You are on page 1of 8

Una mquina de ajedrez gran maestra

En los aos 40 esta revista public el primer prospecto de una computadora de


ajedrez, las mquinas vencieron a los primeros principiantes, despus maestros y
ahora grandes maestros.
Gary Kasparov ser el siguiente?
por Feng-hsiung Hsu, Thomas Anantharaman, Murray Campbell y Andreas Nowatzyk.
[Este artculo fue publicado originalmente en issue of Scientific American en Octubre de 1990]
http://www.disi.unige.it/person/DelzannoG/AI2/hsu.html

En enero de 1988, en una rueda de prensa en Pars, preguntaron al campen de


ajedrez del mundo, Gary K. Kasparov si una computadora podra derrotar a un gran maestro
antes del ao 2000. "de ninguna manera," l contest, " y si algn gran maestro tiene
dificultades jugando con la computadora, estara feliz de darle mi consejo."
Diez meses despus de la declaracin de Kasparov, en un importante torneo que se
llevo acabo en Long Beach, California, el gran maestro Bent Larsen, un competidor anterior
para el ttulo del mundo, fue derrotado por una computadora de ajedrez que habamos
diseado en un proyecto de titulo en la universidad Carnegie-Mellon. La mquina, una
combinacin de software y de hardware modificado para los requisitos particulares, llamada
Deep Thought, gano otros cinco juegos, empato uno y perdi uno, empatando con Anthony
Miles por el primer lugar. Porque las mquinas estn descalificadas para ganar dinero en
torneos, Miles embolso el primer premio por $10.000. (Sin embargo Deep Thought derrot a
Miles en un juego de desempate al ao siguiente en una exhibicin.)
Por el verano de 1990 ya tres integrantes del equipo original de Deep Thought eran
parte de IBM, Deep Thought haban alcanzado un 50 por ciento de efectividad en 10 juegos
jugados bajo condiciones de torneos contra grandes maestros y una cuenta de 86 por ciento
en 14 juegos contra maestros internacionales. Algunos de estos juegos y docenas de otros
contra oponentes menos distinguidos haban sido jugados bajo auspicios de la federacin de
ajedrez de U.S. , que utiliz los resultados para derivar un grado del ajedrez de 2552. Ese
grado indica una fuerza de juego por la mitad inferior del rango de un gran maestro. Un
jugador promedio de los torneos, por el contrario, esta alrededor de 1500. En los juegos
jugados despus de agosto de 1988, cuando la computadora alcanz su velocidad analtica
actual de 750.000 posiciones por segundo, su grado de funcionamiento excedi de 2600.
La siguiente generacin de la maquina, espera jugar su primer juego en algn
momento de 1992, funcionar en un hardware lejos de mayor alcance. El equipo aumentar la
velocidad de anlisis en ms de 1,000 capas, a alrededor de 1000 millones de posiciones por
segundo. Solo con este nico cambio podra lograr que las nuevas generaciones de Deep
Thought fueran un jugador ms fuerte y ms potente que Kasparov o cualquier otro ser
humano en la historia. Por qu cualquier persona deseara ensear a una mquina cmo
arrinconar a un rey de madera en un tablero de ajedrez? Primero, el juego de ajedrez ha sido
considerado en el Oeste como el juego preeminente de ingenio y por lo tanto en palabras de
Goethe como la piedra de tope del intelecto. Mucha gente discute que una exitosa mquina de
ajedrez probar que pensar puede ser modelado o, inversamente, que el ajedrez no implica
pensar. Cualquier conclusin cambiara seguramente el concepto que comnmente se llama
inteligencia.
Adems, la computadora de ajedrez presenta un atractivo problema de ingeniera. El caso fue
indicado en las pginas de esta revista hace 40 aos por Claude E. Shannon, el fundador de la
teora de informacin (veer "A Chess-Playing Machine por Claude E. Shannon; Scientific
American, Febrero, 1950):
1

