ajedrez por computadora

El ajedrez por computadora incluye tanto hardware (computadoras dedicadas) como software capaz de jugar ajedrez . El ajedrez por computadora brinda a los jugadores la oportunidad de practicar incluso sin oponentes humanos, y también ofrece oportunidades para el análisis, el entretenimiento y el entrenamiento. Existen aplicaciones de ajedrez por computadora que juegan al nivel de un gran maestro de ajedrez o superior, disponibles en hardware que va desde supercomputadoras hasta teléfonos inteligentes . También hay máquinas de ajedrez independientes. Stockfish , Leela Chess Zero , GNU Chess , Fruit y otras aplicaciones gratuitas de código abierto están disponibles para diversas plataformas.

Las aplicaciones de ajedrez por computadora, ya sean implementadas en hardware o software, utilizan estrategias diferentes a las de los humanos para elegir sus movimientos: emplean métodos heurísticos para construir, buscar y evaluar árboles que representan secuencias de movimientos desde la posición actual, e intentan ejecutar la mejor secuencia posible durante la partida. Estos árboles suelen ser bastante grandes, con miles o incluso millones de nodos. La velocidad de procesamiento de las computadoras modernas, capaces de procesar decenas de miles o cientos de miles de nodos por segundo, junto con las heurísticas de extensión y reducción que limitan el árbol a los nodos más relevantes, hacen que este enfoque sea eficaz.

Las primeras máquinas de ajedrez capaces de jugar al ajedrez o a juegos similares eran programas informáticos que se ejecutaban en ordenadores digitales a principios de la era de los ordenadores de válvulas (década de 1950). Los primeros programas jugaban tan mal que incluso un principiante podía vencerlos. En 1997, en 40 años, los motores de ajedrez que se ejecutaban en superordenadores o hardware especializado eran capaces de derrotar incluso a los mejores jugadores humanos . Para 2006, los programas que se ejecutaban en ordenadores de sobremesa habían alcanzado la misma capacidad. En 2006, Monty Newborn , profesor de Informática en la Universidad McGill , declaró: «La ciencia ya está hecha». Sin embargo, resolver el ajedrez no es posible actualmente para los ordenadores modernos debido a la enorme cantidad de variantes posibles del juego . ^{[ 1 ]}

El ajedrez por computadora fue considerado en su momento la " Drosophila de la IA ", la vanguardia de la ingeniería del conocimiento . Actualmente, este campo se considera un paradigma científicamente consolidado, y jugar al ajedrez es una actividad informática cotidiana. ^{[ 2 ]}

En el pasado, se vendían máquinas de ajedrez independientes (generalmente microprocesadores que ejecutaban programas de ajedrez por software; ocasionalmente hardware especializado). Hoy en día, los motores de ajedrez pueden instalarse como software en dispositivos comunes como teléfonos inteligentes y PC , ^{[ 3 ]} ya sea solos o junto con programas con interfaz gráfica de usuario (GUI ) como Chessbase y las aplicaciones móviles de Chess.com y Lichess (ambos principalmente sitios web). ^{[ 4 ]} Ejemplos de motores gratuitos y de código abierto incluyen Stockfish ^{[ 5 ]} y Leela Chess Zero ^{[ 6 ]} (Lc0). Chess.com mantiene su propio motor propietario llamado Torch. ^{[ 7 ]} Algunos motores de ajedrez, incluido Stockfish, tienen versiones web hechas en lenguajes como WebAssembly y JavaScript . ^{[ 8 ]} La mayoría de los programas y sitios de ajedrez ofrecen la posibilidad de analizar posiciones y partidas usando motores de ajedrez, y algunos ofrecen la posibilidad de jugar contra motores (que pueden configurarse para jugar en niveles de fuerza personalizados) como si fueran oponentes normales.

Los requisitos de hardware para los motores de ajedrez son mínimos, pero el rendimiento variará con la velocidad del procesador y la memoria necesaria para almacenar grandes tablas de transposición . La mayoría de los motores de ajedrez modernos, como Stockfish, se basan en redes neuronales actualizables de manera eficiente , diseñadas para ejecutarse exclusivamente en CPU , ^{[ 9 ] [ 10 ]} pero Lc0 utiliza redes que dependen del rendimiento de la GPU . ^{[ 11 ] [ 12 ]} Se espera que los mejores motores, como Stockfish, venzan de forma fiable a los mejores jugadores del mundo, incluso cuando se ejecutan en hardware de consumo. ^{[ 13 ]}

Quizás el tipo más común de software de ajedrez sean los programas que simplemente juegan al ajedrez. Un jugador humano realiza un movimiento en el tablero, la IA calcula y ejecuta el siguiente movimiento, y el humano y la IA se turnan hasta que termina la partida. El motor de ajedrez , que calcula los movimientos, y la interfaz gráfica de usuario (GUI) a veces son programas separados. Se pueden conectar diferentes motores a la GUI, lo que permite jugar contra diferentes estilos de oponente. Los motores suelen tener una interfaz de línea de comandos de texto simple , mientras que las GUI pueden ofrecer una variedad de conjuntos de piezas, estilos de tablero o incluso piezas en 3D o animadas. Debido a la gran capacidad de los motores recientes, estos o las GUI pueden ofrecer alguna forma de limitar la capacidad del motor para mejorar las probabilidades de victoria del jugador humano. Los motores de la Interfaz Universal de Ajedrez (UCI), como Fritz o Rybka, pueden tener un mecanismo integrado para reducir la puntuación Elo del motor (a través de los parámetros uci_limitstrength y uci_elo de la UCI). Algunas versiones de Fritz incluyen un modo de desventaja y otro de diversión para limitar el motor del juego, modificar el porcentaje de errores o cambiar su estilo. Fritz también cuenta con un modo amigo en el que, durante la partida, intenta igualar el nivel del jugador.

