1. Kết luận: AI mạt chược không phải phép thuật làm tỷ lệ thắng tăng vọt; nó là máy tích lũy vài điểm phần trăm
Trong mạt chược bốn người, nếu cả bốn ngang sức, xác suất khởi điểm để đứng nhất là 25%. Đó là sự thật tàn nhẫn đầu tiên.
Người cực mạnh hay AI mạnh cũng không đột nhiên thắng một nửa số trận. Ở cấp cao, lợi thế thường là những khác biệt nhỏ nhưng bền: thêm vài điểm phần trăm hạng nhất, bớt vài điểm phần trăm hạng chót, tỷ lệ đánh ra quân giúp đối thủ thắng (deal-in) thấp hơn một chút, và quyết định thay đổi theo điểm số, vòng, vị trí dealer, giá trị tay bài và rủi ro.
Mạt chược cấp cao vì thế không giống tung tuyệt chiêu mà giống làm việc ở nhà máy domino: giữ một quân an toàn, đẩy một tay đã sẵn sàng thắng (tenpai) khi giá trị và dạng chờ tốt, bỏ một cuộc chiến rẻ và xấu, rồi chơi tay cuối theo điều kiện thứ hạng. Một quyết định trông rất nhỏ. Sau hàng trăm hanchan, hệ thống rating nhớ hết.
Có một lưu ý nghiên cứu quan trọng: hiện chưa có ước lượng nhân quả đáng tin cậy kiểu “học bằng AI chắc chắn làm tỷ lệ hạng nhất của người tăng X điểm phần trăm”. Sức mạnh của chính AI và hiệu quả học tập khi con người dùng AI làm thầy là hai câu hỏi khác nhau.
2. Mốc 25% tàn nhẫn của mạt chược bốn người
Với bốn người đối xứng về sức mạnh, trung bình mỗi vị trí là 25%. Vì vậy “thật sự giỏi thì phải nhất một nửa số trận” là mô hình sai.
Mạt chược có nhiều thông tin ẩn, rút bài ngẫu nhiên và ba đối thủ. Quyết định tốt vẫn có thể thua; quyết định tệ đôi khi vẫn thắng một tay. Vì thế kỹ năng thể hiện tốt hơn trong phân phối thứ hạng dài hạn và chất lượng quyết định, thay vì kết quả của một buổi chơi.
“Hôm nay không có hạng nhất, chiến thuật hỏng rồi” giống như nhìn thời tiết một buổi chiều rồi chẩn đoán khí hậu toàn cầu.
3. Suphx: tỷ lệ hạng nhất khoảng 30% đã mạnh một cách bất thường
Suphx của Microsoft Research là hệ thống mạt chược tiêu biểu dùng học tăng cường sâu (deep reinforcement learning). Trong đánh giá công bố, nó chơi 5.760 hanchan tại phòng cao cấp của Tenhou và đạt stable rank 8,74, so với 7,46 của nhóm người chơi hàng đầu dùng làm mốc.
Bảng 5 của bài báo cho biết:
| Chỉ số | Suphx | Người top | Bakuuchi | NAGA |
|---|---|---|---|---|
| Hạng 1 | 29,3% | 28,0% | 28,0% | 25,6% |
| Hạng 4 | 18,7% | 20,5% | 22,4% | 21,1% |
| Tỷ lệ thắng tay | 22,83% | - | 23,07% | 22,69% |
| Deal-in | 10,06% | - | 12,16% | 11,42% |
Điểm đáng chú ý không chỉ là 29,3%. Suphx vừa có tỷ lệ hạng nhất cao nhất, vừa có hạng tư thấp nhất và deal-in thấp nhất trong bảng.
Điều đó phá vỡ câu chuyện đơn giản “muốn nhất nhiều hơn thì phải chấp nhận chót nhiều hơn”. Chính sách tốt hơn có thể cải thiện cả hai đầu cùng lúc.
Suphx còn dùng cách dự đoán phần thưởng cuối của toàn trận, gọi là Global Reward Prediction, để nối quyết định của từng tay với kết quả cuối cùng. Nước đi tốt nhất cho một tay không phải lúc nào cũng tốt nhất cho cả hanchan.
Nhưng đây là dữ liệu Tenhou, không phải Mahjong Soul. Hệ thống xếp hạng và cộng đồng khác nhau, nên 29,3% không phải mục tiêu phổ quát để sao chép.
4. Rank cao là nhà máy nghệ nhân domino
Ở cấp đầu, chỉ học hiệu suất quân bài đã tạo lợi thế lớn. Lên cao, gần như ai cũng đã lấy phần “điểm miễn phí” đó.
