Kann man einem Large Language Model wie GPT beibringen, Schach zu spielen? Das war die Kernfrage für die Bachelor-Arbeit, die Jerome Maag und Lars Schmid, zwei Informatikstudenten, am Zentrum für Künstliche Intelligenz (CAI) durchgeführt haben.  

Ein Jahr lang arbeiteten die beiden Studenten an Machine Learning-Methoden, um ein "leeres" GPT-2-Modell (d.h. eines, das nicht mit Sprachdaten trainiert wurde) mit Schachdaten zu trainieren. Zu diesem Zweck luden sie Millionen von Schachpartien von einer Online-Plattform herunter und trainierten das Modell, um den nächsten Zug auf der Grundlage der Abfolge aller vorherigen Züge zu generieren. 

Nach Hunderten von Stunden GPU-Training zahlte sich die Idee aus: Das Modell lernte, gültige Schachzüge zu erzeugen! Damit war bewiesen, dass Large Language Models (LLMs) die "Schachsprache" erlernen können, ohne jemals irgendwelche Regeln oder Erklärungen zum Schachspiel gesehen zu haben.

Zusammen mit ihren Betreuern, Mark Cieliebak und Pius von Däniken, reichten die beiden Studenten ihre Arbeit an der Swiss Text Analytics Conference (SwissText) ein. Die Einreichung wurde als Posterpräsentation an der Konferenz im Juni in Chur angenommen, und erhielt den Best Poster Award der SwissText 2024!