Las bases de datos de ajedrez permiten a los usuarios buscar en una amplia biblioteca de partidas históricas, analizarlas, consultar estadísticas y formular un repertorio de aperturas. Chessbase (para PC) es un programa común para estos fines entre los jugadores profesionales, pero existen alternativas como Shane's Chess Information Database (SCID) ^{[ 14 ]} para Windows, Mac o Linux, Chess Assistant ^{[ 15 ]} para PC, ^{[ 16 ]} Chess PGN Master de Gerhard Kalab para Android ^{[ 17 ]} o Chess-Studio de Giordano Vicoli para iOS. ^{[ 18 ]}

Programas como Playchess permiten a los jugadores enfrentarse entre sí a través de Internet.

Los programas de entrenamiento de ajedrez enseñan ajedrez. Chessmaster tenía tutoriales de partidas del MI Josh Waitzkin y el GM Larry Christiansen . Stefan Meyer-Kahlen ofrece Shredder Chess Tutor basado en los libros de texto Step de Rob Brunia y Cor Van Wijgerden. La compañía Play Magnus del excampeón mundial Magnus Carlsen lanzó una aplicación Magnus Trainer para Android e iOS. Chessbase tiene Fritz y Chesster para niños. Convekta ofrece una gran cantidad de aplicaciones de entrenamiento como CT-ART y su línea Chess King basada en tutoriales del GM Alexander Kalinin y Maxim Blokh.

También existe software para resolver problemas de ajedrez .

Tras descubrir el análisis de refutación —la aplicación de la poda alfa-beta para optimizar la evaluación de movimientos— en 1957, un equipo de la Universidad Carnegie Mellon predijo que una computadora derrotaría al campeón mundial humano en 1967. ^{[ 19 ]} No previeron la dificultad de determinar el orden correcto para evaluar los movimientos. Los investigadores trabajaron para mejorar la capacidad de los programas para identificar heurísticas letales , movimientos con puntuaciones inusualmente altas para reexaminar al evaluar otras ramas, pero en la década de 1970 la mayoría de los mejores jugadores de ajedrez creían que las computadoras no pronto podrían jugar a nivel de Maestro . ^{[ 20 ]} En 1968, el Maestro Internacional David Levy hizo una famosa apuesta de que ninguna computadora de ajedrez podría vencerlo en diez años, ^{[ 21 ]} y en 1976 el Maestro Superior y profesor de psicología Eliot Hearst de la Universidad de Indiana escribió que "la única manera en que un programa de computadora actual podría ganar una sola partida contra un jugador maestro sería que el maestro, tal vez en un estado de embriaguez mientras juega 50 partidas simultáneamente, cometiera algún error que ocurre una vez al año". ^{[ 20 ]}

A finales de la década de 1970, los programas de ajedrez comenzaron a derrotar a jugadores humanos altamente cualificados. ^{[ 20 ]} El año de la declaración de Hearst, Chess 4.5 de la Universidad Northwestern, en el nivel Clase B del Campeonato Americano de Ajedrez Paul Masson , se convirtió en el primero en ganar un torneo humano. Levy ganó su apuesta en 1978 al vencer a Chess 4.7 , pero logró la primera victoria de una computadora contra un jugador de clase Maestro en el nivel de torneo al ganar una de las seis partidas. ^{[ 21 ]} En 1980, Belle comenzó a derrotar con frecuencia a Maestros. Para 1982, dos programas jugaban a nivel Maestro y tres eran ligeramente más débiles. ^{[ 20 ]}

La mejora repentina sin un avance teórico fue inesperada, ya que muchos no esperaban que la capacidad de Belle para examinar 100.000 posiciones por segundo —aproximadamente ocho jugadas— fuera suficiente. Los Spracklen, creadores del exitoso programa para microcomputadoras Sargon , estimaron que el 90% de la mejora provino de una mayor velocidad de evaluación y solo el 10% de evaluaciones mejoradas. New Scientist afirmó en 1982 que las computadoras "juegan ajedrez terrible ... torpes, ineficientes, difusas y simplemente feas", pero los humanos perdían contra ellas al cometer "errores garrafales, lapsos asombrosos, descuidos incomprensibles, errores de cálculo graves y similares" con mucha más frecuencia de lo que creían; "en resumen, las computadoras ganan principalmente gracias a su capacidad para encontrar y explotar errores de cálculo en las iniciativas humanas". ^{[ 20 ]}

Para 1982, los programas de ajedrez para microcomputadoras podían evaluar hasta 1500 movimientos por segundo y eran tan fuertes como los programas de ajedrez para mainframes de cinco años antes, capaces de derrotar a la mayoría de los jugadores aficionados. Si bien solo podían anticipar uno o dos movimientos más que en su debut a mediados de la década de 1970, hacerlo mejoró su juego más de lo que esperaban los expertos; mejoras aparentemente menores "parecen haber permitido cruzar un umbral psicológico, después del cual se hace accesible una gran cantidad de errores humanos", escribió New Scientist . ^{[ 20 ]} Al revisar SPOC en 1984, BYTE escribió que "las computadoras —mainframes, minicomputadoras y microcomputadoras— tienden a jugar un ajedrez feo y poco elegante", pero señaló la declaración de Robert Byrne de que "tácticamente están más libres de errores que el jugador humano promedio". La revista describió SPOC como un "programa de ajedrez de vanguardia" para la IBM PC con un nivel de juego "sorprendentemente alto" y estimó su calificación USCF en 1700 (Clase B). ^{[ 22 ]}

En el Campeonato Norteamericano de Ajedrez por Computadora de 1982 , Monroe Newborn predijo que un programa de ajedrez podría convertirse en campeón mundial en cinco años; el director del torneo y Maestro Internacional Michael Valvo predijo diez años; los Spracklens predijeron 15; Ken Thompson predijo más de 20; y otros predijeron que nunca sucedería. Sin embargo, la opinión más extendida afirmaba que ocurriría alrededor del año 2000. ^{[ 23 ]} En 1989, Levy fue derrotado por Deep Thought en un encuentro de exhibición. Deep Thought, sin embargo, todavía estaba considerablemente por debajo del nivel de un Campeonato Mundial, como lo demostró el vigente campeón mundial, Garry Kasparov , en dos sólidas victorias en 1989. No fue hasta un encuentro de 1996 con Deep Blue de IBM que Kasparov perdió su primer juego contra una computadora con controles de tiempo de torneo en Deep Blue versus Kasparov, 1996, juego 1. Este juego fue, de hecho, la primera vez que un vigente campeón mundial perdió contra una computadora usando controles de tiempo regulares. Sin embargo, Kasparov se recuperó y ganó tres y empató dos de los cinco juegos restantes del encuentro, logrando así una victoria convincente.

