Base de datos de tablas de finales

Ir a la navegaciónIr a la búsqueda

Una interfaz típica para solicitar una base de datos de tablas. Para cada movimiento del Blanco, la
base de datos devuelve el número de movimientos necesarios para ganar. Rc6 y Da6+ gana en
cinco movimientos, por lo que son los movimientos óptimos.

Una base de datos de tablas de finales es una base de datos computarizada de todas
las posiciones de ajedrez dentro de ciertos finales. La base de datos de tablas muestra el
valor de cada posición según la teoría del juego (victoria, derrota o tablas) y cuántos
movimientos tardará en conseguir ese resultado con un juego perfecto. Así, la base de
datos actúa como una máquina oracle, proporcionando siempre los movimientos óptimos
para las Blancas y las Negras.
Las bases de datos de tablas se generan mediante ajedrez retrospectivo, trabajando hacia
atrás desde una posición de jaque mate. Las bases de datos de tablas han resuelto el
ajedrez para todas las posiciones con seis o menos piezas (incluyendo los dos reyes). Los
resultados de la solución han avanzado profundamente en los conocimientos de la teoría
de finales por parte de la comunidad ajedrecística. Algunas posiciones que los humanos
habían analizado como tablas se probó que eran ganables, la base de datos de tablas
podían ver un mate en 100 movimientos o más, muy lejos del horizonte de los humanos y
las computadoras. Las bases de datos han aumentado la competitividad del juego y
facilitado la composición de estudios. Proporcionan una potente herramienta analítica,
permitiendo a los estudiosos del ajedrez descubrir sus secretos más profundos.

Índice

 1Origen

 2Generación de las bases de datos

o 2.1Métricas: Profundidad de conversión y profundidad de mate

o 2.2Paso 1: Generar todas las posibles posiciones

o 2.3Paso 2: Evaluar las posiciones utilizando un análisis retrospectivo

o 2.4Paso 3: Verificación

o 2.5Capturas, promociones y movimientos especiales

 o 2.6Utilizando información a priori

 3Aplicaciones

o 3.1Ajedrez por correspondencia

o 3.2Ajedrez por ordenador

o 3.3Teoría de finales

o 3.4Estudios

 4"Juega al ajedrez con Dios"

 5Nomenclatura

 6Véase también

 7Referencias

 8Bibliografía

 9Enlaces externos

Origen[editar]
En principio, es posible resolver cualquier juego con la condición de que se conozca el
estado completo y no haya ninguna oportunidad aleatoria. Las soluciones fuertes se
conocen para algunos juegos simples, como las tres en raya (tablas con un juego perfecto)
y el Conecta Cuatro (el primer jugador gana) y en julio de 2007 para las damas utilizando
el "Chinook" (tablas con juego perfecto). Otros juegos como el ajedrez (desde la posición
inicial) y el Go, no se han resuelto debido a que su complejidad es demasiado grande para
que los ordenadores evalúen todas las posibles posiciones. Para reducir la complejidad del
juego, los investigadores han modificado estos juegos complejos reduciendo el tamaño del
tablero, el número de piezas o ambos.
El ajedrez por computadora es uno de los terrenos más antiguos de la inteligencia artificial,
habiendo empezado en los años 1940. Claude Shannon propuso los criterios formales
para evaluar los movimientos del ajedrez en 1949. En 1951, Alan Turing diseñó un
programa primitivo que jugaba al ajedrez, que asignaba valores para material y movilidad,
el programa "jugaba" al ajedrez basándose en los cálculos manuales de Turing (Levy y
Newborn, 1991, pp. 25-38). Sin embargo, incluso cuando se empezaron a desarrollar
programas de ajedrez competentes, exhibieron una debilidad manifiesta jugando
los finales. Los programadores añadieron heurísticas específicas para el final, por ejemplo,
el reydebería moverse al centro del tablero Plantilla:Harvcol. Sin embargo, era necesaria
una solución comprensible.
En 1965, Richard Bellman propuso la creación de una base de datos para resolver finales
de ajedrez y damas utilizando ajedrez retrospectivo (Stiller1995, Stiller 1995:84).1 En vez
de analizar hacia delante a partir de la posición actual, la base de datos analizaría hacia
atrás desde posiciones donde un jugador da jaque mate. Así, una computadora de ajedrez
no necesitaría analizar nunca más posiciones finales durante la partida porque estarían
resueltas de antemano. No volvería a haber errores porque las bases de datos de tablas
siempre jugarían el mejor movimiento posible.
En 1970, Thomas Ströhlein publicó una tesis doctoral 23 con análisis de las siguientes
clases de finales: RDR, RTR, RPR, RDRT y RTRC.4 Ken Thompson y otros ayudaron a
extender las bases de datos para cubrir todos los finales de cuatro y cinco piezas,
incluyendo en particular RAARC, RDPRD y RTPRT Plantilla:Harvcol.56 Lewis Stiller publicó
una tesis con investigaciones sobre algunas bases de datos de tablas de finales con seis
piezas en 1995 (Stiller1995, Stiller 1995:68-113).7
Los contribuyentes más recientes son los siguientes:

 Eugene Nalimov por el que las base de datos de tablas de finales reciben su
nombre.

 Eiko Bleicher, que ha adaptado el concepto de base de datos de tablas a un

programa llamado "Freezer".

 Guy Haworth, un académico de la Universidad de Reading, que ha publicado

intensivamente en el ICGA Journal.

