Шахматные AI научились играть, но не понимают во что играют

Общепринятая логика проста: если AI играет в шахматы на уровне мастера, значит он понимает стратегию. Чем сильнее играет модель, тем глубже её понимание игры. Поэтому исследователи фокусировались на повышении силы игры, ожидая что понимание придёт автоматически.

Исследование 'Tracking vs. Deciding' переворачивает эту логику. Учёные разделили шахматные способности на два компонента: tracking (отслеживание состояния доски) и deciding (принятие решений). Результат шокирует: трансформеры тратят 80% вычислительных ресурсов на отслеживание фигур и только 20% на стратегические решения.

Эксперименты показали критическое узкое место: когда модели дают больше времени на обдумывание, качество tracking улучшается линейно, а качество deciding остаётся на плато. Получается, что AI видит доску в 4K разрешении, но думает как новичок. Сила игры растёт за счёт идеальной памяти, а не стратегического мышления.