Notities over Schaken en AI

Geïnspireerd door een artikel op LessWrong over hoe Go-spelers zichzelf ontmachten ten opzichte van AI, leek het me interessant om een verzameling anekdotes en ervaringen met schaken te delen. Ik heb er bewust voor gekozen dit artikel zonder schaakdiagrammen of stellingen te schrijven; deze volgen mogelijk in een tweede deel. In dit stuk gebruik ik de termen 'engine', 'computer' en 'AI' grotendeels uitwisselbaar.

De evolutie van mens tegen machine

In 1997 versloeg Deep Blue de toenmalige wereldkampioen Garry Kasparov in een match met 3,5-2,5. Het was een historisch resultaat, al was het niet zonder controverse. Afgaand op de kwaliteit van de partijen toonde Kasparov wellicht nog steeds een superieur strategisch begrip. Mens-computerwedstrijden gingen het volgende decennium door. De laatste match van dit type werd gespeeld tussen Deep Fritz en Vladimir Kramnik, waarbij de computer won met 4-2. Zelfs daar vertoonde de machine weinig tekenen van bovenmenselijk vermogen: de wereldkampioen maakte in partij 2 inexplicabel een blunder die leidde tot mat in één zet, vier van de andere vijf partijen eindigden in remise, en hij verloor de laatste partij in een wanhopige poging de match nog te redden.

Sindsdien zijn computers gestaag sterker geworden. Omdat huidige engines niet tegen mensen spelen, is het moeilijk om hun exacte ratingniveau vast te stellen (vaak worden de matches uit 1997 en 2006 als referentiepunt gebruikt om hun Elo-rating te bepalen). Daarnaast dwingt het remisegevoelige karakter van schaken ontwikkelaars om ongebalanceerde openingsboeken te gebruiken om het kwaliteitsverschil tussen engines te differentiëren, aangezien een match vanuit de startpositie bijna uitsluitend uit remises zou bestaan. We kunnen stellen dat er naarmate de tijd verstrijkt steeds minder posities zijn waarin engines fouten maken, hoewel de ruimte van alle mogelijke stellingen enorm is.

Schaken in het tijdperk van computerdominantie

Schakers groeien tegenwoordig op in een tijdperk waarin computerdominantie een gegeven is. Computeranalyse en programma's zijn overal; elke commentaar op partijen van topniveau bevat een 'eval bar', een indicator die precies laat zien hoe goed een speler op elk gegeven moment staat. De notatie van de partij bevat vaak gekleurde commentaren die aangeven welke zetten fouten of blunders waren. Op de inmiddels stopgezette website Chessbomb.com markeerden chatters slechte partijen spottend als 'regenboogkleurig'.

Ook het aandeel topspelers dat AI gebruikt, is gestaag toegenomen. In de beginperiode speelden sommige sterke grootmeesters consequent hun favoriete openingen, en een tijd lang kwamen ze daarmee weg. Een van mijn eerste coaches, een speler in de top 100, gebruikte standvastig Rybka 3, zelfs toen nieuwere versies verschenen. Hij hield van het 'gevoel' ervan en de manier waarop de engine bepaalde stellingen benaderde.

Wat gebeurde er met de spelers die weigerden AI te adopteren? Zij stopten geleidelijk met het behoren tot de absolute top. Van de huidige top 100 spelers gebruiken er minstens 95, en waarschijnlijk alle 100, de nieuwste engines of spelen openingszetten die door top-engines worden gesuggereerd [1].

De illusie van 'het begrijpen'

De schaakwereld is opmerkelijk inclusief voor alle leeftijden. Wanneer je spreekt met elke grootmeester uit de jaren 80, is er een direct teken van ontzag in hoe zij spreken over de topspelers van die tijd. Patrick Wolff beschreef analyseren met Vishy Anand als 'in de aanwezigheid van God', een sentiment dat later werd gedeeld door een jonge Magnus Carlsen toen hij al de nummer 1 van de wereld was. Wellicht is het mogelijk dat mensen vóór de komst van AI een superieure methode van begrip demonstreerden. Ze 'begrepen het' simpelweg [2].