 Marc Bourzutschky y Yakov Konoval, que han colaborado para analizar los finales
con siete piezas en el tablero.
Las primeras tablas de finales para 4 piezas se construyeron al final de los años ochenta,
las de 5 piezas en los 90 y el análisis de todos los finales de hasta seis piezas (incluyendo
los dos reyes) se completó en 2006. (Sin embargo, las bases de datos de tablas con cinco
piezas contra un sólo rey no se han producido porque el resultado es casi siempre obvio.)
La investigación de bases de datos de siete piezas se estimaba que sería completada a
finales de 2015.8 pero se lograron en 2013 en Rusia gracias a un superordenador
llamado Lomonósov. Debido a su origen se las conoce como tablas Lomonosov. Ocupan
140 Terabytes pero puede consultarse en la web sin ser descargadas por completo.

Generación de las bases de datos[editar]

Métricas: Profundidad de conversión y profundidad de mate [editar]
Ejemplo: DTC vs. DTM

Antes de crear una base de datos de tablas, un programador tiene que elegir
una métrica de optimalidad, en otras palabras, se tiene que definir en qué punto un jugador
ha ganado la partida. Cada posición puede definirse por su distancia (p.ej. el número de
movimientos) desde el punto final deseado. Generalmente se utilizan dos métricas:

 Profundidad del mate (DTM, del inglés Depth to mate). El mate es el único
camino considerado hacia la victoria.

 Profundidad de conversión (DTC, del inglés Depth to conversion). El lado

atacante también puede ganar capturando material, así convirtiendo el final en uno
más simple. Por ejemplo, en el final RDRT, la conversión ocurre cuando el Blanco
capture la torre Negra.
Haworth ha discutido otras dos métricas, llamadas Profundidad al Movimiento Zero(DTZ,
del inglés Depth to Zeroing-Move) y Profundidad para la regla (DTR, del inglés depth by
the rule). Estas métricas se corrigen para la regla de los cincuenta movimientos y se han
lanzado al público unas cuantas bases de datos con estas métricas.9
La diferencia entre DTC y DTM se puede comprender analizando el diagrama a la
derecha. Cómo debería proceder el Blanco depende de qué métrica se utilice.

Métrica Jugadas DTC DTM

DTC 1. Dxd1 Rc8 2. Dd2 Rb8 3. Dd8 mate 1 3

DTM 1. Dc7+ Ra8 2. Da7 mate 2 2

De acuerdo con la métrica DTC, el Blanco debería capturar la torre porque "gana"
inmediatamente (DTC = 1), pero le llevará dos movimientos más dar mate (DTM = 3). En
contraste de acuerdo con la métrica DTM, el blanco da mate en dos movimientos, así que
DTM = DTC = 2.
Esta diferencia es típica de muchos finales. Normalmente DTC es menor que DTM, pero la
métrica DTM lleva al mate más rápido. Las excepciones ocurren cuando el bando defensor
sólo tiene el rey y en el extraño final de dos caballos y rey contra rey y peón, donde DTC =
DTM porque no hay material que defender para capturar o capturar el material no es
bueno. De hecho, capturando el peón defensor en el final da como resultado unas tablas.
Paso 1: Generar todas las posibles posiciones[editar]
David Levy, Cómo Juegan las Computadoras al Ajedrez

Las diez únicas casillas con simetría

Una vez que se ha elegido una métrica, el primer paso es generar todas las posiciones con
un material dado. Por ejemplo, generar una base de datos de tablas DTM para el final de
rey y dama contra rey (RDR), la computadora tiene que describir las únicas 40.000
posiciones legales de un array.
Levy y Newborn explicaron que el número 40.000 derivas de un argumento de simetría. El
rey negro se puede situar en cualquiera de las diez casillas: a1, b1, c1, d1, b2, c2, d2, c3,
d3 y d4 (ver diagrama). En cualquier otra casilla, su posición se puede considerar
equivalente por simetría, rotación o reflexión. Así, un rey negro en una esquina residirá en
a1, a8, h8 o h1. Multiplicando este número 10 por como mucho 64 casillas para colocar al
rey blanco y entonces por como mucho 64 casillas para la dama blanca. El producto
10×64×64 = 40.960. Varios cientos de estas posiciones son ilegales, imposibles o
reflexiones simétricas de otra, por lo que el número real es algo menor (Levy y Newborn,
1991, pp. 140-43)(Stiller, 1995).
Para cada posición, la base de datos evalúa la situación de forma separada si mueve el
Blanco o el Negro. Asumiendo que el blanco tiene la dama, casi todas las posiciones son
ganadas por el blanco, con mate forzado en no más de 10 movimientos. Algunas
posiciones son tablas debido al ahogado o la inevitable pérdida de la dama.
Cada pieza adicional añadida a un final sin peones multiplica el número de posiciones
únicas por un factor de aproximadamente sesenta, el número aproximado de casillas no
ocupadas todavía por otras piezas.
Los finales con uno o más peones incrementan la complejidad porque se reduce el
argumento de simetría. Como los peones se pueden mover hacia delante, pero no hacia
atrás la rotación y la reflexión vertical del tablero produce un cambio fundamental en la
naturaleza de la posición. El mejor cálculo de simetría es conseguido limitando un peón a
24 casillas en el rectángulo a2-a7-d7-d2. El resto de las piezas y peones se pueden
colocar en las otras 64 casillas con respecto al peón. Así, un final con peones tiene una
complejidad de 24/10 = 2.4 veces un final sin peones con el mismo número de piezas.
Paso 2: Evaluar las posiciones utilizando un análisis
retrospectivo[editar]
Tim Krabbé explica el proceso de generación de una base de datos de tablas como sigue:
"La idea es que una base de datos está compuesta de todas las posiciones posibles con
un material dado. Después, una subbase de datos está compuesta por todas las
posiciones donde el negro es mate. Después, una donde el blanco puede dar mate.
Después, una donde el negro no puede parar al Blanco dando mate al siguiente
movimiento. Después, una donde el Blanco siempre puede alcanzar una posición donde el
Negro no pueda parar un mate al siguiente movimiento. Y así sucesivamente, siempre un
paso más allá del mate hasta que se encuentran todas las posiciones posibles. Entonces,
todas estas posiciones son enlazadas hacia atrás para dar mate según el camino más
corto a través de la base de datos. Esto significa que, aparte de los movimientos 'equi-
óptimos', todos los movimientos en este camino son perfectos: los movimientos del Blanco
siempre conducen al mate más rápido, el movimiento del Negro siempre conducen al mate
más lento."10
Figura 1
Juegan Blancas: mate en tres ply (Rc6)

