Beste van 2015: Deep Learning Machine leert zichzelf schaken in 72 uur, speelt op internationaal masterniveau

Het is bijna 20 jaar geleden dat IBM's Deep Blue-supercomputer de regerend wereldkampioen schaken, Gary Kasparov, voor het eerst versloeg volgens de standaard toernooiregels. Sindsdien zijn schaakcomputers aanzienlijk sterker geworden, waardoor de beste mensen weinig kans hebben, zelfs niet tegen een moderne schaakengine die op een smartphone draait.

Maar hoewel computers sneller zijn geworden, is de manier waarop schaakengines werken niet veranderd. Hun macht berust op brute kracht, het proces van het doorzoeken van alle mogelijke toekomstige zetten om de beste volgende te vinden.

Natuurlijk kan geen mens dat evenaren of ergens in de buurt komen. Terwijl Deep Blue zo'n 200 miljoen posities per seconde zocht, zocht Kasparov waarschijnlijk niet meer dan vijf per seconde. En toch speelde hij op in wezen hetzelfde niveau. Het is duidelijk dat mensen een truc in petto hebben die computers nog moeten beheersen.

Deze truc is bij het evalueren van schaakposities en het verfijnen van de meest winstgevende zoekmogelijkheden. Dat vereenvoudigt de rekentaak dramatisch, omdat het de boom van alle mogelijke bewegingen terugsnoeit tot slechts een paar takken.

Computers zijn hier nooit goed in geweest, maar vandaag verandert dat dankzij het werk van Matthew Lai aan het Imperial College London. Lai heeft een kunstmatige-intelligentiemachine gemaakt, Giraffe genaamd, die zichzelf heeft geleerd schaken door posities veel meer als mensen te evalueren en op een geheel andere manier dan conventionele schaakengines.

Voortgezet

zich verstoppen