En mayo de 1997, una versión actualizada de Deep Blue derrotó a Kasparov por 3½–2½ en un combate de revancha. En 2003 se realizó un documental, titulado Game Over: Kasparov and the Machine , que trata principalmente sobre este enfrentamiento .

Con una mayor capacidad de procesamiento y funciones de evaluación mejoradas, los programas de ajedrez que se ejecutaban en estaciones de trabajo disponibles comercialmente comenzaron a rivalizar con los mejores jugadores. En 1998, Rebel 10 derrotó a Viswanathan Anand , quien en ese momento ocupaba el segundo puesto en el ranking mundial, por un marcador de 5-3. Sin embargo, la mayoría de esas partidas no se jugaron con controles de tiempo normales. De las ocho partidas, cuatro fueron partidas blitz (cinco minutos más cinco segundos de retraso Fischer por cada movimiento); Rebel ganó estas 3-1. Dos fueron partidas rápidas (quince minutos por jugador) que Rebel también ganó (1½–½). Finalmente, dos partidas se jugaron como partidas regulares de torneo con controles de tiempo clásicos (cuarenta movimientos en dos horas, una hora de muerte súbita); en estas fue Anand quien ganó ½–1½. ^{[ 24 ]} En partidas rápidas, las computadoras jugaron mejor que los humanos, pero con controles de tiempo clásicos, en los que se determina la calificación de un jugador, la ventaja no fue tan clara.

A principios de la década de 2000, programas disponibles comercialmente como Junior y Fritz lograron emparejar a jugadores con el excampeón mundial Garry Kasparov y el campeón mundial de ajedrez clásico Vladimir Kramnik .

En octubre de 2002, Vladimir Kramnik y Deep Fritz compitieron en el encuentro Brains in Bahrain , de ocho partidas , que terminó en tablas. Kramnik ganó las partidas 2 y 3 mediante tácticas anticomputadora "convencionales" : jugar de forma conservadora para obtener una ventaja a largo plazo que la computadora no puede detectar en su árbol de juego . Sin embargo, Fritz ganó la partida 5 tras un grave error de Kramnik. La partida 6 fue descrita por los comentaristas del torneo como "espectacular". Kramnik, en una mejor posición al comienzo del medio juego , intentó un sacrificio de pieza para lograr un fuerte ataque táctico, una estrategia conocida por ser muy arriesgada contra las computadoras, que son expertas en defenderse de tales ataques. Como era de esperar, Fritz encontró una defensa sólida y el ataque de Kramnik se desvaneció, dejándolo en una mala posición. Kramnik abandonó la partida, creyendo que la posición estaba perdida. Sin embargo, el análisis posterior de humanos y computadoras demostró que era improbable que el programa Fritz hubiera podido forzar la victoria y que Kramnik, en efecto, sacrificó una posición de tablas. Los dos últimos partidos terminaron en empate. Dadas las circunstancias, la mayoría de los comentaristas siguen considerando a Kramnik el jugador más fuerte del encuentro.

En enero de 2003, Kasparov jugó contra Junior , otro programa informático de ajedrez, en la ciudad de Nueva York. El encuentro terminó 3-3.

En noviembre de 2003, Kasparov jugó contra X3D Fritz . El partido terminó 2-2.

En 2005, Hydra , una computadora de ajedrez dedicada con hardware personalizado y sesenta y cuatro procesadores, y también ganadora del 14.º IPCCC en 2005, derrotó a Michael Adams, séptimo clasificado, por 5½–½ en un encuentro de seis partidas (aunque la preparación de Adams fue mucho menos exhaustiva que la de Kramnik para la serie de 2002). ^{[ 25 ]}

En noviembre y diciembre de 2006, el campeón mundial Vladimir Kramnik jugó una partida de Deep Fritz. En esta ocasión, la computadora ganó; el encuentro terminó 2-4. Kramnik pudo consultar el libro de aperturas de la computadora. En las primeras cinco partidas, Kramnik condujo el juego hacia una típica contienda posicional "anticomputadora". Perdió una partida ( pasando por alto un jaque mate en una de ellas ) y empató las cuatro siguientes. En la última partida, en un intento por empatar el encuentro, Kramnik jugó la Defensa Siciliana, más agresiva , y fue aplastado.

Se especuló con que el interés en las competiciones de ajedrez humano-computadora se desplomaría como resultado del encuentro Kramnik-Deep Fritz de 2006. ^{[ 26 ]} Según Newborn, por ejemplo, "la ciencia está hecha". ^{[ 27 ]}

Los encuentros de ajedrez entre humanos y computadoras mostraron que los mejores sistemas informáticos superaban a los campeones humanos de ajedrez a finales de la década de 1990. Durante los 40 años anteriores, la tendencia había sido que las mejores máquinas ganaban alrededor de 40 puntos por año en la clasificación Elo, mientras que los mejores humanos solo ganaban aproximadamente 2 puntos por año. ^{[ 28 ]} La clasificación más alta obtenida por una computadora en una competición humana fue la clasificación USCF de Deep Thought de 2551 en 1988 y la FIDE ya no acepta resultados de humanos contra computadoras en sus listas de clasificación. Se han creado grupos Elo especializados solo para máquinas para clasificar máquinas, pero tales números, aunque similares en apariencia, no se comparan directamente. ^{[ 29 ]} En 2016, la Asociación Sueca de Computadoras de Ajedrez clasificó al programa de computadora Komodo en 3361.