Figura 2
Juegan Negras: mate en dos ply (Rd8 o Rb8)

Figura 3

Juegan Blancas: mate en un ply (Dd7)

La Figura 1 ilustra la idea del análisis retrospectivo. El Blanco da mate en dos movimientos
con 1.Rc6, conduciendo a la posición en la Figura 2. Entonces si 1...Rb8 2.Db7 mate y si
1...Rd8 2.Dd7 mate (Figura 3).
La Figura 3, antes del segundo movimiento del Blanco, es definida como "mate en un ply".
La Figura 2, después del primer movimiento del Blanco, es "mate en dos ply" mueva lo que
mueva el Negro. Finalmente, la posición inicial en la Figura 1 es "mate en tres ply" (i.e.,
dos movimientos) porque conduce directamente a la Figura 2, que ya está definida como
"mate en dos ply". Este proceso, que enlaza una posición actual a otra posición que podría
haber existido un ply antes, puede continuar indefinidamente.
Cada posición se evalúa como una victoria o una derrota en un cierto número de
movimientos. Al final del análisis retrospectivo, las posiciones que no están designadas
como victoria o como derrota necesariamente son tablas.
Paso 3: Verificación[editar]
Después de que la base de datos se ha generado y se ha evaluado cada posición, el
resultar tiene que ser verificado independientemente. El propósito es comprobar la auto-
consistencia de los resultados de la base de datos.11
Por ejemplo, en la Figura 1 de arriba, el programa de verificación ve la evaluación "mate
en tres ply (Rc6)". Entonces se observa la posición en la Figura 2, después Rc6 y se ve la
evaluación "mate en dos ply". Estas dos evaluaciones son consistentes la una con la otra.
Si la evaluación de la Figura 2 fuera cualquier otra, sería inconsistente con la Figura 1, con
lo que la base de datos necesitaría ser corregida.
Capturas, promociones y movimientos especiales[editar]
Una base de datos de cuatro piezas tiene que depender de bases de datos de tres piezas
que podrían dar como resultado si se captura una pieza. De la misma forma, una base de
datos que contiene un peón tiene que ser capaz de depender de otras bases de datos que
incluyan un nuevo conjunto de material después de una promoción de un peón a
una dama u otra pieza. El programa de análisis retrospectivo tiene que tener en cuenta la
posibilidad de una captura o promoción en el movimiento anterior (Stiller1995, Stiller
1995:99-100).
Las bases de datos asumen que el enroque no es posible por dos razones. Primero,
en finales prácticos, esta suposición es casi siempre correcta (aunque, el enroque está
permitido por convención en estudios y problemas compuestos.) Segundo, si el rey y
la torre están en sus casillas originales, el enroque puede estar permitido o no. Debido a
esta ambigüedad, sería necesario hacer evaluaciones separadas para estados en que el
enroque es posible o no.
La misma ambigüedad existe para la captura al paso, ya que la posibilidad de una captura
al paso depende del movimiento previo del oponente. Sin embargo, las aplicaciones
prácticas de la captura al paso ocurren frecuentemente en finales con peones, con lo que
las bases de datos toman en cuenta la posibilidad de la captura al paso para posiciones
donde ambos bandos tienen al menos un peón.
Utilizando información a priori[editar]
Un ejemplo del final RTP(a2)RAP(a3). El blanco da mate en 72 movimientos, empezando con
1.Rh7! Otros movimientos blancos hacen tablasOther White moves draw.

De acuerdo con el método descrito anteriormente, la base de datos tiene que permitir la
posibilidad de que una pieza dada pueda ocupar cualquiera de las 64 casillas. En algunas
posiciones, es posible restringir el espacio de búsqueda son afectar el resultado. Esto
ahorra recursos computacionales y permite búsquedas que de otra forma serían
imposibles.
Un análisis primitivo de este tipo fue publicado en 1987, en el final RTP(a2)RAP(a3),
donde el alfil Negro se mueve en las casillas negras (ver posición de ejemplo a la
derecha).12 En esta posición, podemos realizar las siguientes suposiciones a priori:
1. Si una pieza es capturada, podemos mirar la posición resultante en la base de
datos correspondiente con cinco piezas. Por ejemplo, si el peón Negro es
capturado, se mira la recientemente posición creada en RTPRA.
2. El peón Blanco permanece en a2; los movimientos de captura son gestionados
por la regla número 1.
3. El peón Negro permanece en a3; los movimientos de captura son gestionados
por la primera regla.13
El resultado de esta simplificación es que, en vez de buscar 48 * 47 = 2.256
permutaciones para las ubicaciones de los peones, hay sólo una permutación.
Reduciendo el espacio de búsqueda por un factor de 2.256 facilita un cálculo
mucho más rápido.
Bleicher ha diseñado un programa comercial llamado "Freezer", que permite a
los usuarios construir nuevas bases de datos de tablas de Nalimov existentes
con información a priori. El programa puede producir una base de datos para
posiciones de siete piezas con peones bloqueados, incluso aunque las bases
de datos de tablas no estén generalmente disponibles. 14

