¿Cuántos movimientos por delante calcula Anand en su mente?

¡Siempre me he preguntado acerca de esto! ¿Cuántos movimientos por delante pueden "ver" los jugadores fuertes como Anand durante el juego? ¿Cómo difiere el cálculo de una supercomputadora como Deep Blue del de jugadores humanos fuertes?

Primero de todo ver aquí . aquí hay una cita

Cuando se le preguntó cuántos movimientos por delante puede pensar, Kasparov respondió que dependía de las posiciones de las piezas. "Normalmente, calcularía de tres a cinco movimientos", dijo. "No necesitas más ... Pero puedo ir mucho más profundo si es necesario". Por ejemplo, en una posición que involucra movimientos forzados, es posible mirar hacia adelante hasta 12 o 14 movimientos, señaló.

para un superordenador que obviamente depende de lo bien escrito-que es, existe un concepto llamado alfa-beta, que se utiliza para el pensamiento límite en movimientos innecesarios, como el ordenador normalmente no considerará que los oponentes (blanco) c3, b5, d6, f7, combinado, en el primer movimiento sin embargo después c3, b5debe considerar d6y tener una respuesta lista. desde una página llamada Crear un motor de ajedrez desde cero en chess.com:

¡Una computadora puede evaluar fácilmente unos pocos millones de posiciones por segundo, un humano probablemente 1-2 posiciones por segundo! Por lo general, la velocidad se mide en MNodes / sekund, lo que significa millones de posiciones (Nodos en jerga informática) por segundo. Fritz que se ejecuta en mi computadora portátil vieja hace aproximadamente 2.5 MNodes mientras que Deep Blue hizo aproximadamente 200 MNodes por segundo. La potencia bruta no lo es todo: la función de evaluación también es muy importante. Casi todos los motores usan el mismo algoritmo para buscar en el árbol de búsqueda de posibles movimientos para encontrar el siguiente movimiento. Este algoritmo se conoce como búsqueda alfa-beta o es una variante de esto.

Una diferencia importante es que una computadora tiene que considerar las cosas que un humano da por sentado, como los conceptos detrás de una apertura conocida, a pesar de que un buen programa puede recordar qué combos funcionan (y calificarlos, luego jugar según sus calificaciones), su extremadamente difícil para él reconocer conceptos, como una bifurcación independiente del resultado, esto puede ser una ventaja porque un humano puede bifurcar y no ver otro mejor movimiento futuro.

¡Espero que ayude!

Esta es una pregunta mal definida, similar a: ¿en qué está pensando mi novia cuando ...?

Pero para apuñalar una respuesta, sería completamente dependiente de la posición. Si la posición tiene muchas variaciones tácticas posibles, la respuesta probablemente estará muy lejos, 5, 6 o más movimientos por delante.

Si la posición es muy cerrada, y la estrategia posicional es importante, la respuesta es probablemente que depende en gran medida de su experiencia previa, comprensión de la estrategia posicional y análisis de aperturas / otros juegos de torneos para guiar sus movimientos. Esto generalmente significa que ha memorizado las posibles variaciones y puede moverse con confianza sabiendo que no está cometiendo errores.

Si la posición se considera una posición final, una vez más, debería poder ver muy lejos, ya que la cantidad de tácticas y variaciones se reduce considerablemente.

Esto es principalmente cierto para todos los jugadores de ajedrez, la diferencia es que los jugadores maestros y grandes maestros pueden realizar todas estas cosas en mayor grado que los jugadores menores.

En términos de cómo esto se aplica al desarrollo de un motor de ajedrez como (Deep) Blue: no lo hace. Las computadoras son en gran medida bestias computacionales y, aparte de las grandes bases de datos de aperturas conocidas / posiciones de final de juego y tablas de transposición, no dependen en gran medida de la experiencia previa. Simplemente buscan el mejor movimiento tal como se define como el movimiento, de modo que el mejor (siguiente) movimiento del oponente sea más débil (este es el principio detrás del algoritmo de búsqueda min-max que generalmente se usa en los motores de ajedrez). Es un bien conocido truco para que cuando un humano juegue contra un fuerte oponente de la computadora, debe apuntar a crear un juego en gran medida posicional con pocas tácticas para aumentar sus posibilidades de ganar. Las computadoras cometen muchos menos errores que los humanos al calcular las tácticas y, en general, tienen un mal juego posicional.

Solo pensé en agregar la famosa historia (probablemente apócrifa):

Durante un torneo en la década de 1920, un periodista le preguntó a Richard Reti cuántos movimientos por delante podía leer. Reti respondió: "Solo veo un movimiento adelante: el correcto".

Jugadores como Anand y Carlsen pueden jugar ajedrez con los ojos vendados de alto nivel. Supongo que esto significa que el número de movimientos por delante que estos jugadores pueden "ver" es esencialmente ilimitado: en el tablero, presumiblemente, pueden visualizar una continuación del juego hasta su conclusión. Pero una sola búsqueda muy profunda en una sola rama de un enorme árbol de juego, aunque es muy importante en ciertas situaciones, no es en sí misma suficiente para producir los mejores movimientos (y tampoco puede ser la mejor forma de gestión del tiempo).

Qué tan lejos ve un jugador fuerte como Anand depende de la posición. En el movimiento 1 no ve ningún movimiento adelante porque no sabe cuál de varias respuestas perfectamente buenas jugará su oponente. En el final del juego puede haber una línea forzada de 15 o 20 movimientos que verá y, por cierto, muchos jugadores más débiles.

Las dos diferencias significativas entre un humano fuerte y una supercomputadora son:

1) Una supercomputadora puede calcular mucho, mucho más rápido que cualquier humano y, por lo tanto, puede considerar muchos más movimientos (órdenes de magnitud más) que cualquier humano al mismo tiempo.

2) Los jugadores muy fuertes son mucho mejores para evaluar una posición que las supercomputadoras. Esto significa que pueden rechazar rápidamente las líneas poco prometedoras y reducir drásticamente la cantidad de variaciones que deben considerar y hacerlo mucho mejor que la supercomputadora. Efectivamente, a menudo pueden ver tan lejos, a veces incluso más lejos que la supercomputadora.

Por cierto, esta capacidad de evaluación superior separa a los grandes maestros fuertes no solo de las supercomputadoras sino también de jugadores comunes como tú y yo, o al menos yo ;-).

Los jugadores más débiles a menudo no son tan diferentes en sus habilidades de cálculo de los jugadores más fuertes. Simplemente no reconocen si la posición resultante es buena o mala, al igual que los jugadores más fuertes. Sus pobres capacidades de evaluación significan que pierden tiempo, al igual que la supercomputadora, analizando variaciones poco prometedoras.