Los motores de ajedrez siguen mejorando. En 2009, los motores de ajedrez que se ejecutaban en hardware más lento alcanzaron el nivel de gran maestro . Un teléfono móvil ganó un torneo de categoría 6 con una calificación de rendimiento de 2898: el motor de ajedrez Hiarcs 13 que se ejecutaba dentro de Pocket Fritz 4 en el teléfono móvil HTC Touch HD ganó el torneo Copa Mercosur en Buenos Aires , Argentina, con 9 victorias y 1 empate del 4 al 14 de agosto de 2009. ^{[ 30 ]} Pocket Fritz 4 busca menos de 20 000 posiciones por segundo. ^{[ 31 ]} Esto contrasta con supercomputadoras como Deep Blue que buscaban 200  millones de posiciones por segundo con una calificación de rendimiento de 2880.

El ajedrez avanzado es una modalidad desarrollada en 1998 por Kasparov, donde un humano juega contra otro humano, y ambos tienen acceso a computadoras para mejorar su fuerza. Kasparov sostenía que el jugador "avanzado" resultante era más fuerte que un humano o una computadora por separado. Esto se ha demostrado en numerosas ocasiones, como en eventos de ajedrez libre.

Los jugadores de hoy en día tienden a tratar a los programas de ajedrez como herramientas de análisis en lugar de oponentes. ^{[ 32 ]} El gran maestro de ajedrez Andrew Soltis declaró en 2016: "Las computadoras son demasiado buenas" y que el campeón mundial Magnus Carlsen no juega ajedrez por computadora porque "simplemente pierde todo el tiempo y no hay nada más deprimente que perder sin siquiera estar en la partida". ^{[ 33 ]}

Desde la era de las máquinas mecánicas que jugaban finales de torre y rey ​​y las máquinas eléctricas que jugaban otros juegos como el hexágono a principios del siglo XX, científicos y teóricos han buscado desarrollar una representación procedimental de cómo los humanos aprenden, recuerdan, piensan y aplican el conocimiento, y el ajedrez, debido a su abrumadora complejidad, se convirtió en la " Drosophila de la inteligencia artificial (IA)". ^{[ Nota 1 ]} La resolución procedimental de la complejidad se convirtió en sinónimo de pensamiento, y las primeras computadoras, incluso antes de la era de los autómatas de ajedrez, eran conocidas popularmente como "cerebros electrónicos". Se idearon varios esquemas diferentes a partir de la segunda mitad del siglo XX para representar el conocimiento y el pensamiento, aplicados al juego de ajedrez (y otros juegos como las damas):

• Búsqueda basada en (fuerza bruta frente a búsqueda selectiva)
  • Búsqueda en esquema basado en búsqueda ( minimax / alfa-beta , búsqueda en árbol de Monte Carlo )
  • Evaluaciones en esquemas basados ​​en búsqueda ( aprendizaje automático , redes neuronales , ajuste de texeles , algoritmos genéticos , descenso de gradiente , aprendizaje por refuerzo )
• Basado en el conocimiento (PARADISE, bases de datos de finales de juego )

Utilizando heurísticas de "fines y medios", un jugador de ajedrez humano puede determinar intuitivamente los resultados óptimos y cómo alcanzarlos, independientemente del número de movimientos necesarios; sin embargo, una computadora debe ser sistemática en su análisis. La mayoría de los jugadores coinciden en que es necesario anticipar al menos cinco movimientos (diez jugadas ) cuando sea preciso para jugar bien. Las reglas normales de los torneos otorgan a cada jugador un promedio de tres minutos por movimiento. En promedio, existen más de 30 movimientos legales por posición de ajedrez, por lo que una computadora debe examinar un cuatrillón de posibilidades para anticipar diez jugadas (cinco movimientos completos); una que pudiera examinar un millón de posiciones por segundo requeriría más de 30 años. ^{[ 20 ]}

Los primeros intentos de representaciones procedimentales del ajedrez precedieron a la era digital, pero fue la computadora digital de programas almacenados la que permitió calcular tal complejidad. En 1949, Claude Shannon expuso los principios de la solución algorítmica del ajedrez. En ese artículo, el juego se representa mediante un "árbol" o estructura de datos digital de opciones (ramas) que corresponden a los movimientos. Los nodos del árbol eran las posiciones en el tablero resultantes de las opciones de movimiento. La imposibilidad de representar una partida completa de ajedrez construyendo un árbol desde el primer movimiento hasta el último fue inmediatamente evidente: hay un promedio de 36 movimientos por posición en el ajedrez y una partida promedio dura unos 35 movimientos hasta la rendición (60-80 movimientos si se juega a jaque mate, tablas por ahogado u otro resultado similar). Hay 400 posiciones posibles después del primer movimiento de cada jugador, alrededor de 200.000 después de dos movimientos cada uno, y casi 120  millones después de solo 3 movimientos cada uno.

Así pues, se propuso una búsqueda anticipada limitada hasta cierta profundidad, seguida del uso de conocimientos específicos del dominio para evaluar las posiciones terminales resultantes. Se obtendría una especie de posición intermedia, dadas las buenas jugadas de ambos bandos, y su evaluación informaría al jugador sobre la conveniencia o inconveniencia de las jugadas elegidas. Las operaciones de búsqueda y comparación en el árbol se adaptaban bien al cálculo informático; la representación del conocimiento ajedrecístico sutil en la función de evaluación no. Los primeros programas de ajedrez adolecieron de ambas deficiencias: la búsqueda en el vasto árbol requería recursos computacionales muy superiores a los disponibles, y descubrir qué conocimiento ajedrecístico era útil y cómo debía codificarse llevaría décadas.

