหมือนว่า JumpStar จะเป็นเอนจิน AI หมากฮอสจีนที่เปิดให้ใช้สาธารณะซึ่งแข็งแกร่งที่สุดในโลกอย่างทิ้งห่าง

ฉันเชื่อว่า JumpStar มีความแข็งแกร่งในหมากฮอสจีนใกล้ระดับเหนือมนุษย์แล้วภายใต้กติกาแบบสองผู้เล่น โดยใช้พลังประมวลผลระดับ MacBook ในเครื่อง ที่สำคัญกว่านั้น CCERL มอบเป้าหมายให้ผู้ร่วมพัฒนาทุกคนในอนาคต ไม่ว่าจะปรับแต่ง JumpStar สร้างโมเดลใหม่ พอร์ตเอนจินที่มีอยู่ให้ตรงต้นฉบับยิ่งขึ้น เพิ่มตำแหน่งที่ดีกว่า หรือส่งผู้ท้าชิงเข้ามาภายใต้กรรมการเดียวกัน

งานในอนาคต

JumpStar ไม่ได้ตั้งใจเป็นแค่บอตส่วนตัว โปรเจ็กต์นี้พยายามจะเป็นสี่สิ่ง:

• โมเดล AI สาธารณะที่แข็งแกร่ง JumpStar ใช้สัญญาอนุญาตแบบเปิด และเว็บไซต์นี้ใช้ฟรี ใครก็เล่นกับ JumpStar หรือลองพัฒนาด้วยตัวเองได้ JumpStar ฝึกบน MacBook M4 ทั้งหมด พลังประมวลผลที่มากขึ้นย่อมช่วยให้เก่งขึ้นแน่นอน
• โครงสร้างพื้นฐานเบนช์มาร์กสาธารณะ หมากรุกและโกะมีชุมชนที่เอนจินถูกทดสอบ เปรียบเทียบ และพัฒนาได้ CCERL นำโครงสร้างพื้นฐานแบบเดียวกันมาสู่หมากฮอสจีน ได้แก่ กติกาที่ชัดเจน แมตช์ที่ทำซ้ำได้ บันทึกเกมสาธารณะ และเส้นทางให้คนอื่นสร้างโมเดลของตัวเอง
• การวิจัยตัวเกมเอง AI ที่แข็งแกร่งเปลี่ยนสิ่งที่เรามองเห็น ฉันอยากเข้าใจว่าการเล่นที่ดีเป็นอย่างไร การเปิดเกมพัฒนาไปอย่างไร ทำไมกระดานที่แออัดจึงเป็นอย่างที่เป็น และเกิดอะไรขึ้นในเกมสาม สี่ และหกคน เมื่อกลางกระดานกลายเป็นจุดรถติดของความเป็นไปได้
• รูปแบบหลายผู้เล่น โมเดลสองผู้เล่นเป็นเพียงจุดเริ่มต้น คำถามที่ท้าทายยิ่งกว่าเริ่มขึ้นเมื่อกระดานแออัดขึ้น ทั้งสามคน สี่คน หกคน พันธมิตรที่เปลี่ยนไปมา เส้นทางที่ถูกปิด และการเปิดเกมแปลก ๆ ที่เกิดขึ้นเอง ฉันอยากรู้ว่าการเล่นที่แข็งแกร่งในสถานการณ์เหล่านั้นเป็นอย่างไร รวมถึงบนกระดานที่ใหญ่กว่ามาตรฐานมาก ความซับซ้อนและรูปแบบที่จะปรากฏออกมาคงน่าตะลึง

ฉันหวังว่า JumpStar จะชวนให้ผู้คนหันมาคิดถึงหมากฮอสจีน เล่น ศึกษา และสร้างสิ่งต่าง ๆ รอบเกมนี้มากขึ้น