Phần còn lại là chi tiết: khi nào giữ quân an toàn, chọn dạng chờ đẹp hay giá trị cao, đẩy bao xa trước riichi, trạng thái còn cách tenpai một bước (iishanten) có đáng chiến đấu không, dealer nên nhận bao nhiêu rủi ro, và ở South hạng hai nên đuổi hạng nhất hay bảo vệ thứ hạng.
Một quyết định trông nhỏ. Lặp 500 lần thì không nhỏ.
Rank cao là nhà máy nơi người cười vào 0,5% sẽ từ từ bị giá trị kỳ vọng (expected value) chôn một cách rất lịch sự.
5. Giao quá nhiều cho AI có thể tạo ra “nhân viên AI không biết luật”
“Bỏ quân nào?” → AI. “Gọi không?” → AI. “Đang chờ gì?” → AI. “Yaku này là gì?” → AI bảo thắng được.
Thành tích có thể tăng trước hiểu biết. Có thể bạn đang học cách vận hành bộ phân tích mạt chược, không phải học mạt chược.
Trong tâm lý học, dùng công cụ bên ngoài để giảm xử lý tinh thần bên trong được gọi là cognitive offloading, tức chuyển một phần công việc nhận thức ra công cụ ngoài đầu. Tổng quan của Risko và Gilbert mô tả rằng việc đưa công việc nhận thức ra ngoài giúp giảm tải, nhưng cũng có thể mang lại hệ quả nhận thức.
Một thử nghiệm ngẫu nhiên năm 2025 với 120 sinh viên cho thấy nhóm dùng ChatGPT không hạn chế để hỗ trợ học có khả năng giữ kiến thức sau 45 ngày thấp hơn nhóm học truyền thống. Đây không phải nghiên cứu mạt chược nên không chứng minh trực tiếp. Nhưng nó ủng hộ cảnh báo chung: giao câu trả lời ra ngoài không đảm bảo ta xây được quá trình tư duy tạo ra câu trả lời đó.
Giống như xem hướng dẫn đến boss cuối rồi phát hiện bài thi thật lại hỏi phần tutorial.
6. “Không lên nhất, nhưng cũng hiếm khi chót” nghĩa là gì?
Chỉ triệu chứng này chưa đủ. Ít nhất có bốn giả thuyết:
- Phòng thủ quá mức: từ chối cả rủi ro có lợi, kết quả dồn vào hạng hai/ba.
- Chất lượng tấn công: riichi, call, tốc độ hoặc giá trị không chuyển cơ hội thành hạng nhất.
- Quản lý thứ hạng: ở South hoặc tay cuối không theo đuổi hạng nhất đúng lúc.
- Phương sai: chiến thuật không đổi; mẫu gần đây đơn giản là ít hạng nhất.
Vì vậy “hạng tư thấp = quá thủ” chưa phải chẩn đoán dựa trên nghiên cứu.
7. Theo logic nghiên cứu, tỷ lệ thứ hạng một mình không xác định được nguyên nhân
Thống kê tổng hợp có vấn đề nhận dạng: nhiều cơ chế khác nhau có thể tạo cùng một kết quả.
Ví dụ hạng nhất 20%, hạng tư 15% có thể do fold quá nhiều, xui ở những tay giá trị lớn, xử lý tay cuối kém, hoặc chỉ là nhiễu trong khoảng 100 trận.
Suphx tự nó cũng phá câu chuyện “phòng thủ tốt thì hạng nhất phải giảm”. Nó thủ cực tốt nhưng vẫn có tỷ lệ hạng nhất cao nhất bảng so sánh.
Muốn chẩn đoán phòng thủ quá mức phải xem ngữ cảnh: lượt, shanten, chất lượng chờ, giá trị tay, dealer, thứ hạng hiện tại, riichi đối thủ và quyết định đẩy hay bỏ (push/fold) thực tế.
8. Chuỗi 100 trận tệ có thể chỉ là nhiễu
Giả sử xác suất hạng nhất thật là 25%, và rất thô coi mỗi hanchan là một phép thử Bernoulli độc lập. Biên lấy mẫu xấp xỉ 95% là:
| Hanchan | Biên xấp xỉ quanh 25% |
|---|---|
| 100 | ±8,5 điểm phần trăm |
| 500 | ±3,8 điểm |
| 1.000 | ±2,7 điểm |
Vì vậy 20% hạng nhất trong 100 hanchan chưa chứng minh chiến thuật bị hỏng.
Mahjong Soul thật không phải chuỗi phép thử độc lập hoàn hảo: đối thủ, rank, luật và sức mạnh bản thân thay đổi. Bảng chỉ là thước đo để cảm nhận mẫu ngắn có thể dao động đến đâu.
