menu-icon
India Daily

AI chess showdown: चैटजीपीटी ने कागल टूर्नामेंट के फाइनल में ग्रोक को हराया

इस प्रतियोगिता में आठ प्रतियोगी शामिल हुए, जिनमें ओपनएआई, एक्सएआई, गूगल, एंथ्रोपिक और चीनी एआई फर्म डीपसीक और मूनशॉट एआई के मॉडल शामिल थे. हालांकि शतरंज के पारंपरिक नियम लागू थे.

auth-image
Edited By: Gyanendra Sharma
ChatGPT
Courtesy: Social Media

ओपनएआई के चैटजीपीटी O3 ने कागल द्वारा आयोजित शतरंज टूर्नामेंट के फाइनल में एलन मस्क के एक्सएआई मॉडल, ग्रोक 4 को हरा दिया है. इस टूर्नामेंट का उद्देश्य सर्वश्रेष्ठ शतरंज खेलने वाले लार्ज लैंग्वेज मॉडल (एलएलएम) की खोज करना था. इस तीन दिवसीय आयोजन में विशेषज्ञ शतरंज इंजनों के बजाय, कई कंपनियों के सामान्य प्रयोजन वाले एलएलएम शीर्ष स्थान के लिए प्रतिस्पर्धा कर रहे थे.

इस प्रतियोगिता में आठ प्रतियोगी शामिल हुए, जिनमें ओपनएआई, एक्सएआई, गूगल, एंथ्रोपिक और चीनी एआई फर्म डीपसीक और मूनशॉट एआई के मॉडल शामिल थे. हालाँकि शतरंज के पारंपरिक नियम लागू थे, यह बहुउद्देशीय एलएलएम के लिए डिज़ाइन की गई थी जिन्हें शतरंज खेलने का विशेष प्रशिक्षण नहीं दिया गया था. गूगल के जेमिनी ने ओ4-मिनी को हराकर तीसरा स्थान हासिल किया.

फाइनल मैच के मुख्य अंश

ग्रोक 4 ने शुरुआती दौर में दबदबा बनाते हुए मज़बूत शुरुआत की लेकिन चैटजीपीटी ओ3 के खिलाफ निर्णायक मुकाबले में लड़खड़ा गया. विश्लेषकों ने कई भारी गलतियों की ओर इशारा किया, जिनमें बार-बार अपनी रानी को खोना भी शामिल है, जिसने ओपनएआई के मॉडल के पक्ष में रुख मोड़ दिया. Chess.com के पत्रकार पेड्रो पिनहाटा ने टिप्पणी की "सेमीफाइनल तक, ऐसा लग रहा था कि ग्रोक 4 को कोई नहीं रोक पाएगा और आगे कहा कि फाइनल में मॉडल "दबाव में ढह गया.

प्रतिक्रिया और प्रतिद्वंद्विता

एलन मस्क ने नतीजों को कमतर आंकते हुए ग्रोक के पहले के मज़बूत प्रदर्शन को एक "साइड इफ़ेक्ट" बताया और कहा कि xAI ने "शतरंज पर लगभग कोई मेहनत नहीं की. यह प्रतियोगिता मस्क की xAI और ओपनAI के बीच चल रही सार्वजनिक प्रतिद्वंद्विता में एक नया अध्याय जोड़ती है ये वे कंपनियां हैं जिनके संस्थापक कभी साथ काम करते थे.

यह क्यों मायने रखती है

शतरंज लंबे समय से एआई क्षमता का एक मानक रहा है, जिसमें डीपमाइंड के अल्फागो द्वारा गो में विश्व चैंपियन को हराने जैसी ऐतिहासिक उपलब्धियाँ शामिल हैं. हालाँकि, यह आयोजन समर्पित शतरंज एल्गोरिदम पर निर्भर हुए बिना जटिल, अनुक्रमिक तर्क कार्यों में सामान्य-उद्देश्य वाले एलएलएम का मूल्यांकन करने के लिए उल्लेखनीय है.