La investigacin del problema de jugar ajedrez, esta pensado para desarrollar tcnicas
que se pueden utilizar para usos ms prcticos. La mquina de ajedrez es un ideal por varias
razones. El problema se define agudamente, en las operaciones permitidas (los movimientos
del ajedrez) y en la meta (jaque mate). Es ni tan simple como lo trivial, ni demasiado difcil para
una solucin satisfactoria. Y una maquina as podra confrontar un openente humano, dando
una medida clara de la capacidad de la mquina en este tipo de razonamiento.
Quizs la consecuencia prctica ms grande de la programacin del ajedrez, viene de
su demostracin de la eficacia del anlisis computarizado. La perfeccin de tcnicas
relacionadas promete avanzar en el diseo de redes, modelamiento qumico e incluso anlisis
lingstico.
La idea de una mquina de ajedrez data desde 1760, cuando el Barn Wolfgang von
Kempelen exhibi el Maezal Chess Automaton en Europa. La mquina, apodada el Turco
porque jugaba usando una marioneta con turbante y bigote, funcionaba al parecer por un
complicado mecanismo en un gabinete inferior. Jug generalmente bien y puso furioso una vez
a Napolen Bonaparte al vencerlo en 19 movimientos. Edgar Allan Poe, entre otros,
conjeturaba ms adelante que el secreto del Turco era un diminuto maestro de ajedrez que
hacia las movidas desde un compartimiento secreto pero Poe cit una razn incorrecta: l
argumentaba que las prdidas ocasionales del Turco eran inconsistentes con la perfeccin de
una mquina verdadera.
Alan M. Turing, el matemtico britnico, informtico y criptgrafo, fue el primero en
considerar el problema de una computadora de ajedrez. l encontr esto fcil, sin embargo,
para realizar su programa de generador de movimientos y de evaluacin de posiciones lo hizo
a mano y no por computadora. Konrad Zuse en Alemania y otros trabajadores hicieron
esfuerzos similares, pero el trabajo fundamental fue hecho por Shannon. l construy sobre
los descubrimientos de John von Neumann y Oskar Morgenstern, quienes, en su teora general
de juegos, haban ideado un algoritmo llamado del MINIMAX, por el cual puede ser calculado
el mejor movimiento. El proceso representa bsicamente un nmero arbitrariamente grande de
posiciones que pudieron resultar de cada serie posible de movimientos, les asigna una cuenta
numrica y trabaja al revs esta informacin para derivar el mejor primer movimiento. Esto
comienza cuando un generador de movimiento calcula todos los movimientos que la
computadora pudo jugar desde la posicin actual, despus de todas las respuestas posibles
del oponente y as sucesivamente. Cada paso a lo largo de la cadena de eventos se llama un
medio movimiento en la jerga del ajedrez o una capa en la terminologa de la informtica.
Cada capa nueva en el rbol de ramificacin del anlisis abarca aproximadamente 38
de anchura (el nmero de movimientos en una tpica posicin de ajedrez) al igual que el
anterior, o 6 de anchura si se esta usando la poda-alfa-beta. La mayora de las posiciones por
lo tanto residen en los brotes exteriores del rbol, de los cuales el rbol crece hasta el fin del
juego o el tiempo asignado por la computadora se agota. Una funcin de evaluacin entonces
anota cada posicin final, asignando quizs un "1" a un jaque mate al oponente, un 1" a un
jaque mate por el oponente y un "0" a un empate. Ventajas ms matizadas se pueden tambin
colocar y balancear contra uno y otro. La computadora puede, por ejemplo, contar los valores
materiales (los peones o piezas) y calcular valores posicinales de acuerdo a los parmetros
que representan la posicin de la pieza, estructura de peones, la ocupacin de una lnea
vertical sin obstculo de los cuadrados, el control del centroetc.
Uno puede consolidar el juego de una computadora mejorando su capacidad en la
bsqueda o refinando su juicio posicional. El juego sin defectos resultara si una computadora
pudiera generar todos los juegos posibles y clasificar las posiciones finales como dar jaque
mate a o darse jaque mate, o ni unos ni otros. Tal computadora podra sorprender a su
oponente en el primer movimiento anunciando, el "blancas juegan y jaque mate en 137
movimientos," o, alternativamente renunciando la posicin sin esperanza. Tal anlisis
exhaustivo es fcil en los juegos tan simples como el tic-tac-toe pero impracticable en el