Phương sai mạt chược thường chờ đúng lúc bạn nói “100 trận chắc đủ rồi” để vỗ vai từ phía sau.
9. Biến AI trở lại thành giáo viên: lấy lý do, không chỉ lấy đáp án
Vòng review tốt hơn:
- Tự chọn trước khi mở AI.
- So với các lựa chọn của AI.
- Yêu cầu lý do bằng một câu đơn giản.
- Hỏi điều kiện đảo chiều: “cái gì phải đổi để lựa chọn ngược lại đúng?”.
- Gắn nhãn lỗi: hiệu suất quân bài, phòng thủ, push/fold, giá trị, call, riichi hoặc quản lý thứ hạng.
- Ôn lỗi lặp lại thay vì sưu tầm vô hạn mẹo mới.
Những tay đáng xem nhất thường là deal-in, điểm push/fold sát nhau, call/no-call, chỗ bất đồng lớn với AI, cùng tình huống South và tay cuối.
MAKA của Mahjong Soul có thể phân tích log xếp hạng bốn người và hiển thị đánh giá, lời khuyên. Dùng sau trận, nó hữu ích nhất như máy dò mẫu lỗi lặp lại hơn là tờ đáp án.
10. Các chỉ số nên kiểm tra
| Chỉ số | Có thể cho biết gì |
|---|---|
| Hạng 1/2/3/4 | Kết quả dồn ở đâu |
| Tỷ lệ thắng tay | Tần suất chuyển tay thành chiến thắng |
| Deal-in | Rủi ro phòng thủ và thiệt hại |
| Riichi rate | Mức biến closed tenpai thành áp lực/giá trị |
| Call rate | Xu hướng mở tay lấy tốc độ |
| Giá trị thắng trung bình | Chất lượng, không chỉ số lượng |
| Dealer/non-dealer | Khai thác lợi thế dealer |
| South/tay cuối | Chất lượng quản lý thứ hạng |
Tốt hơn nữa, phân tích push/fold theo lượt, shanten, chờ, giá trị, riichi đối thủ, dealer và điểm hiện tại.
Khi đó “dạo này không nhất” mới trở thành câu hỏi dữ liệu có thể phân tích.
11. AI hỗ trợ trực tiếp trong trận là vấn đề khác: hãy dùng để review sau trận
Học với AI khác với để công cụ bên ngoài chọn nước đi trong trận xếp hạng.
Thông báo chính thức của Mahjong Soul liệt kê việc sử dụng công cụ bên ngoài và các hành vi làm mất tính công bằng là ví dụ hành vi bị cấm, có thể dẫn tới xử lý tài khoản.
Nguyên tắc sạch rất đơn giản: tự chơi trận đấu; sau đó phân tích log bằng công cụ review được phép như MAKA.
Nếu không, bạn có thể mở khóa build hiếm: rank cao, bộ nhớ luật bằng không. Yaku? Hỏi AI. Tính điểm? Server chắc biết.
12. Tóm tắt: xếp những quân domino 2%
- Bốn người ngang sức bắt đầu từ baseline 25% cho hạng nhất.
- Ngay cả Suphx cũng quanh 30%, không phải 50%.
- Chính sách mạnh có thể tăng hạng nhất và giảm hạng chót cùng lúc.
- “Ít hạng nhất + ít hạng chót” không chứng minh phòng thủ quá mức.
- Mẫu ngắn dao động rất mạnh.
- Giao suy nghĩ quá nhiều cho AI có thể tách thành tích khỏi hiểu biết.
- Đừng chỉ hỏi “đánh gì?”, hãy hỏi “vì sao?” và “điều kiện nào làm đáp án đảo ngược?”.
Mạt chược cấp cao là trò tích lũy lợi thế nhỏ.
Domino thì chán. Bảng rating nhớ từng quân.
13. Tài liệu tham khảo
- Li, J. et al. (2020). Suphx: Mastering Mahjong with Deep Reinforcement Learning. https://arxiv.org/abs/2003.13590
- Microsoft Research. Suphx: The World Best Mahjong AI. https://www.microsoft.com/en-us/research/project/suphx-mastering-mahjong-with-deep-reinforcement-learning/
- Mahjong Soul. MAKA AI-assisted game-log analysis. https://mahjongsoul.com/news/254
- Mahjong Soul. Notice on unfair conduct. https://mahjongsoul.com/news/24
- Risko, E. F., & Gilbert, S. J. (2016). Cognitive Offloading. https://doi.org/10.1016/j.tics.2016.07.002
- ChatGPT as a cognitive crutch (2025). https://doi.org/10.1016/j.ssaho.2025.102287