Aplicaciones[editar]
Ajedrez por correspondencia[editar]
Kasparov vs Resto del Mundo, 1999
 La posición después de 55.Dxb4 cuando la partida se redujo a una posición
de seis piezas. Un análisis de base de datos de tablas ahora demuestra que
la partida está totalmente perdida para el Negro en 82 movimientos. Sin
embargo, no se conocía en ese momento y la partida continuó durante siete
movimientos más para el Blanco antes de que el Equipo del Mundo
abandonara.
En ajedrez postal, un jugador puede consultar un ordenador de ajedrez para
tener asistencia, si las reglas de la competición lo permiten. Una base de
datos de seis piezas (RDDRDD) se utilizó para analizar el final de la partida
por correspondencia Kasparov contra el Resto del Mundo.15 Los jugadores
también utilizan bases de datos para analizar finales en partidas en tablero en
el análisis post-mortem.
Los jugadores de competición necesitan conocer que las bases de datos de
tablas ignoran la regla de los cincuenta movimientos. De acuerdo con esa
regla, si han pasado cincuenta movimientos sin ninguna captura o un
movimiento de peón, cualquier jugador puede reclamar tablas. La FIDE ha
cambiado esta regla varias veces, la primera vez en 1974, para permitir cien
movimientos para finales donde cincuenta movimientos son insuficientes para
ganar. En 1988, la FIDE permitió setenta y cinco movimientos para los finales
RAARC, RCCRP, RDRAA, RDRCC, RTART y RDPRD con el peón en la
séptima fila, porque las bases de datos de tablas habían descubierto
posiciones en estos finales que necesitaban más de cincuenta movimientos
para ganar. En 1992, la FIDE canceló estas excepciones y restauró la regla de
los cincuenta movimientos original.9 Así, una base de datos de tablas debe
identificar una posición como ganada o perdida, teniendo en cuenta la regla de
los cincuenta movimientos.
Haworth ha diseñado una base de datos de tablas que produce resultados
consistentes con la regla de los cincuenta movimientos. En general, sin
embargo, las bases de datos no aceptan esta restricción artificial, y buscan los
límites teóricos o el mate forzado, incluso si necesita varios cientos de
movimientos.
Ajedrez por ordenador[editar]
El conocimiento contenido en bases de datos concede a los ordenadores una
tremenda ventaja en los finales. Los ordenadores no sólo juegan
perfectamente un final, sino que pueden simplificar a una posición ganada en
la base de datos en finales más complejos.16 Para el último propósito, algunos
programas utilizan "bases de bit" que dan el valor teórico de posiciones sin el
número de movimientos hasta que se realiza el mate, es decir, sólo revelan si
la posición está ganada, perdida o es tablas. Algunas veces incluso este dato
está comprimido y la base de bits sólo revela si una posiciín está ganada o no,
no haciendo diferencia entre una partida perdida o tablas.17
Sin embargo, algunos expertos del ajedrez por computadora han observado
inconvenientes prácticos.18 Además de ignorar la regla de los cincuenta
movimientos, un ordenador en una posición difícil puede evitar el lado
perdedor de una base de datos incluso si su oponente no puede ganar de
forma práctica sin conocer la base de datos. Otro efecto adverso podría ser un
abandono prematuro, o una línea de juego inferior que pierde con enos
resistencia de la que puede ofrecer una bases de datos.
Otro inconveniente es que las bases de datos necesitan mucha memoria para
almacenar los muchos miles de posiciones. Las bases de datos de Nalimov,
que utilizan el estado del arte de las técnicas de compresión, necesitan
7.05 GB de disco duro para todos los finales de cinco piezas. Los finales de
seis piezas necesitan aproximadamente 1.2 terabytes.19 Las bases de datos
de tablas de siete piezas de Nalimov necesitan más capacidad de
almacenamiento de disco duro y de RAM para operar de la que estará
disponible de forma práctica en un futuro cercano. Las bases de bits, sin
embargo, ocupan mucho menos espacio. Las Shredderbases, por ejemplo,
utilizadas por el programa Shredder, comprime todas las bases de datos de
finales de tres, cuatro y cinco piezas en 157 MB. Esto es una mera fracción de
los 7.05 GB que necesitan las bases de datos de tablas de Nalimov. 20
Algunos ordenadores juegan mejor en general si su memoria está dedicada en
vez de a finales a la función de búsqueda y evaluación. Los ordenadores
modernos analizan lo suficientemente lejos convencionalmente para manejar
los finales elementales sin la necesidad de bases de datos (p.ej. sin sufrir el
efecto horizonte). Es sólo para posiciones más sofisticadas que la base de
datos mejorará significantemente sobre la computación ordinaria.
Teoría de finales[editar]
Lewis Stiller, 1991
 El Blanco da mate en 262 movimientos
Las bases de datos han respondido a preguntas que han estado durante
mucho tiempo sin resolver sobre su ciertas combinaciones de material eran
victoria o tablas. Los siguientes resultados interesantes fueron encontrados:

 RAARC - Bernhard Horwitz y Josef Kling (1851) propusieron que el Negro

puede entablar entrando en una fortaleza defensiva, pero las bases de
datos demostraron una victoria general, con un máximos de DTC = 66 ó
67 y DTM = 78.21

 RCCRP - Alexei Troitzky estableció que esto era una victoria para los
caballos si el peón estaba bloqueado más allá de la línea de Troitzky. El
análisis con bases de datos de tablas ha clarificado que incluso si el peón
ha cruzado la línea de Troitzky, el Blanco puede algunas veces ganar
forzando un zugzwang.22 Máximo DTC = DTM = 115 movimientos.
 RCCCCRD - Los caballos ganan en el 62.5% de las posiciones, con un
máximo de DTM = 85 movimientos.2324

 RDTRDT - ¡A pesar de la igualidad de material, el jugador que mueve

gana en el 67.74% de las posiciones!25 El máximo DTC = 92 y el máximo
DTM = 117. En este final y en el de RDDRDD, el jugador que primero
da jaque normalmente gana (Nunn, 2002, pp. 379, 384).

