AI verslaat beste Stratego-speler ooit — voor minder dan 8.000 dollar

TL;DR

• Wat: Het AI-systeem Ataraxos versloeg viervoudig wereldkampioen Stratego Pim Niemeijer met 15-1 (en vier remises) — voor een trainingsbudget van minder dan 8.000 dollar.
• Waarom relevant: Dit laat zien dat geavanceerde AI-toepassingen niet langer voorbehouden zijn aan techbedrijven met miljoenenbudgetten.
• Wat je ermee kunt: Bekijk of AI-tools voor besluitvorming onder onzekerheid (pricing, inkoop, concurrentieanalyse) inmiddels binnen je bereik liggen.

Ik stuitte op een bericht van Ars Technica dat me direct aansprak: een AI-systeem heeft de beste Stratego-speler aller tijden verslagen, en dat voor een fractie van wat eerdere pogingen kostten. Wat mij fascineert is niet zozeer de sportieve prestatie, maar wat het zegt over de toegankelijkheid van serieuze AI.

Wat is er precies gebeurd?

Onderzoekers van Carnegie Mellon University, MIT, NYU en Stanford hebben samen een AI-systeem gebouwd met de naam Ataraxos — Grieks voor "onverstoord". In een officiële serie van twintig partijen versloeg Ataraxos de Nederlander Pim Niemeijer: vijftien overwinningen, één nederlaag en vier remises.

Niemeijer is niet zomaar een goede speler. Hij heeft vier wereldtitels, vijftien Nederlandse nationale titels en twee online wereldtitels op zijn naam. Hij stond meer dan 600 weken op de eerste plaats van de wereldranglijst. Als er één mens is die je tegen een AI wilt zetten om te kijken of de menselijke intuïtie het houdt, is het Niemeijer.

Het resultaat was behoorlijk eenzijdig: 15-1. Tegen een bredere groep topspelers haalde Ataraxos een record van 39 overwinningen en 2 nederlagen.

Waarom is Stratego zo lastig voor AI?

Stratego is fundamenteel anders dan schaken of Go. Bij die spellen zie je het hele bord — alle stukken, alle posities. Bij Stratego zet je veertig stukken met de achterkant naar je tegenstander. Je weet niet wat er tegenover je staat. Het aantal mogelijke opstellingen is meer dan 10^33. Ter vergelijking: het aantal atomen in een menselijk lichaam is ongeveer 10^28.

Dat maakt Stratego wat onderzoekers een spel van imperfecte informatie noemen. Je moet beslissingen nemen terwijl je een groot deel van de puzzel niet ziet. Je moet inschatten, bluffen, en risico's wegen op basis van onvolledige kennis.

Ik vind dat een mooie parallel met ondernemen. Kun je je voorstellen dat je bij elke zakelijke beslissing alle informatie hebt? Precies — dat heb je nooit. Je weet niet wat je concurrent plant, wat je klant echt denkt, of hoe de markt volgende maand beweegt. Je werkt altijd met onvolledige informatie.

Het budget: van miljoenen naar duizenden

Wat mij misschien het meest opvalt aan dit verhaal, is het prijskaartje. In 2023 probeerde Google DeepMind hetzelfde met hun systeem DeepNash. Dat draaide maandenlang op meer dan duizend TPU-nodes — gespecialiseerde chips van Google. De geschatte kosten: 3 tot 4,5 miljoen dollar. DeepNash speelde goed, maar haalde het bovenmenselijke niveau niet.

Ataraxos deed het in één week op zestien Nvidia H100 GPU's, plus vier dagen extra training. Totale kosten: onder de 8.000 dollar. Dat is ruwweg een vijfhonderdste van wat DeepMind uitgaf. En het resultaat was beter: minder dan een honderdste van de trainingsvoorbeelden, minder dan een dertigste van de zelfspelpartijen, en tóch sterker spel.

Dit patroon — drastisch dalende kosten voor steeds betere resultaten — is iets dat ik vaker zie in AI-ontwikkelingen. Maar zo'n concreet voorbeeld maakt het tastbaar.

Hoe werkt Ataraxos?

Het systeem combineert twee benaderingen. Eerst leert het een basisstrategie door miljoenen partijen tegen zichzelf te spelen, zonder menselijke data. Dat heet self-play reinforcement learning: het systeem ontdekt wat werkt door te experimenteren.

Daarnaast gebruikt Ataraxos tijdens het spelen zelf een soort schatmodel. Voordat het een zet doet, probeert het in te schatten waar de verborgen stukken van de tegenstander waarschijnlijk staan. Onderzoeker Gabriele Farina (Carnegie Mellon) omschrijft het zo: "In plaats van blind te gokken, gebruiken we planning op het moment van de beslissing om de meest plausibele toestand van het bord te vinden."

Wat ik daar interessant aan vind: het systeem maakt onderscheid tussen een langetermijnstrategie en het verfijnen van beslissingen op het moment zelf. Dat is niet zo anders van hoe een ondernemer werkt — je hebt een plan, maar je past je aan op basis van wat je ter plekke ziet.

Een extra detail dat het vermelden waard is: Ataraxos werkt niet alleen voor Stratego. De onderzoekers lieten het ook los op andere spellen met verborgen informatie, zoals Barrage Stratego, Hanabi en Dou dizhu. In elk van die spellen haalde het bovenmenselijk niveau. Dat suggereert dat de aanpak generaliseerbaar is — niet gebonden aan één specifiek probleem.

Wat betekent dit voor ondernemers?

Ik wil eerlijk zijn: je gaat morgen geen Ataraxos inzetten in je bedrijf. Dit is academisch onderzoek, gepubliceerd in Nature. Maar er zitten twee signalen in die ik relevant vind.

AI voor onzekerheid wordt betaalbaar

Het feit dat je voor minder dan 8.000 dollar een systeem kunt trainen dat beslissingen neemt onder extreme onzekerheid — en dat beter doet dan eerdere systemen van miljoenen — is een trendlijn. Stel dat je als ondernemer te maken hebt met dynamische prijsstelling, voorraadbeheer met onvoorspelbare vraag, of biedstrategieën bij aanbestedingen. De onderliggende wiskunde van die problemen lijkt op wat Ataraxos oplost. Nog niet kant-en-klaar, maar de richting is duidelijk.

Je hoeft geen Google te zijn

Het team achter Ataraxos werkt bij universiteiten, niet bij een techgigant met onbeperkte rekenkracht. Dat maakt het verhaal breder dan "grote techbedrijven bouwen indrukwekkende dingen". Het laat zien dat de gereedschappen — open onderzoek, beschikbare GPU's, slimme algoritmen — steeds toegankelijker worden.

Een Nederlandse kampioen, een universeel patroon

Het is een toevallig detail, maar het valt me op dat de menselijke tegenstander een Nederlander is. Pim Niemeijer is een van de meest gedecoreerde bordspelspelers die ons land heeft. Dat Stratego — een spel met diepe Nederlandse wortels — nu het toneel is van deze AI-mijlpaal, geeft het verhaal een extra laag.

Maar voor mij is de kern niet de wedstrijd zelf. Het is het patroon erachter: AI die werkt met onvolledige informatie wordt snel beter én snel goedkoper. Dat is het soort ontwikkeling waar ik als ondernemer op let — niet omdat het morgen mijn werk verandert, maar omdat het de richting aangeeft van wat over twee of drie jaar normaal is.