Los desarrolladores de un sistema informático para jugar al ajedrez deben decidir sobre una serie de cuestiones fundamentales de implementación. Estas incluyen:

• Interfaz gráfica de usuario (GUI): cómo se introducen y comunican los movimientos al usuario, cómo se registra la partida, cómo se configuran los controles de tiempo y otras consideraciones de la interfaz.
• Representación en la junta directiva : cómo se representa un único puesto en las estructuras de datos;
• Técnicas de búsqueda: cómo identificar los posibles movimientos y seleccionar los más prometedores para un examen más detallado;
• Evaluación de posiciones iniciales : cómo evaluar el valor de una posición en el tablero si no se realizará ninguna otra búsqueda desde esa posición.

Adriaan de Groot entrevistó a varios ajedrecistas de distintos niveles y concluyó que tanto maestros como principiantes analizan entre cuarenta y cincuenta posiciones antes de decidir qué jugada realizar. Lo que distingue a los primeros es que utilizan habilidades de reconocimiento de patrones desarrolladas con la experiencia. Esto les permite examinar algunas líneas con mayor profundidad que otras, simplemente descartando jugadas que consideran erróneas. Otra prueba de ello es la facilidad con la que los buenos jugadores humanos recuerdan posiciones de partidas reales, descomponiéndolas en un número reducido de subposiciones reconocibles, en lugar de arreglos completamente aleatorios de las mismas piezas. En cambio, los jugadores principiantes tienen el mismo nivel de memoria para ambas.

En ajedrez computacional, el equivalente a esto son las funciones de evaluación de hojas, que corresponden a las habilidades de reconocimiento de patrones de los jugadores humanos, y el uso de técnicas de aprendizaje automático para entrenarlas, como la optimización de Texel, el descenso de gradiente estocástico y el aprendizaje por refuerzo , que corresponden a la acumulación de experiencia en los jugadores humanos. Esto permite que los programas modernos examinen algunas líneas con mucha mayor profundidad que otras mediante la poda hacia adelante y otras heurísticas selectivas para simplemente descartar movimientos que el programa considera deficientes a través de su función de evaluación, del mismo modo que lo hacen los jugadores humanos. La única diferencia fundamental entre un programa informático y un humano en este sentido es que un programa informático puede buscar mucho más profundamente que un jugador humano, lo que le permite explorar más nodos y sortear el efecto horizonte en mayor medida que los jugadores humanos.

El juego de finales había sido durante mucho tiempo una de las mayores debilidades de los programas de ajedrez debido a la profundidad de búsqueda necesaria. Algunos programas, por lo demás de nivel maestro, eran incapaces de ganar en posiciones donde incluso jugadores humanos de nivel intermedio podían forzar la victoria.

Para resolver este problema, se han utilizado ordenadores para analizar completamente algunas posiciones de finales de ajedrez , comenzando con rey y peón contra rey. Estas bases de datos de finales se generan con antelación mediante un análisis retrógrado , partiendo de posiciones cuyo resultado final se conoce (por ejemplo, cuando un bando ha recibido jaque mate) y observando qué otras posiciones están a un movimiento de ellas, luego cuáles están a un movimiento de esas, y así sucesivamente. Ken Thompson fue un pionero en este campo.

Los resultados del análisis informático a veces sorprendían. En 1977, la máquina de ajedrez Belle de Thompson utilizó la base de datos de finales de rey y torre contra rey y reina , y logró empatar ese final teóricamente perdido contra varios maestros (véase la posición Philidor#Reina contra torre ). Esto ocurrió a pesar de no seguir la estrategia habitual de retrasar la derrota manteniendo al rey y la torre defensores juntos el mayor tiempo posible. Cuando se le pidió que explicara las razones detrás de algunos de los movimientos del programa, Thompson no pudo hacerlo, limitándose a decir que la base de datos del programa simplemente devolvía los mejores movimientos.

La mayoría de los grandes maestros se negaron a jugar contra la computadora en el final de dama contra torre, pero Walter Browne aceptó el desafío. Se planteó una posición de dama contra torre en la que la dama podía ganar en treinta movimientos, con un juego perfecto. Browne disponía de dos horas y media para jugar cincuenta movimientos; de lo contrario, se reclamarían tablas según la regla de los cincuenta movimientos . Tras cuarenta y cinco movimientos, Browne aceptó las tablas, al no poder forzar el jaque mate ni ganar la torre en los siguientes cinco movimientos. En la posición final, Browne aún estaba a diecisiete movimientos del jaque mate, pero no tan lejos de ganar la torre. Browne estudió el final y volvió a jugar contra la computadora una semana después en una posición diferente en la que la dama podía ganar en treinta movimientos. Esta vez, capturó la torre en el quincuagésimo movimiento, obteniendo así una posición ganadora. ^{[ 36 ] [ 37 ]}

Otras posiciones, consideradas durante mucho tiempo como ganadas, resultaron requerir más movimientos contra un juego perfecto para lograr la victoria de los que permitía la regla de los cincuenta movimientos del ajedrez. En consecuencia, durante algunos años se modificaron las reglas oficiales de la FIDE para ampliar el número de movimientos permitidos en estos finales. Posteriormente, la regla volvió a ser de cincuenta movimientos en todas las posiciones ; se descubrieron más posiciones de este tipo, lo que complicó aún más la regla, y esto no supuso ninguna diferencia en el juego humano, ya que los jugadores no podían jugar las posiciones a la perfección. 

A lo largo de los años, se han publicado otros formatos de bases de datos de finales, incluyendo la Edward Tablebase, la De Koning Database y la Nalimov Tablebase, que es utilizada por muchos programas de ajedrez como Rybka , Shredder y Fritz . Hay disponibles bases de datos de finales para todas las posiciones con seis piezas. ^{[ 38 ]} Algunos finales de siete piezas han sido analizados por Marc Bourzutschky y Yakov Konoval. ^{[ 39 ]} Programadores que utilizan las supercomputadoras Lomonosov en Moscú han completado una base de datos de ajedrez para todos los finales con siete piezas o menos (se excluyen las posiciones de finales triviales, como seis piezas blancas contra un solo rey negro ). ^{[ 40 ] [ 41 ]} En todas estas bases de datos de finales se asume que el enroque ya no es posible.