 RTCRCC y RTARCC - Friedrich Amelung había analizado estos dos

finales en los años años 1900 (Stiller1995, Stiller 1995:81). Ambos finales
los gana el bando fuerte en el 78 %26 y el 95%27 de los casos,
respectivamente. La base de datos de tablas de Stiller reveló varias largas
victorias en estos finales. La victoria más larga en el final RTARCC tiene
DTC = 223 y DTM = 238 movimientos. Incluso más sorprendente es la
posición a la derecha donde el blanco gana empezando con 1.Re6! Stiller
reportó el DTC como 243 movimientos y el DTM se halló más tarde que
era de 262 movimientos (Stiller1995, Stiller 1995:102-8).
Durante algunos años, esta posición tuvo el récord del mate forzado más largo
generado por ordenador. Otto Blathy había compuesto un problema de "mate
en 292 movimientos" ya en 1889.2829 Pero en mayo de 2006, Bourzutschky y
Konoval descubrieron una posición RDCRTAC con un impresionante DTC de
517 movimientos. Esto era más del doble que el máximo en las tablas de
Stiller, y casi 200 movimientos más que el record previo de DTC = 330 para
una posición RDACRDA_1001. Bourzutschky escribió, "Esto fue una gran
sprpresa para nosotros y es un gran tributo a la complejidad del ajedrez." 3031
En agosto de 2006, Bourzutschky lanzó los resultados preliminares de su
análisis de los siguientes finales de siete piezas: RDDPRDD, RTTPRTT y
RAARCC.11
Estudios[editar]
E. Pogosyants, EG 1978
Blancas juegan y ganan. El compositor intentó 1.Ce3 como solución, pero una
base de datos de tablas reveló que 1.h4 también gana.

Harold van der Heijden, 2001

 Blancas juegan y hacen tablas

Como muchos estudios compuestos tratan con posiciones que existen en las
bases de datos, su solvencia puede ser comprobada utilizando bases de
datos. Algunos estudios han sido reventados, p.ej. se ha probado su
insolvencia, por medio de una base de datos de tablas. Esto puede ser porque
la solución del compositor no funciona o porque hay una alternativa
igualmente efectiva que el compositor no consideró. Otra manera de reventar
estudios con bases de datos es un cambio en la evaluación de un final. Por
ejemplo, el final de dama y alfil contra dos torres se pensaba que era tablas,
pero las bases de datos han probado que es una victoria para la dama el alfil,
así que casi todos los estudios basados en este final han sido desacreditados
(Nunn, 2002, p. 367-68).
Por ejemplo, Erik Pogosyants compuso el estudio a la derecha, con blancas
juegan y ganan. Su pretendida línea principal fue 1.Ce3 Txh2 2.O-O-O mate!
Una base de datos descubrió que 1.h4 también gana para el blanco, incluso
aunque el negro pueda capturar el peón. Irónicamente, la base de datos no
reconoció la solución del compositor porque incluía el enroque. 32
Aunque las bases de datos han reventado algunos estudios, han ayudado en
la creación de otros. Los compositores pueden buscar bases de datos para
posiciones, interesantes como zugzwang, utilizando una técnica
llamada minería de datos. Para todos los finales de tres a cinco piezas y
finales de seis piezas sin peones, se ha tabulado y completado una lista de
zugzwangs mutuos.333435
Ha habido alguna controversia de si se permiten los estudios compuestos con
asistencia de bases de datos en torneos de composición. En 2003, el
compositor de finales y experto John Roycroft resumió el debate:
"No sólo las opiniones divergen enormemente, sino que
frecuentemente son defendidas con fuerza, incluso vehementemente:
en un extremo está el punto de vista de que no se puede terer la
certeza de que no se ha utilizado un ordenador es inútil realizar
ninguna distinción, así que nosotros simplemente deberíamos evaluar
un estudio en si contenido, sin hacer referencia a sus orígenes. En el
otro extremo está el punto de vista de que utilizando un ratón para
dejar una posición interesante desde una lista generada por ordenador
no tiene sentido de la composición, por lo que deberíamos prohibir
cada una de tales posiciones."36
El propio Roycroft está de acuerdo con el último punto de vista. Continúa:
"Sólo tenemos claro una cosa: la distinción entre la composición
clásica y la composición por ordenador debería ser preservada
durante tanto tiempo como sea posible: si hay un nombre asociado
con un diagrama de estudio, que el nombre sea una reclamación de
autoría."36
Mark Dvoretsky, un maestro e instructor de ajedrez, tiene un punto de vista
más permisivo. Estaba acometiendo en 2006 un estudio de Harold van der
Heijden, publicado en 2001, que llegaba a la posición a la derecha después de
tres movimientos introductorios. El movimiento de tablas es 4.Rb4!! (y no
4.Rb5), basado en un zugzwang mutuo que puede ocurrir tres movimientos
después.
Dvoretsky comenta:
 "Aquí, deberíamos incidir en una cuestión delicada. Estoy seguro que
esta posición única fue descubierta con la ayuda de las famosas tablas
de Thompson. Es esto un 'fraude', ¿disminuyendo el logro del
compositor?
"Sí, las bases de datos son un instrumento, disponible para todos hoy
en día.
Sin orientación, sin duda, probablemente podríamos extraer todavía
más posiciones únicas, hay algunos compositores que lo hacen
regularmente. El standard para la evaluación debería ser el resultado
conseguido. Así: los milagros, basados en complejos análisis
computarizados más que en su contenido de ideas agudas, son
probablemente de interés sólo para ciertos ascetas."37
Ir a la navegaciónIr a la búsqueda

Una interfaz típica para solicitar una base de datos de tablas. Para cada movimiento del Blanco, la
base de datos devuelve el número de movimientos necesarios para ganar. Rc6 y Da6+ gana en
cinco movimientos, por lo que son los movimientos óptimos.

