"Hiệu ứng chân trời" (horizon effect) là một giới hạn cố hữu trong trí tuệ nhân tạo, đặc biệt trong các trò chơi có vô số khả năng như cờ vua, cờ tướng hay cờ vây. Máy tính chỉ có thể tính trước một số lượng nước đi nhất định, thường được gọi là "độ sâu tìm kiếm". Nếu một nước đi như mất quân hoặc bị chiếu hết nằm ngoài tầm đó, công cụ sẽ "không nhìn thấy", và đánh giá sai thế cờ.

Độ sâu tìm kiếm thường được đo bằng đơn vị ply, tức là số lớp nước đi. Chẳng hạn Mã f3 là một lớp nước đi. Trắng đi Mã f3, Đen đi Mã c6 là một nước đi (hai lớp). Điều đó có nghĩa độ sâu tìm kiếm 40 tương ứng công cụ tính toán được 20 nước tiếp theo.

Giống như người đang nhìn ra biển, chỉ thấy phần mặt nước trong tầm mắt mà không biết có cơn bão ẩn sau đường chân trời. Công cụ cờ vua cũng vậy. Nó có thể nghĩ rằng vị trí hiện tại an toàn, trong khi một nước đi xa hơn lại dẫn đến thảm họa.

Hiện tượng này được nhà khoa học máy tính Hans Berliner đặt tên từ năm 1973. Ông chia nó thành hai dạng, gồm hiệu ứng chân trời âm và hiệu ứng chân trời dương.

Với loại âm, máy cố trì hoãn thất bại bằng những nước đi vô ích, chẳng hạn hy sinh quân nhỏ để kéo dài việc mất quân lớn. Còn với loại dương, ngược lại, máy vội vàng tấn công quá sớm, bỏ lỡ cơ hội chờ đợi thời điểm thuận lợi hơn.

Chẳng hạn một công cụ chỉ nhìn trước được sáu nước, và ở nước thứ sáu nó thấy mình sẽ mất hậu. Nhưng có một cách hy sinh xe khiến việc mất hậu bị lùi lại đến nước thứ tám. Do không nhìn xa đến nước thứ tám, công cụ tưởng rằng đã tránh được nguy hiểm. Thực tế, nó chỉ trì hoãn thất bại và còn yếu hơn, vì vừa mất xe vừa sẽ mất hậu sau đó.

Nhờ trực giác và kinh nghiệm, con người dễ nhận ra điều này. Nhưng với máy, việc đánh giá sai là kết quả tự nhiên của giới hạn tầm nhìn.

Ngay cả những công cụ hiện đại như Stockfish với Elo hơn 3.700, vẫn có lúc mắc lỗi tương tự, đặc biệt trong các thế cờ pháo đài. Ở thế cờ này một bên tạo được hàng rào vững chắc, khiến đối phương không thể tiến công dù có nhiều quân hơn.

Máy tính thường đánh giá sai các vị trí như vậy. Bởi một bên có nhiều quân mạnh hơn, tức là có tổng điểm giá trị các quân cờ cao hơn. Nhưng thực tế, bên có nhiều quân mạnh hơn phải loay hoay mà không có cách nào vượt qua đối thủ, dù tốn hàng chục nước đi. Độ sâu tìm kiếm tối đa của Stockfish được tích hợp trên nền tảng Lichess là 99 lớp nước đi, tức là gần 50 nước cờ. Trong khi, luật cờ vua quy định ván cờ hòa sau 50 nước đi mà không có nước đẩy tốt hay ăn quân nào được ghi nhận.

Đó là lý do Stockfish không thể giải được thế cờ pháo đài, dù một bên hơn hẳn một xe.

Để giảm tác động của hiệu ứng này, các nhà phát triển dùng kỹ thuật gọi là tìm kiếm tĩnh (quiescence search). Máy sẽ không dừng lại ở những thế nhiễu loạn, tức là khi còn các nước ăn quân, chiếu tướng hay đe dọa trực tiếp. Thay vào đó, công cụ tiếp tục tính sâu hơn cho đến khi vị trí yên tĩnh. Khi đó, việc đánh giá mới chính xác hơn.

Ví dụ, nếu Trắng vừa dùng Hậu ăn mã đen, công cụ sẽ không lập tức tính điểm Trắng hơn một mã. Nó sẽ tiếp tục kiểm tra xem đen có thể ăn lại hậu hay không. Chỉ sau khi hết chuỗi ăn trả, máy mới đánh giá thế cờ.

Tuy vậy, ngay cả với kỹ thuật này, hiệu ứng chân trời vẫn không thể bị loại bỏ hoàn toàn. Một số tình huống phức tạp như chiếu bất biến, hay thế pháo đài vẫn khiến máy rơi vào trạng thái mù tạm thời.

Hiệu ứng chân trời cũng từng khiến các chương trình cờ vây lúng túng. Trước khi AlphaGo ra đời, các thuật toán dùng phương pháp tương tự trong cờ vua thường tưởng rằng những nhóm quân sắp chết vẫn có thể cứu được, chỉ vì việc bị bắt nằm ngoài tầm tìm kiếm.

Ngày nay, nhờ học máy và mô hình học sâu, các chương trình như AlphaZero hay Leela Chess Zero đã phần nào vượt qua giới hạn này, bằng cách "học" khái niệm chiến lược giống con người thay vì chỉ đếm nước đi. Tuy nhiên, ngay cả chúng cũng không thể giải được mọi thế cờ, bởi số lượng khả năng của cờ vua là vô tận.

Xuân Bình tổng hợp