Muchas bases de datos de ajedrez no consideran la regla de los cincuenta movimientos, según la cual una partida en la que transcurren cincuenta movimientos sin captura ni movimiento de peón puede ser declarada tablas por cualquiera de los jugadores. Esto provoca que la base de datos devuelva resultados como "Jaque mate forzado en sesenta y seis movimientos" en algunas posiciones que, en realidad, serían tablas debido a la regla de los cincuenta movimientos. Una razón para esto es que, si las reglas del ajedrez volvieran a cambiar, otorgando más tiempo para ganar dichas posiciones, no sería necesario regenerar todas las bases de datos. Además, es muy fácil para el programa que utiliza las bases de datos detectar y tener en cuenta esta "característica" y, en cualquier caso, si utiliza una base de datos de finales, elegirá el movimiento que conduzca a la victoria más rápida (incluso si infringiría la regla de los cincuenta movimientos con una partida perfecta). Si se juega contra un oponente que no utiliza una base de datos de ajedrez, esta elección dará buenas probabilidades de ganar en cincuenta movimientos.

Las bases de datos de Nalimov, que utilizan técnicas de compresión de última generación , requieren 7,05 GB de espacio en disco duro para todos los finales de cinco piezas. Para cubrir todos los finales de seis piezas se requieren aproximadamente 1,2 TB . Se estima que una base de datos de siete piezas requiere entre 50 y 200 TB de espacio de almacenamiento. ^{[ 42 ]}

Las bases de datos de finales tuvieron un papel destacado en 1999, cuando Kasparov disputó una partida de exhibición por internet contra el resto del mundo . Se llegó a un final de siete piezas con dama y peón , en el que el equipo mundial luchó por conseguir las tablas. Eugene Nalimov colaboró ​​generando la base de datos de finales de seis piezas, donde ambos bandos contaban con dos damas, lo que fue de gran utilidad para el análisis de ambos lados.

La base de datos de finales más popular es Syzygy, utilizada por la mayoría de los programas informáticos más importantes, como Stockfish , Leela Chess Zero y Komodo . Además, su tamaño es significativamente menor que el de otros formatos, ya que las bases de datos de 7 piezas ocupan tan solo 18,4 TB. ^{[ 43 ]}

Para un motor de ajedrez de última generación como Stockfish, una base de tabla solo proporciona un aumento muy pequeño en la fuerza de juego (aproximadamente 3 puntos Elo para la sizigia de 6 hombres a partir de Stockfish 15). ^{[ 44 ]}

Los programas de ajedrez, al igual que los humanos, pueden ahorrar tiempo de procesamiento y seleccionar variantes conocidas por su fortaleza consultando un libro de aperturas almacenado en una base de datos. Estos libros cubren los primeros movimientos de una partida con una profundidad variable, dependiendo de la apertura y la variante, pero generalmente abarcan los primeros 10-12 movimientos (20-24 jugadas). En los inicios del ajedrez computarizado, confiar en las variantes estudiadas en profundidad por grandes maestros humanos durante décadas era superior al rendimiento limitado de los programas de mediados del siglo XX. Incluso en la actualidad, permitir que los programas de ajedrez analicen exhaustivamente diversas aperturas con detenimiento y luego consulten los resultados durante la partida acelera su juego.

En la década de 1990, algunos teóricos creían que los programas de ajedrez de la época basaban gran parte de su fuerza en libros de aperturas memorizados y en el conocimiento de posiciones conocidas. Por lo tanto, consideraban que una táctica válida contra las computadoras sería jugar intencionalmente algunas jugadas fuera de los libros para obligar al programa a pensar por sí mismo. Esta suposición ya parecía dudosa en aquel entonces; Garry Kasparov lo intentó utilizando la Apertura Mieses, poco convencional, en la primera partida del encuentro Deep Blue contra Garry Kasparov en 1997 , pero perdió. Esta táctica se fue debilitando con el tiempo; los libros de aperturas almacenados en las bases de datos informáticas pueden ser mucho más extensos que los de los humanos mejor preparados, lo que significa que las computadoras estarán bien preparadas incluso para variantes poco comunes y conocerán la jugada correcta. En términos más generales, el juego de los motores, incluso en situaciones totalmente desconocidas (como ocurre en variantes como Chess960 ), sigue siendo excepcionalmente fuerte, por lo que la falta de un libro de aperturas ni siquiera supone una gran desventaja para los motores de ajedrez tácticamente agudos, que pueden descubrir con precisión movimientos fuertes en variaciones de tablero desconocidas.

En los torneos de ajedrez contemporáneos, a menudo se les indica a los motores que jueguen situaciones de diversas aperturas, incluidas las desequilibradas, para reducir la tasa de empates y añadir más variedad a las partidas. ^{[ 45 ]}

CEGT , ^{[ 46 ]} CSS, ^{[ 47 ]} SSDF , ^{[ 48 ]} WBEC, ^{[ 49 ]} REBEL , ^{[ 50 ]} FGRL, ^{[ 51 ]} e IPON ^{[ 52 ]} mantienen listas de clasificación que permiten a los aficionados comparar la fuerza de los motores. Varias versiones de Stockfish , Komodo , Leela Chess Zero y Fat Fritz dominan las listas de clasificación a principios de la década de 2020.