Una base de datos de tablas de finales es una base de datos computarizada de todas
las posiciones de ajedrez dentro de ciertos finales. La base de datos de tablas muestra el
valor de cada posición según la teoría del juego (victoria, derrota o tablas) y cuántos
movimientos tardará en conseguir ese resultado con un juego perfecto. Así, la base de
datos actúa como una máquina oracle, proporcionando siempre los movimientos óptimos
para las Blancas y las Negras.
Las bases de datos de tablas se generan mediante ajedrez retrospectivo, trabajando hacia
atrás desde una posición de jaque mate. Las bases de datos de tablas han resuelto el
ajedrez para todas las posiciones con seis o menos piezas (incluyendo los dos reyes). Los
resultados de la solución han avanzado profundamente en los conocimientos de la teoría
de finales por parte de la comunidad ajedrecística. Algunas posiciones que los humanos
habían analizado como tablas se probó que eran ganables, la base de datos de tablas
podían ver un mate en 100 movimientos o más, muy lejos del horizonte de los humanos y
las computadoras. Las bases de datos han aumentado la competitividad del juego y
facilitado la composición de estudios. Proporcionan una potente herramienta analítica,
permitiendo a los estudiosos del ajedrez descubrir sus secretos más profundos.

Índice

 1Origen

 2Generación de las bases de datos

 o 2.1Métricas: Profundidad de conversión y profundidad de mate

o 2.2Paso 1: Generar todas las posibles posiciones

o 2.3Paso 2: Evaluar las posiciones utilizando un análisis retrospectivo

o 2.4Paso 3: Verificación

o 2.5Capturas, promociones y movimientos especiales

o 2.6Utilizando información a priori

 3Aplicaciones

o 3.1Ajedrez por correspondencia

o 3.2Ajedrez por ordenador

o 3.3Teoría de finales

o 3.4Estudios

 4"Juega al ajedrez con Dios"

 5Nomenclatura

 6Véase también

 7Referencias

 8Bibliografía

 9Enlaces externos

Origen[editar]
En principio, es posible resolver cualquier juego con la condición de que se conozca el
estado completo y no haya ninguna oportunidad aleatoria. Las soluciones fuertes se
conocen para algunos juegos simples, como las tres en raya (tablas con un juego perfecto)
y el Conecta Cuatro (el primer jugador gana) y en julio de 2007 para las damas utilizando
el "Chinook" (tablas con juego perfecto). Otros juegos como el ajedrez (desde la posición
inicial) y el Go, no se han resuelto debido a que su complejidad es demasiado grande para
que los ordenadores evalúen todas las posibles posiciones. Para reducir la complejidad del
juego, los investigadores han modificado estos juegos complejos reduciendo el tamaño del
tablero, el número de piezas o ambos.
El ajedrez por computadora es uno de los terrenos más antiguos de la inteligencia artificial,
habiendo empezado en los años 1940. Claude Shannon propuso los criterios formales
para evaluar los movimientos del ajedrez en 1949. En 1951, Alan Turing diseñó un
programa primitivo que jugaba al ajedrez, que asignaba valores para material y movilidad,
el programa "jugaba" al ajedrez basándose en los cálculos manuales de Turing (Levy y
Newborn, 1991, pp. 25-38). Sin embargo, incluso cuando se empezaron a desarrollar
programas de ajedrez competentes, exhibieron una debilidad manifiesta jugando
los finales. Los programadores añadieron heurísticas específicas para el final, por ejemplo,
el reydebería moverse al centro del tablero Plantilla:Harvcol. Sin embargo, era necesaria
una solución comprensible.
En 1965, Richard Bellman propuso la creación de una base de datos para resolver finales
de ajedrez y damas utilizando ajedrez retrospectivo (Stiller1995, Stiller 1995:84).1 En vez
de analizar hacia delante a partir de la posición actual, la base de datos analizaría hacia
atrás desde posiciones donde un jugador da jaque mate. Así, una computadora de ajedrez
no necesitaría analizar nunca más posiciones finales durante la partida porque estarían
resueltas de antemano. No volvería a haber errores porque las bases de datos de tablas
siempre jugarían el mejor movimiento posible.
En 1970, Thomas Ströhlein publicó una tesis doctoral 23 con análisis de las siguientes
clases de finales: RDR, RTR, RPR, RDRT y RTRC.4 Ken Thompson y otros ayudaron a
extender las bases de datos para cubrir todos los finales de cuatro y cinco piezas,
incluyendo en particular RAARC, RDPRD y RTPRT Plantilla:Harvcol.56 Lewis Stiller publicó
una tesis con investigaciones sobre algunas bases de datos de tablas de finales con seis
piezas en 1995 (Stiller1995, Stiller 1995:68-113).7
Los contribuyentes más recientes son los siguientes:

 Eugene Nalimov por el que las base de datos de tablas de finales reciben su
nombre.

 Eiko Bleicher, que ha adaptado el concepto de base de datos de tablas a un

programa llamado "Freezer".