ajedrez, en el cual 10.120 juegos discretos son posibles. El juego igualmente perfecto podra
ser obtenido de una reexaminacin de una sola capa, con tal que la evaluacin posicional fuera
tan buena como sa obtenida de una reexaminacin de solamente una capa, con tal que la
evaluacin posicional fuera tan buena como esa graciosa declaracin de Richard Reti cuando
dijo que l vio solo un movimiento antes que el mejor.
Muchas pretensiones estaban lejos de las mentes de los primeros programadores de
ajedrez, que eran incluso incapaces de programar las mquinas para observar las reglas del
ajedrez hasta 1958. Otros ocho aos pasaron antes de MacHack-6, un programa escrito por
Richard D. Greenblatt del Instituto de Tecnologa de Massachusetts, se convirti en la primera
computadora capaz de alcanzar el estndar de los jugadores medios de los torneos.
Como el nmero de personas desarrollando programas de ajedrez se incrementaba,
ellos se dividieron en dos campos filosficos. Llammoslos el campo de la emulacin y el
campo de la ingeniera. El primero afirmaba que las computadoras del ajedrez deben jugar
como lo hacen los seres humanos, quizs por medio de razonamiento explcito sobre
decisiones de movimiento. El ltimo tom una visin menos restrictiva, discutiendo qu lo que
funcionaba bien para los seres humanos pudiera no ser aplicable a las computadoras. El
campo de la emulacin tena mas que decir en los primeros das, cuando la computadora de
ajedrez era ms una cuestin de teora que de prctica.
En los aos 70 el campo de la ingeniera lleg a la etapa central cuando la profundidad
de la bsqueda encontr correlacionarse casi linealmente con la clasificacin del programa.
Cada capa adicional agreg cerca de 200 puntos de clasificacin a la fuerza de la
computadora. Los programadores por lo tanto han apuntado al acceso de computadoras ms
rpidas y buscado trucos de ingeniera para exprimir bsquedas ms profundas usando el
poder de proceso disponible.
El manejo de la bsqueda es la mitad de la batalla. Muy en el inicio de la programacin
del ajedrez, las rutinas de bsqueda generaron posiciones con prcticamente ningn
discernimiento. Trataron variaciones de transposicin que conducen a las mismas posiciones
como si ellas fueran distintas. Tal innecesaria cuenta doble ahora es evitada no perdiendo de
vista las posiciones en arreglos de memoria conocidos como tablas de hashing. Las tablas de
hashing proporcionaron una ventaja incluso mayor ayudando al algoritmo alfa-beta a podar
muchas lneas irrelevantes del juego.
El problema ms grande de una bsqueda es saber dnde terminan estas
innumerables ramas. Uno no puede examinar todas las lneas indefinidamente, sino que uno
quisiera por lo menos evitar cortar anlisis en posiciones inestables. Tales posiciones resultan
cuando hay anlisis en el medio de un intercambio de piezas. Suponga, por ejemplo, la
computadora busca exactamente ocho capas adelante en todas las lineas y descubre una
posicion en la cual puede ganar un caballo a cambio de un pen. Incluso si el movimiento ms
prximo permite al oponente recuperar al caballo, la computadora se dirigir tenazmente hacia
la ventaja material ilusoria.
Esto llamado tambin efecto horizonte puede hacer a las computadoras confiar en una
forma ajedrez suicida no visto incluso en los jugadores humanos ms dbiles. Como cado del
cielo y por ninguna razn al observador ingenuo, la mquina empezar a tirar sus peones y
piezas, saliendo de su posicin en arapos. Para reducir la ocasin de tales errores,
virtualmente todos los programas ahora agregan una etapa de la bsqueda de la quiescence a
la bsqueda bsica. Tales bsquedas examinan tpicamente solamente secuencias de
capturas de peones y piezas hasta hasta lograr encontrar una estable, o quiescence, posicin
que es conveniente para la evaluacin esttica.

En los aos 70 y al inicio de los 80 se vio el predominio de lo que comnmente se llam


