O xadrez parece um empreendimento profundamente humano. Requer intuição. Exige previsão estratégica. Portanto, a ideia de que uma máquina fria pode vencer um grande mestre parece quase mágica. Mas o Chess AI não joga como nós. Ele divide o quadro em matemática pura.
Pense em como você aprendeu xadrez. Você começou com o básico. Como o cavaleiro salta. Como o bispo se inclina. Depois que as regras forem clicadas, você poderá mover as peças. As perdas iniciais não foram fracassos. Eles eram pontos de dados. “Eu não esperava aquele xeque-mate chegando”, você diria. Seu cérebro absorveu esses momentos. Você armazenou padrões de tabuleiro. Você aprendeu truques. Você absorveu nuances.
Os computadores não fazem nada disso. Eles não “pensam” no sentido biológico. Eles calculam. Eles executam fórmulas para encontrar o movimento ideal. À medida que estes motores evoluíram, a sua precisão disparou. As calculadoras de IA de hoje são os jogadores mais fortes do planeta. Eles jogam às cegas. Incansavelmente. Baseado apenas em computação.
A matemática por trás dos movimentos
Os humanos confiam no reconhecimento de padrões. Reconhecemos uma armadilha familiar porque já a vimos antes. Sentimos uma mudança no ímpeto. Os computadores não sentem nada. Eles calculam milhões de posições por segundo. Eles avaliam todos os resultados possíveis. Em seguida, eles escolhem aquele com a pontuação numérica mais alta.
Isso não é mágica. É lógica de força bruta. E é terrivelmente eficaz.
A IA do xadrez parece mágica, mas em sua essência é apenas computação cega e de força bruta. Não está pensando. É calculista.
Comece com uma placa padrão. As brancas se movem primeiro. Você tem 20 opções. Dois cavaleiros podem saltar. Oito peões podem avançar uma ou duas casas. Você escolhe um.
As pretas veem a mesma grade. Também 20 movimentos.
Agora o branco se move novamente. O quadro mudou, então as opções mudam, mas ainda são cerca de 20 opções. Então o preto responde. E assim por diante.
O número de caminhos explode.
As brancas fazem um movimento. Black tem 20 respostas. São 400 posições. White responde a cada uma delas. 8.000 posições. As pretas rebatem. 160.000 posições.
É assim que um computador vê a placa. Não como arte. Como uma árvore.
A matemática do xadrez
Se você expandir essa árvore para cobrir todos os jogos de xadrez possíveis, o número de posições no tabuleiro será astronômico.
Cerca de 10 ^ 120.
Isso é um 1 seguido de 120 zeros.
Para colocar isso em perspectiva, considere a idade do universo. Já se passaram cerca de 10 ^ 26 nanossegundos desde o Big Bang. Todo o universo observável contém aproximadamente 10^75 átomos. Mesmo contando todas as estrelas em todas as galáxias da Via Láctea e além, você ainda não consegue igualar o número de jogos de xadrez possíveis.
O xadrez é complexo. Muito complexo para qualquer computador resolver completamente.
Nenhuma máquina jamais calculará a árvore inteira. Não é necessário.
Qual a profundidade do computador?
Em vez disso, o motor olha para frente. Ele constrói uma árvore com cinco, dez ou vinte movimentos de profundidade.
Suponha uma média de 20 movimentos por posição:
- Uma árvore profunda de 5 movimentos cobre 3,2 milhões de posições.
- Uma árvore profunda de 10 movimentos cobre 10 trilhões de posições.
A profundidade depende do hardware. Os computadores de xadrez mais rápidos avaliam milhões de posições por segundo. Eles cortam a árvore, encontrando o melhor caminho dentro daquela janela limitada.
Mas ver as posições não é suficiente. O computador precisa saber qual é o bom.
Avaliando o Conselho
É aqui que a função de avaliação assume.
Depois que o mecanismo gera a árvore, ele atribui uma pontuação a cada nó. Não se trata apenas de contar peças. Claro, uma versão simples pode subtrair peças pretas de peças brancas. 11 peças brancas menos 9 peças pretas equivalem a uma pontuação de 2.
Isso é ingênuo. Ignora o valor material. Uma rainha vale mais que um peão. Um bispo é melhor que um cavalo em posições abertas.
Então a fórmula fica mais pesada. Os programadores adicionam pesos por tipo de peça. Eles adicionam bônus por controlar o centro. Eles penalizam um rei vulnerável. Eles levam em consideração a estrutura de peões.
Não importa quão complexos sejam esses parâmetros, a saída é sempre um número.
Uma única pontuação representando a “bondade” daquele estado do conselho.
Como os grandes mestres do xadrez estão usando IA
Isto não é apenas para máquinas. Os humanos de elite estão usando essa mesma lógica como arma.
Os grandes mestres não jogam contra os computadores para vencê-los. Eles brincam com eles para melhorar.