 Guy Haworth, un académico de la Universidad de Reading, que ha publicado

intensivamente en el ICGA Journal.

 Marc Bourzutschky y Yakov Konoval, que han colaborado para analizar los finales
con siete piezas en el tablero.
Las primeras tablas de finales para 4 piezas se construyeron al final de los años ochenta,
las de 5 piezas en los 90 y el análisis de todos los finales de hasta seis piezas (incluyendo
los dos reyes) se completó en 2006. (Sin embargo, las bases de datos de tablas con cinco
piezas contra un sólo rey no se han producido porque el resultado es casi siempre obvio.)
La investigación de bases de datos de siete piezas se estimaba que sería completada a
finales de 2015.8 pero se lograron en 2013 en Rusia gracias a un superordenador
llamado Lomonósov. Debido a su origen se las conoce como tablas Lomonosov. Ocupan
140 Terabytes pero puede consultarse en la web sin ser descargadas por completo.

Generación de las bases de datos[editar]

Métricas: Profundidad de conversión y profundidad de mate [editar]
Ejemplo: DTC vs. DTM

Antes de crear una base de datos de tablas, un programador tiene que elegir
una métrica de optimalidad, en otras palabras, se tiene que definir en qué punto un jugador
ha ganado la partida. Cada posición puede definirse por su distancia (p.ej. el número de
movimientos) desde el punto final deseado. Generalmente se utilizan dos métricas:

 Profundidad del mate (DTM, del inglés Depth to mate). El mate es el único
camino considerado hacia la victoria.

 Profundidad de conversión (DTC, del inglés Depth to conversion). El lado

atacante también puede ganar capturando material, así convirtiendo el final en uno
más simple. Por ejemplo, en el final RDRT, la conversión ocurre cuando el Blanco
capture la torre Negra.
Haworth ha discutido otras dos métricas, llamadas Profundidad al Movimiento Zero(DTZ,
del inglés Depth to Zeroing-Move) y Profundidad para la regla (DTR, del inglés depth by
the rule). Estas métricas se corrigen para la regla de los cincuenta movimientos y se han
lanzado al público unas cuantas bases de datos con estas métricas.9
La diferencia entre DTC y DTM se puede comprender analizando el diagrama a la
derecha. Cómo debería proceder el Blanco depende de qué métrica se utilice.

Métrica Jugadas DTC DTM

DTC 1. Dxd1 Rc8 2. Dd2 Rb8 3. Dd8 mate 1 3

DTM 1. Dc7+ Ra8 2. Da7 mate 2 2

De acuerdo con la métrica DTC, el Blanco debería capturar la torre porque "gana"
inmediatamente (DTC = 1), pero le llevará dos movimientos más dar mate (DTM = 3). En
contraste de acuerdo con la métrica DTM, el blanco da mate en dos movimientos, así que
DTM = DTC = 2.
Esta diferencia es típica de muchos finales. Normalmente DTC es menor que DTM, pero la
métrica DTM lleva al mate más rápido. Las excepciones ocurren cuando el bando defensor
sólo tiene el rey y en el extraño final de dos caballos y rey contra rey y peón, donde DTC =
DTM porque no hay material que defender para capturar o capturar el material no es
bueno. De hecho, capturando el peón defensor en el final da como resultado unas tablas.
Paso 1: Generar todas las posibles posiciones[editar]
David Levy, Cómo Juegan las Computadoras al Ajedrez

Las diez únicas casillas con simetría

Una vez que se ha elegido una métrica, el primer paso es generar todas las posiciones con
un material dado. Por ejemplo, generar una base de datos de tablas DTM para el final de
rey y dama contra rey (RDR), la computadora tiene que describir las únicas 40.000
posiciones legales de un array.
Levy y Newborn explicaron que el número 40.000 derivas de un argumento de simetría. El
rey negro se puede situar en cualquiera de las diez casillas: a1, b1, c1, d1, b2, c2, d2, c3,
d3 y d4 (ver diagrama). En cualquier otra casilla, su posición se puede considerar
equivalente por simetría, rotación o reflexión. Así, un rey negro en una esquina residirá en
a1, a8, h8 o h1. Multiplicando este número 10 por como mucho 64 casillas para colocar al
rey blanco y entonces por como mucho 64 casillas para la dama blanca. El producto
10×64×64 = 40.960. Varios cientos de estas posiciones son ilegales, imposibles o
reflexiones simétricas de otra, por lo que el número real es algo menor (Levy y Newborn,
1991, pp. 140-43)(Stiller, 1995).
Para cada posición, la base de datos evalúa la situación de forma separada si mueve el
Blanco o el Negro. Asumiendo que el blanco tiene la dama, casi todas las posiciones son
ganadas por el blanco, con mate forzado en no más de 10 movimientos. Algunas
posiciones son tablas debido al ahogado o la inevitable pérdida de la dama.
Cada pieza adicional añadida a un final sin peones multiplica el número de posiciones
únicas por un factor de aproximadamente sesenta, el número aproximado de casillas no
ocupadas todavía por otras piezas.
Los finales con uno o más peones incrementan la complejidad porque se reduce el
argumento de simetría. Como los peones se pueden mover hacia delante, pero no hacia
atrás la rotación y la reflexión vertical del tablero produce un cambio fundamental en la
naturaleza de la posición. El mejor cálculo de simetría es conseguido limitando un peón a
24 casillas en el rectángulo a2-a7-d7-d2. El resto de las piezas y peones se pueden
colocar en las otras 64 casillas con respecto al peón. Así, un final con peones tiene una
complejidad de 24/10 = 2.4 veces un final sin peones con el mismo número de piezas.
Paso 2: Evaluar las posiciones utilizando un análisis
retrospectivo[editar]
Tim Krabbé explica el proceso de generación de una base de datos de tablas como sigue:
"La idea es que una base de datos está compuesta de todas las posiciones posibles con
un material dado. Después, una subbase de datos está compuesta por todas las
posiciones donde el negro es mate. Después, una donde el blanco puede dar mate.
Después, una donde el negro no puede parar al Blanco dando mate al siguiente
movimiento. Después, una donde el Blanco siempre puede alcanzar una posición donde el
Negro no pueda parar un mate al siguiente movimiento. Y así sucesivamente, siempre un
paso más allá del mate hasta que se encuentran todas las posiciones posibles. Entonces,
todas estas posiciones son enlazadas hacia atrás para dar mate según el camino más
corto a través de la base de datos. Esto significa que, aparte de los movimientos 'equi-
óptimos', todos los movimientos en este camino son perfectos: los movimientos del Blanco
siempre conducen al mate más rápido, el movimiento del Negro siempre conducen al mate
más lento."10
Figura 1
Juegan Blancas: mate en tres ply (Rc6)