las mquinas de fuerza-bruta, porque ellas debieron su fuerza a la puesta en prctica de
estrategias bsicas y quiescence. El perodo fue dominado casi continuamente por el programa
Chess 4.0 creado en Northwestern University y sus 4.X descendientes. El programa del
Northwestern brinc de una generacin de hardware a otra, mientras aumentaba su
clasificacin firmemente hasta superar el nivel de especialista (2000) en 1979.
Varias tentativas de construir las mquinas de propsito-especial en ajedrez tambin
comenzaron en los aos 70 el ms famoso, Belle de AT&T bell Laboratories, cruzaron la
barrera de maestro nacional de 2200 en 1983. La era de las mquinas puras de fuerza-bruta
alcanz su mximo alrededor de 1986 con el ascendiente del Cray Blitz, que funcion en los
supercomputadores de Cray, y de Hitech, una mquina propsito-especial que gener
movimientos en 64 chips uno para cada cuadrado. Hitech gan el North American Computer
Chess Championship de 1985, y el Cray Blitz gan el World Computer Chess Championship
de 1986 en un tiebreak con Hitech en la ltima ronda. Cray Blitz y Hitech buscaron 100.000 y
120.000 posiciones por segundo, respectivamente.
Deep Thought tiene una historia algo inusual. Primero, se desarroll por un equipo de
estudiantes graduados que no tenan ningn patrocinio oficial o vigilancia de facultad directa.
(los miembros de la facultad que dirigen el trabajo de computadoras de ajedrez en CarnegieMellon no tenan ninguna conexin con el equipo de Deep Thought.) Segundo, los miembros
del equipo tenan diversas experiencias que los llevaron a adoptar acercamientos poco
ortodoxos.
En junio de 1985 uno de nosotros (Hsu) concluy que un single-chip generador de
movimiento se podra construir con la tecnologa Very Large Scale Integration (VLSI) que fue
proporcionada a la comunidad acadmica por la Defense Advanced Research Programs
Agency (DARPA). Hsu bas su chip en el generador de movimiento de Belle pero encontr
varios refinamientos que hicieron del diseo ms dcil que la puesta en prctica del VLSI. l
tambin dise el chip de modo que sus caractersticas electrnicas (35.925 transistores) se
pudieran empaquetar eficientemente, a pesar de el tamao mnimo (3 micrones) tamao
ofrecido por MOSIS, el proveedor de silicio DARPA-funded que proporcion los servicios de
fabricacin. Hsu pas seis meses trabajando en el plan, simulacin y diseo .Y despus
esper cuatro meses para recibir las primeras copias de trabajo. l prob el chip conectndolo
a una estacin de trabajo (workstation) cientfica, y l encontr que el chip podra procesar
hasta 2 millones de movimientos por segundo, 10 veces ms rpidamente que el arsenal de
64-chip de Hitech.
A este punto, Hsu ingreso a las fuerzas armadas con Thomas Anantharaman, en ese
entonces un estudiante graduado de ciencias de la computacin en el grupo de reconocimiento
de voz de la universidad. Anantharaman haba escrito un programa de ajedrez de juguete que
gener sus movimientos va un paquete de software. Sustituyendo el paquete de software por
el chip tester de Hsu, Anantharaman aceler el anlisis del programa por 500 por ciento, a un
total de 50,000 posiciones por segundo.
Hsu y Anantharaman se pusieron ambiciosos y felices, decidieron preparar su mquina
para el North American Computer Chess Championship de 1986, que se realizaba en siete
semanas. Se reclutaron para el proyecto a Murray Campbell y Andreas Nowatzyk, dos
graduados en ciencias de computacin. Se deseaba una funcin de evaluacin ms
sofisticada, y Campbell, quien haba jugado una vez ajedrez competitivo, estaba de acuerdo
en trabajar en l. Lo segundo y la tarea an ms dura, dadas las restricciones de tiempo, era
aumentar el chip tester para que pudiera actuar como un simple motor de bsqueda. Tal motor
explotara la velocidad potencial del chip generador de movimiento ms completamente que la
conexin de la estacin de trabajo que tena.

