¿Qué dicen los grandes datos sobre el ajedrez? ¿Hay algún algoritmo numérico simple para evaluar las posiciones de ajedrez que no impliquen calcular árboles de posición? ¿Tienen éxito al predecir los resultados de los juegos de ajedrez entre jugadores de habilidades similares?

La mayoría de los programas de ajedrez actuales se basan en una búsqueda de árbol desde la posición actual. mirando el mejor juego en ambos lados, y en los nodos de las hojas, en el horizonte de la búsqueda del árbol (el ajedrez competitivo tiene límites de tiempo, por lo que la búsqueda no es abierta) hay una función de análisis estático que evalúa esa posición en función del material y factores posicionales de la posición, por ejemplo, quién tiene más material, quién tiene mejor movilidad de la pieza, cuyas piezas están mejor coordinadas, etc.

Entonces, a nivel del nodo hoja, utilizamos algoritmos numéricos para calificar la posición. Pero las evaluaciones de las hojas luego se filtran a través de minimax para calificar cada uno de los posibles movimientos desde la posición de la raíz. Entonces la búsqueda de árboles es esencial.

Dicho esto, los jugadores competitivos usan grandes bases de datos de juegos reales (a menudo varios millones de juegos) para prepararse para la fase de apertura del juego. Esto es especialmente cierto en los niveles superiores, donde un jugador se está preparando para un partido contra un oponente conocido.

Sin embargo, dado que todos saben que los oponentes están preparando sus movimientos iniciales, y que las computadoras usan libros de apertura predefinidos, los oponentes a menudo tienen sus propios preparativos, con la intención de sorprender al oponente con una “novedad” o forzarlos a “salir de su libro” . Entonces, incluso con el conocimiento de millones de juegos, es común en la competencia que alguien juegue un movimiento no convencional solo para eliminar la ventaja de sus oponentes de su preparación. Esta es una cosa que mantiene el juego fresco.