Ik denk daar anders over. Het fundamentele probleem met 'het begrijpen' is dit: het doel van schaken is niet om kunst te creëren, niet om inzicht te tonen, en niet om strategische briljantie te etaleren. Het doel van schaken is om schaakpartijen te winnen [3]. De topspelers gebruiken alle beschikbare middelen, inclusief enorme hoeveelheden computertijd om elke mogelijke variant en stelling diepgaand te analyseren.

Als AI echter voor iedereen gratis beschikbaar is, wat is dan nog het onderscheidende vermogen? Waarom zijn de elite-spelers beter dan de minder elite spelers [4]? Topspelers zoeken naar minder verkende lijnen — maar met een kleine nuance. In de populaire cultuur wordt vaak gezegd dat Magnus Carlsen 'doelbewust niet de beste zetten speelt', hoewel een accuratere beschrijving zou zijn: 'doelbewust niet de beste zetten spelen, om vervolgens de volgende 5-10 zetten te analyseren en de beste vervolgzetten uit het hoofd te leren'. Het is geen toeval dat Magnus Carlsen zelden of nooit wordt overtroefd in de opening; dat komt niet omdat hij 'geen AI gebruikt' [5].

Hoewel het doel nog steeds is om de veelgebruikte lijnen te vermijden, is het gebruik van AI juist geëxplodeerd. Het is moeilijk om precies te weten hoeveel analyse er wordt gedaan, omdat veel daarvan achter gesloten deuren gebeurt. Maar zelfs spelers aan de rand van de top 100 hebben duizenden openingsbestanden met elk duizenden zetten. De topspelers, die teams kunnen inhuren om voor hen te analyseren, hebben ongetwijfeld aanzienlijk meer. In het verleden werden volledige wereldkampioenschapsmatches beslist op basis van enkele lijnen, en de 'waarheid' was veel moeilijker te vinden. Nu men weet dat er verrassingen komen, is het noodzakelijk om randvarianten te analyseren om voorbereid te zijn op alle mogelijkheden. Misschien begrijpen AI-gebruikers het spel wel, misschien niet, maar mensen die geen AI gebruiken, bevinden zich niet eens meer in de arena. Zij krijgen niet eens de kans om het te begrijpen [6].

Persoonlijke ervaringen met bovenmenselijk niveau

Een jaar geleden had ik een eigenaardige ervaring van 'het niet begrijpen'. Bij puur toeval kwam ik Carlsen tegen in de Grenke Freestyle Open, een toernooi waarbij de startpositie wordt gerandomiseerd, waardoor het uit het hoofd leren van openingen overbodig is. In slechts 6 of 7 zetten bereikte ik met wit een praktisch verloren stelling. Misschien was hij gewoon veel sterker dan ik. Misschien door zijn manier van schaken, het lezen van boeken, het begrijpen van de klassiekers, puur talent of genialiteit. Ik was mezelf wijsgemaakt dat ik het begreep tot in de top 30 van de wereld, maar híj begreep het echt.

'Het begrijpen' is moeilijk. Misschien is de lelijke waarheid dat de meeste mensen hun hele leven aan één ding besteden zonder het ooit echt te doorgronden. In 1963 verklaarde Bobby Fischer beroemd dat hij elke topvrouw in het schaken een paard-voorsprong (een bijna onoverkomelijk nadeel) kon geven en nog steeds zou winnen. Het was een uitspraak die zo outrageous was dat ze universeel als misogyn wordt veroordeeld. Maar wat vrijwel zeker waar is, is dat AI hem vandaag de dag ook een paard-voorsprong zou kunnen geven en winnen, althans bij een relatief snelle tijdcontrole.