CCRL (Computer Chess Rating Lists) es una organización que evalúa la fuerza de los motores de ajedrez informáticos enfrentándolos entre sí. CCRL se fundó en 2006 para promover la competición entre ordenadores y tabular los resultados en una lista de clasificación. ^{[ 53 ]}

La organización maneja tres listas diferentes: 40/40 (40 minutos por cada 40 movimientos jugados), 40/4 (4 minutos por cada 40 movimientos jugados) y 40/4 FRC (mismo control de tiempo pero Chess960). ^{[ Nota 2 ]} La reflexión (o cerebro permanente ) se desactiva y el tiempo se ajusta a la CPU  AMD64 X2 4600+ (2,4 GHz) usando Crafty 19.17 BH como referencia. Se utilizan libros de aperturas genéricos y neutrales (en lugar del libro propio del motor) hasta un límite de 12 movimientos en la partida junto con bases de datos de mesa de 4 o 5 jugadores . ^{[ 53 ] [ 54 ] [ 55 ]}

Entre los teóricos del ajedrez por computadora más conocidos se encuentran:

• Georgy Adelson-Velsky , matemático e informático soviético e israelí.
• Hans Berliner , científico informático estadounidense y campeón mundial de ajedrez por correspondencia, supervisor de diseño de HiTech (1988).
• Mikhail Botvinnik , ingeniero eléctrico soviético y campeón mundial de ajedrez, escribió Pioneer.
• Alexander Brudno , científico informático ruso, fue el primero en elaborar el algoritmo de poda Alphabeta.
• Feng-hsiung Hsu , el desarrollador principal de Deep Blue (1986–97)
• Robert Hyatt desarrolló Cray Blitz y Crafty ^{[ 93 ]}
• Danny Kopec , profesor estadounidense de informática y maestro internacional de ajedrez, desarrolló la prueba Kopec-Bratko.
• Alexander Kronrod , científico informático y matemático soviético.
• Monroe Newborn , presidente del comité de ajedrez por computadora de la Asociación para la Maquinaria de Computación.
• Claude E. Shannon , científico informático y matemático estadounidense.
• Alan Turing , científico informático y matemático inglés.

En general, se considera que las perspectivas de resolver completamente el ajedrez son bastante remotas. Se suele conjeturar que no existe ningún método computacionalmente económico para resolver el ajedrez, ni siquiera en el sentido básico de determinar con certeza el valor de la posición inicial. Por lo tanto, la idea de resolver el ajedrez en el sentido más estricto de obtener una descripción práctica de una estrategia para un juego perfecto para cualquiera de los dos bandos parece poco realista hoy en día. Sin embargo, no se ha demostrado que no exista una forma computacionalmente económica de determinar la mejor jugada en una posición de ajedrez, ni siquiera que un buscador alfa-beta tradicional que funcione con el hardware informático actual no pueda resolver la posición inicial en un tiempo aceptable. La dificultad de probar esto último radica en el hecho de que, si bien el número de posiciones del tablero que podrían ocurrir en el curso de una partida de ajedrez es enorme (del orden de al menos 10 ^{43 [ 94 ]} a 10 ⁴⁷ ), es difícil descartar con certeza matemática la posibilidad de que la posición inicial permita a cualquiera de los bandos forzar un jaque mate o una repetición triple después de relativamente pocos movimientos, en cuyo caso el árbol de búsqueda podría abarcar solo un subconjunto muy pequeño del conjunto de posiciones posibles. Se ha demostrado matemáticamente que el ajedrez generalizado (ajedrez jugado con un número arbitrariamente grande de piezas en un tablero de ajedrez arbitrariamente grande) es EXPTIME-completo , ^{[ 95 ]} lo que significa que determinar el bando ganador en una posición arbitraria de ajedrez generalizado toma de manera demostrable un tiempo exponencial en el peor de los casos; sin embargo, este resultado teórico no da un límite inferior a la cantidad de trabajo requerido para resolver el ajedrez ordinario de 8x8.

El Minichess de Martin Gardner , que se juega en un tablero de 5×5 con aproximadamente ^10¹⁸ posiciones posibles, ha sido resuelto; su valor en teoría de juegos es 1/2 (es decir, cualquiera de los dos bandos puede forzar un empate), y se ha descrito la estrategia para lograr ese resultado.

También se han logrado avances desde el otro lado: a partir de 2012, se han resuelto todos los finales de partida con 7 piezas o menos (2 reyes y hasta 5 piezas más).

Un "motor de ajedrez" es un software que calcula y ordena qué movimientos son los más fuertes para jugar en una posición dada. Los autores de motores se centran en mejorar el juego de sus motores, a menudo simplemente importándolos a una interfaz gráfica de usuario (GUI) desarrollada por otra persona. Los motores se comunican con la GUI mediante protocolos estandarizados como la Interfaz Universal de Ajedrez (UUI), hoy en día omnipresente , desarrollada por Stefan Meyer-Kahlen y Franz Huber. Existen otros, como el Protocolo de Comunicación de Motores de Ajedrez (CMTP) desarrollado por Tim Mann para GNU Chess y Winboard . Chessbase tiene su propio protocolo propietario, y en su momento Millennium 2000 tenía otro protocolo utilizado para ChessGenius . Los motores diseñados para un sistema operativo y protocolo pueden portarse a otros sistemas operativos o protocolos. Los motores de ajedrez se enfrentan regularmente entre sí en torneos dedicados a motores de ajedrez .

En 1997, el Internet Chess Club lanzó su primer cliente Java para jugar ajedrez en línea contra otras personas dentro del navegador web. ^{[ 96 ]} Esta fue probablemente una de las primeras aplicaciones web de ajedrez. Free Internet Chess Server le siguió poco después con un cliente similar. ^{[ 97 ]} En 2004, la Federación Internacional de Ajedrez por Correspondencia abrió un servidor web para reemplazar su sistema basado en correo electrónico. ^{[ 98 ]} Chess.com comenzó a ofrecer ajedrez en vivo en 2007. ^{[ 99 ]} Chessbase / Playchess ha tenido durante mucho tiempo un cliente descargable y agregó un cliente basado en web en 2013. ^{[ 100 ]}

Otra aplicación web popular es el entrenamiento de tácticas. El ahora desaparecido Chess Tactics Server abrió su sitio en 2006, ^{[ 101 ]} seguido por Chesstempo al año siguiente, ^{[ 102 ]} y Chess.com agregó su Tactics Trainer en 2008. ^{[ 103 ]} Chessbase agregó una aplicación web de entrenamiento de tácticas en 2015. ^{[ 104 ]}