Os mecanismos de IA fornecem análises profundas que os olhos humanos não conseguem captar. Eles identificam movimentos que são logicamente corretos, mas psicologicamente contra-intuitivos. Eles encontram recursos para perder posições das quais os humanos renunciaram muito cedo.
Veja como os jogadores de elite os estão usando:
- Análise do jogo: Insira partidas anteriores para detectar oportunidades perdidas.
- Exploração de Estratégia: Teste aberturas alternativas que desafiam a teoria tradicional.
- Compreensão posicional: Veja a “verdade” de um meio-jogo complexo calculado com dez movimentos de profundidade.
Não é trapaça. É treinamento.
O motor não tem intuição. Tem matemática. Mas, ao estudar as sugestões do motor, os jogadores humanos constroem uma intuição própria mais profunda e precisa. Eles aprendem o que a matemática implica sobre pressão, espaço e tempo.
A placa está estática. As possibilidades são infinitas. Mas, por enquanto, o computador sempre encontra a melhor jogada nas próximas dez etapas.
Nós apenas temos que nos atualizar.
Como a lógica Minimax do AlphaGo realmente funciona
O diagrama ilustra uma árvore de decisão de três níveis. Ele projeta três movimentos à frente. Já avaliou as posições finais do conselho.
O computador joga com as brancas. As pretas acabaram de se mover. O tabuleiro fica no topo da árvore. As brancas têm três respostas possíveis. A cada um desses três movimentos, as pretas podem responder de três maneiras. Isso cria nove cargos no conselho. De cada um desses nove locais, as brancas podem fazer dois movimentos possíveis.
Na vida real, o fator de ramificação é muito maior. Você está vendo cerca de 20 movimentos de qualquer posição. Desenhar isso seria uma bagunça. Portanto, o diagrama simplifica isso.
Para decidir o próximo passo, o computador olha para esta árvore. Funciona de cima para baixo. Os cálculos são projetados para encontrar as melhores posições no tabuleiro de cada uma das posições possíveis que as pretas assumirão. É preciso o máximo.
Este é o núcleo do algoritmo minimax. O computador assume um jogo ideal de ambos os lados. Minimiza a perda máxima possível. Neste ramo específico, está maximizando seu próprio ganho.
O computador trabalha de cima para baixo, selecionando o valor máximo para os movimentos das brancas e minimizando para os das pretas.
Não é mágica. É matemática. A árvore é apenas uma representação de possibilidades. A função de avaliação atribui uma pontuação a cada nó folha. O algoritmo então propaga essas pontuações.
As brancas querem maximizar a pontuação. As pretas querem minimizá-lo. O computador escolhe o caminho que leva à pontuação mais alta para as brancas, assumindo que as pretas jogam de maneira ideal para reduzi-la.
Essa lógica é escalável. Acima. E para cima. Até que a árvore seja grande demais para ser computada. Em seguida, ele usa heurística. Mas aqui? É puro cálculo.
Assume que as pretas escolherão a pior posição possível para as brancas. É preciso o mínimo.
Então ele pega o máximo desses três números principais: 7. Esse é o movimento que o computador faz.
Assim que o preto responder, todo o loop será reiniciado. Uma nova árvore é gerada. Todas as posições do conselho são avaliadas novamente. A máquina calcula seu próximo passo.
Este é o algoritmo minimax. Ele alterna entre máximos e mínimos à medida que sobe na árvore de decisão.
A poda alfa-beta acelera as coisas. Ele funciona cerca de duas vezes mais rápido. Ele usa muito menos memória.
O processo é totalmente mecânico. Não há pensamento aqui. Apenas cálculo de força bruta. Uma função de avaliação é aplicada a todas as posições possíveis em uma árvore com uma profundidade definida.
Funciona bem. Em um computador suficientemente rápido, o algoritmo olha para o futuro. Faz um jogo muito bom.
Adicione técnicas de aprendizagem. Modifique a função de avaliação com base em jogos anteriores. A máquina melhora com o tempo.
Mas lembre-se disso. Não é nada parecido com o pensamento humano.
Quando finalmente entendermos como funciona o pensamento humano e construirmos um computador que use essas técnicas para o xadrez, estaremos realmente no caminho certo.
O poder dos motores de xadrez modernos
Todo sistema de xadrez baseado em IA depende de um motor poderoso.
Este mecanismo combina algoritmos de pesquisa. Ele usa funções de avaliação. Em casos avançados, emprega aprendizado de máquina.
Os motores de xadrez são os melhores jogadores agora. Eles superam consistentemente até mesmo os melhores grandes mestres humanos.
Seja através de cálculos de força bruta ou de aprendizagem adaptativa, a IA mudou o cenário. É uma ferramenta indispensável para jogadores que buscam analisar jogos e aprimorar estratégias.
Atualizamos este artigo em conjunto com a tecnologia de IA e, em seguida, garantimos que ele fosse verificado e editado por um editor do HowStuffWorks.