In 2024 speelde ik een match tegen Leela met paard-odds. Het was de eerste keer dat AI demonstreerde dat het een speler uit de top 50 kon verslaan ondanks het missen van een paard. Hoewel ik het rapid-gedeelte won (met meer starttijd), won Leela in het blitz-gedeelte met 8-2 (6 winstpartijen, geen verliezen). Mijn resultaat bleek echter uitzonderlijk. In de maanden daarna verbeterde het netwerk; Hikaru's score van 12,5% in een reeks van dubbelcijferige partijen was het beste resultaat van alle topspelers [7].

Dit was een opmerkelijk resultaat, zeker omdat Jordan van Foreest een paar jaar geleden Stockfish versloeg met een tekort van slechts twee pionnen — een veel kleiner handicap. Sterke schaakengines zijn ontworpen om tegen andere sterke engines te spelen en zullen in verloren stellingen proberen de partij te rekken in plaats van te zoeken naar tegenkansen. Leela was opmerkelijk in de manier waarop ze consequent middelen vond wanneer het leek alsof er geen waren.

Nog indrukwekkender dan die vindingrijkheid was het strategische begrip. Spelen tegen Leela, zelfs met een extra stuk, voelde ongelooflijk beknellend. De machine won ruimte, creëerde zwaktes en zorgde voor situaties waarin een extra stuk eerder als een nadeel dan als een voordeel aanvoelde. Ze viel aan op één kant van het bord, liet dat vervolgens los, om 15 zetten later een keten van zetten te verbinden waardoor alles plotseling relevant leek.

Het was artistiek en prachtig; een type schaak dat ontzagwekkend was om tegen te spelen. Ik vroeg grootmeester Larry Kaufman om een kopie van de 'weights' zodat ik regulier schaken met Leela kon analyseren op zoek naar nieuwe ideeën. Zijn antwoord was enigszins ontmoedigend:

"Het probleem is dat de Leela Odds-bots getraind zijn om de beste praktische kansen te vinden tegen een menselijke speler van grootmeesterniveau die blitz speelt, gegeven dat Leela ongeveer duizend Elo sterker is. Stel je voor dat je getraind zou worden om spelers met een rating van 1700 te verslaan. Je kunt niet simpelweg een miljoen partijen tegen hen spelen en kijken wat werkt, want je zult bijna elke partij winnen, ongeacht wat je speelt."

Misschien hebben we het nooit echt begrepen [8].

Ontmachtiging of Versterking?

Het punt dat ik wil maken is niet dat schakers AI gebruiken om hun begrip van het spel te versterken, of dat mens en machine in tandem werken om de menselijke kennis vooruit te helpen [9]. Voor de beoefenaar is die hele premisse onjuist: het gaat simpelweg om wat AI kan doen ten dienste van het doel.

Schaken bevindt zich in een interessante ruimte waar we onszelf bijna volledig aan AI hebben overgegeven. In het begin van de jaren 2010 kon men nog redelijkerwijs claimen dat mensen input konden leveren aan de top-engines [10]. Tegenwoordig zijn engines essentieel een orakel dat binnen minuten, zo niet seconden, de juiste weg wijst. Voor alle praktische doeleinden zijn ze onfeilbaar.

Toch vertonen topspelers tekenen van ontmachtiging? Hebben we onze originaliteit en menselijkheid afgestaan aan de machines? Ik denk dat het antwoord nog steeds 'nee' is.

De huidige wereldkampioen, Gukesh D, gebruikte naar verluidt geen computers totdat hij grootmeester werd. Zijn volgende uitdager, Javokhir Sindarov, houdt uitgebreide trainingskampen zonder enige computer [11]. Natuurlijk moet men dergelijke trainingstechnieken met een korrel zout nemen. Ondanks dat het niet-gebruik van computers een integraal onderdeel is van zijn training, stormde Sindarov door de Candidates met schitterend spel en briljante voorbereiding.

Bovendien zijn competitieve omgevingen zoals schaken zelfcorrigerend. Als er winst te behalen valt door af te wijken van AI, zullen spelers uiteindelijk minder AI gaan gebruiken. Spelers gebruiken AI meer omdat hun concurrenten dat ook doen. Naarmate computers sterker zijn geworden, is de voorbereiding dieper en accurater geworden.