Chessbase puso en línea su base de datos de partidas de ajedrez en 1998. ^{[ 105 ]} Otra de las primeras bases de datos de partidas de ajedrez fue Chess Lab, que comenzó en 1999. ^{[ 106 ]} New In Chess intentó inicialmente competir con Chessbase lanzando un programa NICBase para Windows 3.x , pero finalmente decidió abandonar el software y centrarse en su base de datos en línea a partir de 2002. ^{[ 107 ]}

Se podía jugar contra el motor Shredder en línea desde 2006. ^{[ 108 ]} En 2015, Chessbase añadió una aplicación web para jugar a Fritz, ^{[ 109 ]} así como Mis partidas para almacenar las partidas. ^{[ 110 ]}

A partir de 2007, Chess.com ofreció el contenido del programa de entrenamiento Chess Mentor a sus clientes en línea. ^{[ 111 ]} Grandes maestros de primer nivel como Sam Shankland y Walter Browne han contribuido con lecciones.

• Lista de software de ajedrez
• Historia de los motores de ajedrez
• Comprobadores informáticos
• Computadora Go
• Otelo informático
• Shogi informático

 Este artículo incorpora texto de Chess Programming Wiki, disponible bajo la licencia CC BY-SA 3.0 .

• Hsu, Feng-hsiung (2002), Behind Deep Blue: Building the Computer that Defeated the World Chess Champion , Princeton University Press , ISBN 0-691-09065-3
• Levy, David ; Newborn, Monty (1991), Cómo juegan al ajedrez los ordenadores , Computer Science Press, ISBN 0-7167-8121-2
• Newborn, Monty (1975), Ajedrez por computadora , Academic Press, Nueva York
• Newborn, Monty (1997), Kasparov contra Deep Blue: El ajedrez computacional alcanza la mayoría de edad , Springer, ISBN 0-387-94820-1(Este libro abarca el ajedrez por ordenador desde sus inicios hasta el primer encuentro entre Deep Blue y Garry Kasparov).
• Nunn, John (2002), Secretos de finales sin peones , Publicaciones Gambit , ISBN 1-901983-65-X
• Shannon, Claude E. (1950), "Programación de una computadora para jugar ajedrez" (PDF) , Philosophical Magazine , Ser. 7, Vol. 41 (314), archivado del original (PDF) el 6 de julio de 2010 , recuperado el 21 de junio de 2009.
• Dominando el juego: Una historia del ajedrez por computadora en el Museo de Historia de la Computación.
• Cronología de la historia del ajedrez por computadora de Bill Wall

• Nuevas arquitecturas en ajedrez computacional: tesis sobre cómo construir un motor de ajedrez.
• Coles, L. Stephen (30 de octubre de 2002), Ajedrez por computadora: La Drosophila de la IA , Dr. Dobb's Journal
• Huberman (Liskov), Barbara Jane (1968), Un programa para jugar finales de ajedrez , Departamento de Ciencias de la Computación de la Universidad de Stanford, Informe Técnico CS 106, Memorando AI-65 del Proyecto de Inteligencia Artificial de Stanford
• Lasar, Matthew (2011). ¿ Fuerza bruta o inteligencia? El lento ascenso del ajedrez por computadora . Ars Technica .
• Newborn, Monty (1996). "Superando a Kasparov en la búsqueda". Actas de los simposios de la Sociedad Matemática Americana en Matemáticas Aplicadas: Aspectos Matemáticos de la Inteligencia Artificial . 55 : 175–205 .Basado en un artículo presentado en la Reunión de Invierno de la AMS de 1996, Orlando, Florida, del 9 al 11 de enero de 1996.
• Newborn, Monty (2000). "La contribución de Deep Blue a la IA". Annals of Mathematics and Artificial Intelligence . 28 ( 1– 4): 27– 30. doi : 10.1023/A:1018939819265 .
• Newborn, Monty (2006). Theo y Octopus en el Campeonato Mundial de Programas de Razonamiento Automatizado de 2006 , Seattle, Washington, 18 de agosto de 2006.
• Stiller, Lewis (1996), Álgebra multilineal y finales de ajedrez (PDF) , Berkeley, California: Instituto de Investigación de Ciencias Matemáticas , Juegos sin azar, Publicaciones del MSRI, Volumen 29 , consultado el 21 de junio de 2009.

• Lista de clasificaciones de motores de ajedrez y archivos de partidas en formato PGN.
• Dominando el juego: Una historia del ajedrez por computadora en el Museo de Historia de la Computación.
• Ajedrez por computadora de la ACM por Bill Wall
• "Ajedrez por computadora" de Edward Winter
• Información y recursos sobre ajedrez por computadora. Archivado el 18 de enero de 2019 en Wayback Machine : blog que sigue la creación de un motor de ajedrez por computadora.
• Defendiendo el honor de la humanidad , un artículo de Tim Krabbé sobre el ajedrez "anticomputadora".
• Una guía para las bases de datos de finales de juego
• GameDev.net – Programación de ajedrez por François-Dominic Laramée Parte 1 Archivado el 18/09/2011 en Wayback Machine 2 Archivado el 27/09/2011 en Wayback Machine 3 Archivado el 19/09/2011 en Wayback Machine 4 Archivado el 19/09/2011 en Wayback Machine 5 Archivado el 20/09/2011 en Wayback Machine 6 Archivado el 07/08/2011 en Wayback Machine
• Página de teoría del ajedrez por computadora de Colin Frayn
• ""Cómo juega al ajedrez REBEL" de Ed Schröder" (PDF) . (268  KB)
• "Juega al ajedrez con Dios" Archivado el 22/06/2021 en Wayback Machine – para jugar al ajedrez contra la base de datos de finales de Ken Thompson
• ChessVsComputer.com : plataforma basada en navegador para jugar contra el motor Stockfish con niveles de dificultad ajustables.
• Wiki de programación de ajedrez
• Foros del Club de Ajedrez por Computadora
• Los motores de ajedrez informáticos más potentes a lo largo del tiempo.