Hsu tom acciones drsticas para tener este componente listo a tiempo: l decidi que
el motor ignorara algunos aspectos bsicos del ajedrez: enrocado del rey, estafar (rook) y la
repeticin de posiciones. (Cualquier jugador puede exigir un empate demostrando que una
posicin se ha repetido tres veces, con el mismo jugador que mueve en cada caso.) Para
compensar las omisiones, se adopt una hbrida estrategia de bsqueda en donde las primeras
capas eran buscadas en un servidor que consideraba el enroque y la repeticin de posiciones.
Las ultimas capas, qu claro correspondieron a la mayora de las posiciones, eran analizadas
en el motor.
No tenamos ningn presupuesto y creamos nuestra primera mquina, ChipTest,
usando partes de otros proyectos. El valor de todos los componentes no excedi $500 o
$1,000, el costo estimado del chip DARPA-funded esta tomado en cuenta. Pero ni el motor ni el
software del servidor fueron completamente debugueados a tiempo para el campeonato, y la
maquina defectuosa simplemente logro obtener un resultado parejo. Aun as no era un mal
resultado para 7 semanas de trabajo. Nosotros aprendimos mucho de este debut. Hsu observ,
por ejemplo, que dos otros programas haban jugado en lneas en que cada movimiento podra
forzarse y donde ninguno de los dos lados saba el resultado por adelantado. En otras
palabras, el programa que surgi con la posicin buena cedi su ventaja a la suerte. Hsu
propuso remediar el defecto con lo que l llam el algoritmo de extensin singular. El algoritmo
parece ms profundo, es decir, extiende la bsqueda a mayores profundidades, en lneas
dnde la computadora ve slo una sola jugada buena. La meta es asegurar esas posiciones
crticas y tener una atencin particularmente cuidadosa.
Cuando un lado est a punto de ganar, digamos, alfil entrampado, el defensor
normalmente tiene menos y menos jugadas buenas, son ms procedimientos de bsqueda en
profundidad. Hacia el final hay slo una jugada buena, despus de que el alfil est finalmente
perdido. En ese caso volvemos a extensin singular. En un juego, permiti a la computadora
asustar a un maestro anunciando mate en 19 movimientos. Anantharaman, la nica persona
que entendi el cdigo que l haba escrito para el computador servidor de ChipTest, program
el algoritmo de la extensin singular slo. Entretanto Hsu complet el microcode, las
instrucciones que controlan el hardware en su nivel ms elemental. Investigando entre 400,000
y 500,000 posiciones por segundo, ChipTest gan el North American Computer Chess
Championship de 1987 en un barrido limpio, derrotando, entre otros, a la mquina campeona
mundial, Cray Blitz. As acabado el reino de pura fuerza bruta. Actualmente, casi todos los
programas superiores incorporan por lo menos algunos elementos de la bsqueda selectiva.
Nuestro trabajo deja en claro que el hardware de ChipTest podra acelerarse y que la
bsqueda pudiera manejarse ms inteligentemente. Con el consejo de Hsu, H. T. Kung dio casi
$5,000 para este nuevo tentativo proyecto llamado Deep Thought.
La versin bsica del motor de ajedrez de Deep Thought contiene 250 chips,
incluyendo 2 procesadores, que estn enchufados a una placa de circuito simple que mide
cerca de la mitad del largo de esta revista. El motor es manejado por un programa tambin
llamado el software del servidor, que corre en una estacin de trabajo (workstation). Los
procesadores de la mquina tienen la velocidad escasamente ms alta que ChipTest, pero el
control mejorado del algoritmo de la bsqueda les permite buscar 30 por ciento ms
eficientemente.
El hardware de evaluacin tiene cuatro componentes. Una evaluacin de posicin de
una pieza (la nica herencia de ChipTest) asigna puntajes a las piezas segn su posicin
central, su movilidad y otras consideraciones. Una evaluacin de estructura de pen, asigna
puntajes a los peones segn parmetros como su apoyo mutuo, su control del centro del
tablero y la proteccin del rey. Una evaluacin del pasar-pen considera peones que no son
bloqueados por los peones del enemigo y pueden adelantarse por consiguiente a la octava
lnea y promoverse a reinas. Una evaluacin de estructura de archivo asigna los valores a las
configuraciones ms complicadas de peones y estafar (rook) en un archivo particular.