In plaats van topspelers te zien die gevangen zitten in een soort 'AI-psychose', benutten ze AI op ongelooflijke manieren. Wanneer ik kijk naar de huidige generatie jonge elitespelers, zie ik dat ze originele ideeën vinden, ongelooflijk diep berekenen en een mix van strategische en aanvallende stijlen hanteren. Een vaak genoemd effect van computers is dat spelers tegenwoordig veel meer defensieve middelen vinden dan voorheen.

De waarheid is dat alles belangrijk is; het verwaarlozen van enig aspect van het spel zal altijd tot problemen leiden. Leren van AI is cruciaal, maar dat is trainen zonder AI ook; mentale uithoudingsvermogen, fysieke fitheid, slaap — dit alles is essentieel voor resultaten. Misschien is het juist de botsing van unieke stijlen — voortvloeiend uit variërende trainingsmethoden — die schaken interessant maakt.

Schakers hebben zichzelf ontmachtigd ten opzichte van AI. Maar met deze ontmachtiging komt een nieuwe vorm van versterking: de creatie (en destructie!) van openingen, strategieën en stijlen. Toch denk ik niet dat de meeste schakers zich bezighouden met de 'nobele taak' die hen is toebedeeld als bewakers van het Koningsspel [12].

Valsspelen en misbruik van AI

Het debat over valsspelen in het schaken is de afgelopen jaren geëxplodeerd. Een interessant fenomeen is dat sommige spelers die op jonge leeftijd AI hebben misbruikt, inmiddels zijn uitgegroeid tot zeer sterke spelers.

De schaakgemeenschap heeft over het algemeen besloten om online valsspelen als minder ernstig te beschouwen dan valsspelen 'over the board' (OTB). Misschien speelt de mate van voorbedachtheid of voorbereiding bij OTB-valsspelen een rol. Schaakwebsites controleren zichzelf; hoewel ze samenwerken met de FIDE, vallen ze niet onder diens jurisdictie. Hoe dan ook, online valsspelen is zo prevalent vergeleken met OTB dat het zinvol lijkt om onderscheid te maken.

In het bijzonder is het punt bereikt waarop spelers die stilletjes van online servers zijn verwijderd, de absolute top van de schaakwereld hebben bereikt. In 2024 bevatte het Candidates Tournament voor het eerst een speler die online was verbannen vanwege schendingen van FairPlay [13]. En in 2026 zal een speler die eerder was verbannen wegens FairPlay-schendingen voor het eerst meespelen in het Wereldkampioenschap [14].

Misschien tot ergernis van sommigen lijkt valsspelen en AI-misbruik de carrière of ontwikkeling van topspelers niet materieel te beïnvloeden. Hoewel dit een ethisch debat is dat wellicht buiten de scope van dit artikel valt, herinnert het ons aan het centrale principe: schakers worden niet beloond voor eerlijkheid, integriteit of artistieke waarde. Ze worden beloond voor het winnen van partijen, en AI-misbruik lijkt — na een korte straf — het winnen op de lange termijn niet in de weg te staan.

Ik weet niet zeker of dit principe zich uitstrekt naar de bredere wereld.

Jeugd en AI

Een interessant facet van de introductie van schaakengines is de snelle opkomst van wonderkinderen. Onlangs brak het Turkse wonderkind Yagiz Erdogmus op 14-jarige leeftijd door in de prestigieuze '2700 Elo club', waarmee hij het vorige record met meer dan een jaar verbrak. In de jaren 80 was informatie schaars; partijen stonden in The Informant, een tijdschrift dat alle topgames van de afgelopen zes maanden verzamelde. Tegenwoordig is informatie direct beschikbaar, kunnen jonge spelers online ervaring opdoen tegen topspelers en analyseren met dezelfde tools als de wereldtop. Op slechts 14-jarige leeftijd kwam Erdogmus heel dicht bij een remise tegen Magnus Carlsen met zwart, een sensationele prestatie [15].

