Deberías leer sobre Deep Blue. Fue un programa de IA de ajedrez histórico creado por IBM que derrotó al campeón mundial Gary Kasparov.
IBM100 – Azul profundo
El aspecto principal de Deep Blue es su función de evaluación que se basa en:
material, posición, seguridad King y tempo.
Material -> Valor de un tipo particular de pieza.
Posición -> Mirando a tu alrededor y encontrando el no. de cuadrados seguros.
Rey de seguridad -> Un puntaje de defensa.
Tempo -> Es tu control sobre el tablero. Estás fuera de ritmo si tu oponente está haciendo movimientos más “productivos” y estás en una situación un poco mala. Puede visualizar la función de evaluación f de esta manera: 
En función de estos puntajes funcionales de cada estado, prioriza cada estado de búsqueda.
- ¿Cuál es el estado de los chatbots?
- ¿Qué es exactamente el encaje neural y cómo traerá una nueva era en tecnología?
- ¿Cuál es una buena idea para un proyecto de inteligencia artificial?
- ¿Cuáles son algunas aplicaciones novedosas para el aprendizaje profundo?
- ¿Qué tipos de algoritmos de aprendizaje automático son buenos para aprender representación? ¿Es solo aprendizaje profundo?
IBM dice que Deep Blue no utiliza búsquedas de fuerza bruta, pero elimina una gran parte del espacio de búsqueda mediante el uso de heurística. Supongo que estas heurísticas fueron proporcionadas por un experto en ajedrez que contrataron.
Deep Blue puede generar hasta 200,000,000 de posiciones por segundo por movimiento. IBM afirma que sí. 
La solidez proviene principalmente de la reducción del estado de búsqueda (que es imprescindible para los programas de ajedrez) y la computación paralela.
La reducción del estado de búsqueda se realiza principalmente mediante la aplicación de heurísticas que eliminan estados que “no son buenos debido a una mala puntuación de evaluación” y métodos como la poda Alfa-Beta que elimina estados que “no necesitan ser visitados porque no se necesitará información adicional ser ganado “.
IBM Research | Azul profundo | Visión general
CS221