Tambin empezamos a considerar maneras de poner a punto la funcin de evaluacin


o los parmetros especificados en el software. Tradicionalmente, programadores haban
afinado (tuning) la funcin a mano asignando los pesos a los material (peones y piezas) - - y las
consideraciones de posicin. Nosotros creemos que el nuestro es el nico programa que
asigna sus propios pesos automticamente.
Adquirimos 900 juegos de muestra de maestros y arbitrariamente definimos los pesos
ptimos como los que produce el mejor partido, entre los movimientos que la mquina juzga
para ser mejor y los que los maestros jugaron realmente. La parte del software de la funcin de
evaluacin fue completamente rescrita por Campbell y Nowatzyk para reflejar esta estrategia.
En lugar de asignar a cada posicin un valor numrico final, la funcin de evaluacin en el
modo de afinacin retorna una ecuacin conteniendo un string de trminos lineales. En otras
palabras, produce un vector.
Se usaron dos mecanismos de afinacin. El primero, se llama escalando la colina (hill
climbing), simplemente fija un parmetro arbitrario de la funcin de evaluacin y entonces
realiza, por ejemplo, bsqueda en cinco o seis capas en cada posicin en la base de datos del
juego para encontrar los movimientos que la mquina jugara. Despus ajusta el parmetro y
lo recalcula. Si el nmero de calces entre las opciones de la computadora y las escogidas por
el gran maestros aumenta, entonces el parmetro se ajusta otra vez en la misma direccin. El
proceso contina hasta que todos los parmetros han alcanzado su nivel ms alto del
funcionamiento. Tomara aos para optimizar todos los parmetros con este mtodo, sin
embargo, solo lo utilizamos en algunos casos difciles.
El segundo mecanismo de afinacin, propuesto y llevado a cabo por Nowatzyk, era
mucho ms rpido. Evolucion de la simple nocin de encontrar el mejor calce entre la funcin
de evaluacin de la mquina de posiciones y sus verdaderos valores presuntos. El mejor calce
proporciona el valor promedio mas bajo de error entre el modelo y el valor verdadero. Los
valores verdaderos pueden ser afinados para estos propsitos por los resultados retornados
desde las bsquedas profundas (si un concepto conocido est siendo el parmetro afinador) o
comparando las decisiones de la mquina con aqullos jugadores humanos de primera clase.
Los juegos de muestra proveen grandes concejos sobre los valores relativos de las
posiciones: cualquier posicin alcanzada despus del movimiento de un gran maestro es,
despus de todo, mejor que todas las otras que se habran alcanzado va movimientos
alternativos. En lugar de computar el valor de una posicin de sus parmetros, Nowatzyk
calcul los parmetros en base a una diferencia supuesta entre la posicin que un gran
maestro escogi y las posiciones alternativas que los grandes maestros haban rechazado. Su
algoritmo tarda slo unos das para computar, y difiere a escalando la colina, no mejora unos
parmetros en un momento pero mejora el juego entero de parmetros simultneamente.
Nuestra funcin afinadora automtica de evaluacin parece no ser peor, si no mejor,
que las funciones afinadas a mano de tales programas de ajedrez de acadmicos muy
conocidos como Hitech y Cray Blitz. All todava parece haber una brecha entre la funcin de
evaluacin de Deep Thought y aqullas de las mquinas de ajedrez comerciales top que
tpicamente son el fruto de muchos hombre-ao de trabajo. Con el mejor feedback del
procedimiento de afinacin automtica, nosotros esperamos cerrar la brecha pronto.
Puede parecer extrao que nuestra mquina pueda incorporar conocimientos
relativamente pequeos de ajedrez y aun asi puede jugar contra excelentes jugadores
humanos. Todava uno debe recordar que la computadora no imita el pensamiento humano,
logra el mismo fin a travs de otros medios. Deep Thought ve lejos pero se da cuenta de poco,
recuerda todo pero no aprende nada, tampoco errando ni sobre pasando su fuerza normal. Aun
as, a veces produce visiones que se pasan por alto incluso los mejores grandes maestros.