Denken dat AI niet nuttig is of geen waardevolle taken kan uitvoeren, voelt voor mij meer als een reflectie van het type taken dat iemand uitvoert dan als een veroordeling van AI [16]. Net zoals Large Language Models simpelweg 'voorspellers van het volgende token' zijn, zijn schaakengines zoals Stockfish in wezen 'brute force tree search algoritmen'.

In 1913 was G.H. Hardy de eerste wiskundige die de genialiteit van Ramanujan herkende. De wiskundige gemeenschap was toen veel meer gesloten; wiskunde bedrijven was niet genoeg, het was ook een gedeelde taal en community. Dit betekende dat er een toetredingsdrempel was, noodzakelijk om amateurs te filteren, maar waardoor ook talent verloren ging.

In het AI-tijdperk, met de proliferatie van informatie, zullen we waarschijnlijk nog meer talent zien en ongelooflijke prestaties op jonge leeftijd. Schaken, hoewel een nauwe en goed gedefinieerde discipline, ziet al tieners die concurreren met de allerbesten ter wereld. Misschien is de meest optimistische noot van vandaag dat jonge talenten met AI de scene bestormen om problemen op te lossen, kunst te creëren en nieuwe architecturen uit te vinden.

***

Voetnoten: [1] Met uitzondering van Vasyl Ivanchuk, die alles uit het hoofd lijkt te spelen en alles weet. [2] Niet alle schakers waren zo gemakkelijk onder de indruk. Fischer noemde zijn voorgangers 'zwakke spelers' en beschuldigde zijn opvolgers ervan hele matches vooraf af te spreken, omdat hij geloofde dat ze niet in staat waren dergelijke partijen natuurlijk te spelen. [3] Soms heb ik na een partij de analyse gedaan met een tegenstander; zij tonen elke variant die ze hebben berekend en elk strategisch concept. Wanneer ze vragen wat hun fout was, is het typische antwoord: ze besteedden teveel tijd aan nadenken en kwamen in tijdnood. [4] Eerlijk gezegd is deze vraag moeilijk te beantwoorden, want topspelers vertellen niet iedereen precies hoe ze trainen. Dit is gebaseerd op eigen ervaringen tegen hen en zwakkere spelers, en beperkte gesprekken. [5] Technisch gezien doet hij dat waarschijnlijk niet, maar er is een alternatief: anderen betalen om AI voor je te gebruiken. [6] "AI zal je waarschijnlijk niet vervangen, maar iemand die AI beter gebruikt dan jij wel." [7] Later, met veel meer openingsvoorbereiding en een defensieve stijl, wist ik 32% te scoren in 22 partijen (2W, 9L, 11R). [8] It's turtles all the way down. [9] Hoewel ik zou beargumenteren dat dit ook waar is, maar dat is een aparte discussie. [10] Dit is gebaseerd op anekdotische ervaringen; zie voor een discussie hierover Dubov: What Is Talent, Training Magnus For The Match Against Fabiano. [11] Zie interview met Sindarov op Chessbase, met de kanttekening dat men interviews niet te serieus moet nemen. [12] Een zorgwekkende vraag is of AI-gestuurde omgevingen vastlopen in een 'ontmachtigd evenwicht' vergelijkbaar met scenario's uit de Koude Oorlog. Is er iets intrinsieks of moois aan het spel dat AI vernietigt? [13] Het is mogelijk dat dit eerder is gebeurd, maar geruchten zijn moeilijk te onderbouwen. [14] Zie profiel op Chess.com (maloy07) en diverse partijen op Lichess. [15] Carlsen hield Kasparov op 13-jarige leeftijd in een rapid-partij tot remise, en Radjabov 'swindelde' Kasparov in Linares 2003. Bobby Fischer versloeg op 15-jarige leeftijd veel van de sterkste spelers in blitz in de Sovjet-Unie, hoewel hij volgens velen veel partijen verloor van Tigran Petrosian. [16] Zie strip over waarom men geen wiskundeleraar kan worden (smbc-comics).