얘네가 수학적으로 정의된 완벽한 수를 찾아내는건 아예 불가능함. 애초에 인공지능 자체가 확률적으로 가장 높은 확률의 최선의 수를 찾아낼 수는 있어도 그게 정말 수학적으로 완벽한 최선의 수라고 단정지을 수는 없음. 애초에 수학적으로 완벽하게 최선의 수를 찾으려면 말 그대로 모든 체스 속 경우의 수를 싹 다 조사해야만 가능함. 물론 그게 불가능하다는 건 다 알테고.

대신 체스의 인공지능이 찾아내는 수가 '사실상' 최선의 수일 가능성은 매우 높다고 할 수는 있겠지.




그리고 알파고 딥러닝 존나 시키면 스톡피쉬같은 기존 엔진들 다 박살낼 수 있다는 말도 있던데 이것도 살짝 애매한게

체스 인공지능은 크게 두가지로 나뉘긴 함. 기존에 인간이 만든 알고리즘을 바탕으로 하는 엔진과 기계학습을 바탕으로 하는 엔진.

두가지 차이에 대해서 먼저 말해볼게.

근데 기계학습, 그러니깐 여기서 말하는 인공지능을 다른 거 다 제쳐두고 '기계학습이 가능한' 인공지능이라고 한정지어 볼게. 그러니깐 기존에 막 게임 ai 나 이런 거 말고, 인공지능 학과 같은데서 다루는 인공지능 말이야. 기계학습이 딥러닝이 되었든 강화학습이 되었든.
사실 이 기계학습을 바탕으로 한 인공지능 체스 엔진인 알파제로가 기존에 인간이 만든 체스 알고리즘을 바탕으로 한 스톡피쉬를 처바르긴 했음.

알파제로는 기계 학습, 그리고 스톡피쉬는 인간이 만든 알고리즘을 바탕으로 연산함.

즉 애초에 스톡피쉬는 포지션을 평가할 때 인간이 정한 기준을 따라감. 얘를 들어 전진된 폰이 있는지, 기물 우위가 있는지, 뭐 나이트를 가졌는지 비숍 쌍을 가졌는지, 7번 째 행에 룩이 침투되어 있는지 등등..

이런 것들을 바탕으로 포지션을 계산함. 그리고 수를 찾을 때, 이 포지션을 기반으로 점수를 매겨 가장 높은 점수를 얻어낼 수 있는 수를 찾아내는 거임.

https://youtu.be/U4ogK0MIzqk

그래서 사실 개인 개발자도 위에 서술한 방식대로 만들 수도 있음. 위에 링크는 간단한 체스 엔진을 만드는 과정인데 사실 스톡피쉬도 더 정교할 뿐 이것과 크게 다르진 않음.



문제는 스톡피쉬 14임. 위에 말한 건 수 년 전 스톡피쉬가 저랬다는 거고
스톡피쉬 14같이 현재 나오는 체스 엔진들은 애초에 거의 대부분 학습이 가능한 인공지능 기술을 다 달고 있음. 이것이 결합되자 알파 제로로도 스톡피쉬 14+는 못이김.

그래서 아래에 알파고 딥러닝 존나 시키면 스톡피쉬 쳐바르지 않냐고 하는 말 있던데

실제로 딥마인드에서 알파고 딥러닝(사실 딥러닝이 아니라 다른 머신러닝 기술이긴 한데) 학습존나 시킨 알파제로가 스톡피쉬8을 뚜까 때린 과거는 있음. 애초에 알파제로는 시간이 지날 수록 강해지는데 스톡피쉬는 버전 업을 하지 않는 이상 실력은 똑같으니깐.



근데 애초에 요새 나오는 엔진은 애초에 인공지능 기술이 다 도입되어 있고, 스톡피쉬 14+ NNUE 도 사실상 기계학습을 기반으로 한 인공지능 체스 엔진임. 그래서 사실 체스 엔진을 두 방식으로 나누는 것 자체가 이제는 큰 의미가 없음. 애초에 두 기술을 모두 섞어서 제작함.



그래서 결론은 알파고 딥러닝 존나 시키면 체스 엔진들 다 뚜까 패지 않냐? -> 그만큼 스톡피쉬 14 NNUE도 학습을 함. 알파제로가 예전엔 스톡피쉬 강간하고 다녔는데 이젠 그렇지는 않음.
그리고 현재 스톡피쉬 14보다 강한 엔진이 없음.


물론 유튜브에 stockfish 14 vs (다른 체스 인공지능) 검색해보면 의외로 stockfish14 가 지는 경기가 많이 있긴 함.