Las visiones inhumanas de la mquina eran quizs la razn detrs de la decisin del
gran maestro Kevin Spraggett para tomar a la mquina como un ayudante para prepararse
para el partido de cuartos de final del World Championship con el gran maestro Artur Yusupov.
La participacin de la mquina no tena efecto discernible en el partido, pero estableci un
precedente interesante. En octubre de 1989 una versin experimental de Deep Thought de seis
procesadores jugo un partido de exhibicin de 2 juegos contra Kasparov en New York City.
Aunque la nueva versin era capaz de investigar ms de dos millones de posiciones por
segundo, Kasparov se deshizo bastante fcil de l. El resultado no fue tan no esperado, pero el
juego de Deep Thought era algo decepcionante.
Este pasado febrero, el Deep Thought jug un juego de exhibicin contra Anatoly
Karpov, el campen del mundo anterior y el desafiador de Kasparov en el partido por el titulo
de 1990 (qu empieza en New York City en octubre y concluye en Lyons, Francia). Defectos
que aparecieron en el software experimental en las versiones de seis y cuatro procesadores,
nos llevaron a revertirnos a la versin de dos procesadores. El Deep Thought, beneficiado de
varias mejoras en su funcin de evaluacin, jug uno de sus mejores juegos en los primeros 50
movimientos, entonces se equivoc una clara posicin de empate. Una versin estable de los
seis procesadores habra tenido bastante velocidad para evitar la equivocacin.
La velocidad es la llave para trabajar bajo la manera de IBM Thomas J. Watson
Research Center, donde la mquina de la prxima generacin est disendose ahora.
Debera sobrepasar a sus antecesores por un factor de al menos 1,000. La mquina que
nosotros tenemos en la mente examinar por consiguiente ms de mil millones de posiciones
por segundo, bastante para investigar 14 o 15 capas profundamente en la mayora de los
casos y de 30 a 60 capas en lneas forzadas. Si la relacin observada entre procesar la
velocidad y fuertes jugadas de ocupacion, la mquina de la prxima generacin jugar a un
nivel de 3400, aproximadamente 800 puntos superior al actual Deep Thought y 500 puntos
sobre Kasparov.
Para lograr esta velocidad, Hsu est diseando un especfico chip procesador de
ajedrez que se proyecta para investigar 3 millones de movimientos por segundo, ms de tres
veces ms rpido que el Deep Thought actual. l tambin est diseando un sistema
altamente paralelizable que combinar el poder de 1,000 de tales chips, para una ganancia
extensa de por lo menos 300 capas. Anantharaman y Campbell estn mejorando varios
aspectos de la versin actual de Deep Thought, para que estas mejoras tambin puedan
incorporarse en la prxima mquina. Nowatzyk est siguiendo otros intereses.
Nosotros creemos que el sistema ser bastante potente, en virtud solo de su velocidad,
para montar un desafo serio al campen mundial. Nosotros creemos que la suma de una larga
lista de otras mejoras planeadas permitir a la mquina prevalecer, quizs tan pronto como
1992.
Kasparov difiere, y nosotros respetamos su opinin. En una comunicacin privada, l a
reconocido que una mquina que investiga un 1000 millones de posiciones por segundo podra
derrotar la carrera de gran maestro, entonces agreg, "Pero no Karpov y yo! Kasparov
contendi que los mejores jugadores deben poder prepararse para aprovechar las debilidades
especiales presentadas por las mquinas. l sostuvo que esa creatividad del humano e
imaginacin, en particular su creatividad e imaginacin, deben triunfar ciertamente encima del
silicio y el alambre.
Cuando las dos opiniones chocan sobre el tablero, la ingeniosidad de un individuo
sumamente talentoso se destrozar contra el trabajo de generaciones de matemticos, de
informticos y de ingenieros. Nosotros creemos que el resultado no revelar si las maquinas
puede pensar sino si el esfuerzo humano colectivo puede eclipsar los mejores logros de los
seres humanos ms capaces.

Lectura Adicional
BELLE. J. H. Condon and Ken Thompson in Chess Skill in Man and Machine. Second
Edition. Edited by P. W. Frey. Springer-Verlag, 1984.

CHESS 4.5{THE NORTHWESTERN UNIVERSITY CHESS PROGRAM. David


J. Slate and Lawrence R. Atkin in Chess Skill in Man and Machine. Second Edition.
Edited by P. W. Frey. Springer-Verlag, 1984.

LARGE SCALE PARALLELIZATION OF ALPHA-BETA SEARCH: AN


ALGORITHMIC AND ARCHITECTURAL STUDY WITH COMPUTER CHESS.
Feng-hsiung Hsu. Ph.D. Thesis. Carnegie-Mellon University Computer Science
Department, CMU-CS-90-108, February, 1990.

Los Autores
FENG-HSIUNG HSU, THOMAS ANANTHARAMAN, MURRAY CAMPBELL y ANDREAS NOWATZYK Construyeron Deep Thought, la principal maquina de ajedrez del mundo,
mientras completaban doctorados en varios campos de ciencias de la computacin en la
Universidad de Carnegie-Mellon. Hsu, Anantharaman y Campbell se han unido a IBM Thomas
J. Watson Research Center; Nowatzyk est con Sun Microsystems. Hsu empez el proyecto,
trabaj en l a jornada completa y actu como el arquitecto del sistema. l recibi un B.S. en
ingeniera elctrica de la Universidad Nacional de Taiwn. Anantharaman escribi la mayora
del software del servidor y varios algoritmos. l recibi un B.S. en ingeniera elctrica en la
Banaras Hindu University en India. Campbell mantuvo el ajedrez de libro abierto y escribi el
software de precomputation para la funcin de evaluacin. l recibi B.S. y M.S. los grados en
ciencias de la computacin de la Universidad de Alberta. Nowatzyk dise y llev a cabo la
afinacin automtica de la funcin de evaluacin. l recibi diplomas en fsicas y ciencias de la
computacin en la Universidad de Hamburgo en Alemania Oriental.

You might also like