論文の概要: Exploring Human-AI Conceptual Alignment through the Prism of Chess

• arxiv url: http://arxiv.org/abs/2510.26025v1
• Date: Wed, 29 Oct 2025 23:40:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-31 16:05:09.60634
• Title: Exploring Human-AI Conceptual Alignment through the Prism of Chess
• Title（参考訳）: チェスのプリズムを通した人間-AI概念のアライメントの探索
• Authors: Semyon Lomaso, Judah Goldfeder, Mehmet Hamza Erol, Matthew So, Yao Yan, Addison Howard, Nathan Kutz, Ravid Shwartz Ziv,
• Abstract要約: AIシステムは人間の概念を本当に理解しているか、それとも単に表面パターンを模倣するのか? 我々は、人間の創造性が正確な戦略的概念を満たすチェスを通してこれを調査する。 ゲームに勝つ表現は、人間の思考と一致するものとは異なる。
• 参考スコア（独自算出の注目度）: 9.971673324195761
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Do AI systems truly understand human concepts or merely mimic surface patterns? We investigate this through chess, where human creativity meets precise strategic concepts. Analyzing a 270M-parameter transformer that achieves grandmaster-level play, we uncover a striking paradox: while early layers encode human concepts like center control and knight outposts with up to 85\% accuracy, deeper layers, despite driving superior performance, drift toward alien representations, dropping to 50-65\% accuracy. To test conceptual robustness beyond memorization, we introduce the first Chess960 dataset: 240 expert-annotated positions across 6 strategic concepts. When opening theory is eliminated through randomized starting positions, concept recognition drops 10-20\% across all methods, revealing the model's reliance on memorized patterns rather than abstract understanding. Our layer-wise analysis exposes a fundamental tension in current architectures: the representations that win games diverge from those that align with human thinking. These findings suggest that as AI systems optimize for performance, they develop increasingly alien intelligence, a critical challenge for creative AI applications requiring genuine human-AI collaboration. Dataset and code are available at: https://github.com/slomasov/ChessConceptsLLM.
• Abstract（参考訳）: AIシステムは人間の概念を本当に理解しているか、それとも単に表面パターンを模倣するのか? 我々は、人間の創造性が正確な戦略的概念を満たすチェスを通してこれを調査する。 初期のレイヤでは、センターコントロールやナイト・アウトポストといった人間のコンセプトを最大85%の精度でエンコードしていましたが、より深いレイヤは、優れたパフォーマンスを追求しているにも関わらず、エイリアンの表現に向かって移動し、50～65パーセントの精度に落ちています。 記憶以上の概念的堅牢性をテストするために、最初のChess960データセットを紹介します。 オープニング理論がランダム化開始位置によって排除されると、概念認識はすべてのメソッドで10～20\%減少し、抽象的な理解よりも記憶パターンへの依存を明らかにする。 私たちの階層的な分析は、現在のアーキテクチャにおける基本的な緊張を浮き彫りにしています。 これらの結果は、AIシステムがパフォーマンスを最適化するにつれて、ますます異質なインテリジェンスが生まれることを示唆している。 データセットとコードは、https://github.com/slomasov/ChessConceptsLLM.comで入手できる。

関連論文リスト

• A Definition of AGI [208.25193480759026]
  人工知能の具体的な定義の欠如は、今日の専門的なAIと人間レベルの認知のギャップを曖昧にしている。 そこで本研究では,AGIを認知的多目的性と熟達度に適合するものとして,これに対応するための定量的枠組みを提案する。
  論文  参考訳（メタデータ） (2025-10-21T01:28:35Z)
• People use fast, flat goal-directed simulation to reason about novel problems [68.55490343866545]
  私たちは、人々が初めてゲームをする方法に体系的かつ適応的に合理的であることを示します。 直感型ゲーマー」と呼ばれる計算認知モデルを用いて,これらの能力を説明する。 私たちの研究は、人々が新しい問題に遭遇するとき、どのように素早く評価し、行動し、提案するかに関する新しい洞察を提供する。
  論文  参考訳（メタデータ） (2025-10-13T15:12:08Z)
• A Behavior-Based Knowledge Representation Improves Prediction of Players' Moves in Chess by 25% [2.232417329532027]
  本稿では,人間の次の動きを予測するために,エキスパート知識と機械学習技術を組み合わせた新しいアプローチを提案する。 ドメインの専門知識に根ざした特徴工学を適用して,中間レベルのチェス選手の動きのパターンを明らかにする。 我々の方法論は、人間の行動を予測するための有望なフレームワークを提供し、AIと人間とコンピュータの相互作用の両方の分野を前進させる。
  論文  参考訳（メタデータ） (2025-04-07T18:49:00Z)
• Maia-2: A Unified Model for Human-AI Alignment in Chess [10.577896749797485]
  チェスにおける人間-AIアライメントのための統一モデリング手法を提案する。 プレイヤーの強みをエンコードしたチェス位置と動的に統合する,スキルアウェアアテンション機構を導入する。 我々の結果は、人間の意思決定とAIによる指導ツールに関する深い洞察を得るための道を開いた。
  論文  参考訳（メタデータ） (2024-09-30T17:54:23Z)
• Visual Agents as Fast and Slow Thinkers [88.1404921693082]
  本稿では、Fast and Slow Thinking機構を視覚エージェントに組み込んだFaSTを紹介する。 FaSTは、システム1/2モード間の動的選択にスイッチアダプタを使用する。 モデルの信頼性を調整し、新しいコンテキストデータを統合することで、不確実で目に見えないオブジェクトに取り組む。
  論文  参考訳（メタデータ） (2024-08-16T17:44:02Z)
• Bridging the Human-AI Knowledge Gap: Concept Discovery and Transfer in AlphaZero [10.569213003371654]
  AIシステムであるAlphaZeroから新しいチェスの概念を抽出する方法を示す。 4人のチェスのグランドマスターが提示されたコンセプトのプロトタイプ位置の解法の改善を示した結果,これらの概念はトップ・ヒューマン・エキスパートによって学習可能であることが示された。 これは、AIを活用することで人間の知識のフロンティアを前進させる上で、最初の重要なマイルストーンとなる。
  論文  参考訳（メタデータ） (2023-10-25T06:49:26Z)
• Aligning Superhuman AI with Human Behavior: Chess as a Model System [5.236087378443016]
  我々は、人間のチェスゲームで訓練されたAlpha-Zeroのカスタマイズ版であるMaiaを開発し、既存のエンジンよりもはるかに高い精度で人間の動きを予測する。 人間が次の動きで大きな間違いを犯すかどうかを予測する2つのタスクに対して、我々は、競争ベースラインを大幅に上回るディープニューラルネットワークを開発する。
  論文  参考訳（メタデータ） (2020-06-02T18:12:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。