Maia-2：国际象棋中人类与人工智能对齐的统一模型

在越来越多的领域中，人工智能(AI)系统既超越了人类能力，又能准确模拟人类行为。这为在这些领域通过算法辅助教学提供了可能性，可以通过更贴近人类的AI伙伴和对人类决策的更深入洞察来实现。然而，实现这一目标的关键在于对不同技能水平的人类行为进行连贯建模。国际象棋是研究这种人机对齐的理想模型系统，因为它拥有作为AI研究关键试验台的丰富历史、AlphaZero等超人类AI系统，以及通过国际象棋等级分对技能进行的精确测量。以往在国际象棋中模拟人类决策的工作使用完全独立的模型来捕捉不同技能水平的人类风格，因此缺乏适应人类技能全谱系的一致性，最终限制了其作为AI伙伴和教学工具的有效性。在这项工作中，我们提出了一种在国际象棋中实现人机对齐的统一建模方法，该方法能够连贯地捕捉不同技能水平的人类风格，并直接反映人类如何进步。考虑到人类学习的复杂性和非线性，我们引入了一种技能感知注意力机制，动态地将棋手技能与棋盘状态编码相结合，使我们的模型对棋手技能的变化敏感。我们的实验结果表明，该统一框架在广泛的专业水平范围内显著增强了AI与人类棋手之间的对齐，为理解人类决策过程和开发AI引导的教学工具铺平了道路。