Die eerste vraag ben ik ook benieuwd naar. In het boek wordt wel gesproken over de toekomst: Schaakcomputers die bepaalde menselijke emoties hebben. Want dat is iets dat mensen nog wel beter kunnen: genieten en de blijheid ervaren van een mooie zet of overwinning.

Op schaaktechnisch gebied ben ik ook benieuwd of er nog dingen zijn waar de mens beter in is. Een aantal jaar geleden was er nog het probleem van de ‘horizon’ van de computer in het eindspel. Een mens zou van verre aan komen zien dat een fort in een stelling ontstaat, waar de engine bijvoorbeeld stoïcijns ‘+3 winning for white’ blijft aangeven. Toch zijn dat soort voorbeelden ondertussen al verholpen of makkelijk te verhelpen. veel verder dan dat gaat mijn kennis niet, dus ik ben ook benieuwd of er schaakengine programmeurs zijn die daar wat over kunnen vertellen.

Mooi voorbeeld met betrekking tot het coachen van de ander. Mijn voorspelling is dat computers zullen wel steeds beter worden in het vinden van de zwakheden/hiaten in iemands spel, of gekozen varianten. Tot slot en Terugkomend op mijn eerste punt: Een schaakcoach is natuurlijk veel meer dan iemand die op schaaktechnisch gebied dingen uitlegt. De psychologische ondersteuning is van onschatbare waarde voor sommige spelers.

Bedankt voor de enthousiaste reactie!

Het gaat wellicht voorbij aan het boek, maar wat mij persoonlijk wel fascineert is in welke mate AI kan ondersteunen bij leren. Oftewel, hun didactische capaciteiten. Je recensie doet mij onder meer denken aan Theory of Mind (i.e. bewust zijn van de bedoelingen van iemand anders (in dit geval een menselijke schaker)).

XAI (Explainable Artificial Intelligence) wordt in schaken al geweldige stappen gezet. Uitleggen waarom bepaalde zetten worden gespeeld gaat flink vooruit. Een voorbeeld daarvan is Decodechess. Jezelf verplaatsen in iemand anders is alleen andere koek.

Om het uit te leggen aan de hand van een puzzel (blind proberen op te lossen mag voor de gevorderden): Wit: a3, b2, d4, f2, g3, h2, Ld5, Kd2, Tc1, Th1. Zwart: a7, b7, d6, f7, g7, h7, Ld7, Kg8, Tc8, Te8. Wit aan zet. Is Lxb7 goed of fout? *antwoord onderaan

Speler 1 (rating 800) speelt Lxb7; Speler 2 (1800) speelt The1; Speler 3 (2000) speelt Lxb7; Speler 4 (2200) speelt Tc3; Speler 5 (2400) speelt Lxb7.

Het antwoord Lxb7 is goed. 1. Lxb7 Tb8 2. Tc7 Txb7 3. Txb7 Lc6 4. Te1! Txe1 5. Tc7!! Aangezien het een diepere variant is, kan er op verschillende momenten wat verkeerd zijn gegaan. Coaches zullen zich beter kunnen verplaatsen in bovenstaande spelers waarom de verschillende spelers het antwoord goed of fout hebben. Ik ben benieuwd wat er door ‘het hoofd’ van een computer gaat en hoe hij deze verschillen weet te verklaren. Oftewel, in welke mate kan de computer zich verplaatsen in de ander.

Ik ga in mijn handen klappen als computers beter worden dan schaakcoaches op dit gebied. Ik sluit het niet uit, maar ik verwacht dit niet. Mijn vermoeden is dat de toekomst een samenwerking is tussen AI en coaches. Ze kunnen elkaars krachten versterken.