Figura 2
Juegan Negras: mate en dos ply (Rd8 o Rb8)

Figura 3
Juegan Blancas: mate en un ply (Dd7)

La Figura 1 ilustra la idea del análisis retrospectivo. El Blanco da mate en dos movimientos
con 1.Rc6, conduciendo a la posición en la Figura 2. Entonces si 1...Rb8 2.Db7 mate y si
1...Rd8 2.Dd7 mate (Figura 3).
La Figura 3, antes del segundo movimiento del Blanco, es definida como "mate en un ply".
La Figura 2, después del primer movimiento del Blanco, es "mate en dos ply" mueva lo que
mueva el Negro. Finalmente, la posición inicial en la Figura 1 es "mate en tres ply" (i.e.,
dos movimientos) porque conduce directamente a la Figura 2, que ya está definida como
"mate en dos ply". Este proceso, que enlaza una posición actual a otra posición que podría
haber existido un ply antes, puede continuar indefinidamente.
Cada posición se evalúa como una victoria o una derrota en un cierto número de
movimientos. Al final del análisis retrospectivo, las posiciones que no están designadas
como victoria o como derrota necesariamente son tablas.
Paso 3: Verificación[editar]
Después de que la base de datos se ha generado y se ha evaluado cada posición, el
resultar tiene que ser verificado independientemente. El propósito es comprobar la auto-
consistencia de los resultados de la base de datos.11
Por ejemplo, en la Figura 1 de arriba, el programa de verificación ve la evaluación "mate
en tres ply (Rc6)". Entonces se observa la posición en la Figura 2, después Rc6 y se ve la
evaluación "mate en dos ply". Estas dos evaluaciones son consistentes la una con la otra.
Si la evaluación de la Figura 2 fuera cualquier otra, sería inconsistente con la Figura 1, con
lo que la base de datos necesitaría ser corregida.
Capturas, promociones y movimientos especiales[editar]
Una base de datos de cuatro piezas tiene que depender de bases de datos de tres piezas
que podrían dar como resultado si se captura una pieza. De la misma forma, una base de
datos que contiene un peón tiene que ser capaz de depender de otras bases de datos que
incluyan un nuevo conjunto de material después de una promoción de un peón a
una dama u otra pieza. El programa de análisis retrospectivo tiene que tener en cuenta la
posibilidad de una captura o promoción en el movimiento anterior (Stiller1995, Stiller
1995:99-100).
Las bases de datos asumen que el enroque no es posible por dos razones. Primero,
en finales prácticos, esta suposición es casi siempre correcta (aunque, el enroque está
permitido por convención en estudios y problemas compuestos.) Segundo, si el rey y
la torre están en sus casillas originales, el enroque puede estar permitido o no. Debido a
esta ambigüedad, sería necesario hacer evaluaciones separadas para estados en que el
enroque es posible o no.
La misma ambigüedad existe para la captura al paso, ya que la posibilidad de una captura
al paso depende del movimiento previo del oponente. Sin embargo, las aplicaciones
prácticas de la captura al paso ocurren frecuentemente en finales con peones, con lo que
las bases de datos toman en cuenta la posibilidad de la captura al paso para posiciones
donde ambos bandos tienen al menos un peón.
Utilizando información a priori[editar]
Un ejemplo del final RTP(a2)RAP(a3). El blanco da mate en 72 movimientos, empezando con
1.Rh7! Otros movimientos blancos hacen tablasOther White moves draw.
De acuerdo con el método descrito anteriormente, la base de datos tiene que permitir la
posibilidad de que una pieza dada pueda ocupar cualquiera de las 64 casillas. En algunas
posiciones, es posible restringir el espacio de búsqueda son afectar el resultado. Esto
ahorra recursos computacionales y permite búsquedas que de otra forma serían
imposibles.
Un análisis primitivo de este tipo fue publicado en 1987, en el final RTP(a2)RAP(a3),
donde el alfil Negro se mueve en las casillas negras (ver posición de ejemplo a la
derecha).12 En esta posición, podemos realizar las siguientes suposiciones a priori:
1. Si una pieza es capturada, podemos mirar la posición resultante en la base de
datos correspondiente con cinco piezas. Por ejemplo, si el peón Negro es
capturado, se mira la recientemente posición creada en RTPRA.
2. El peón Blanco permanece en a2; los movimientos de captura son gestionados
por la regla número 1.
3. El peón Negro permanece en a3; los movimientos de captura son gestionados
por la primera regla.13
El resultado de esta simplificación es que, en vez de buscar 48 * 47 = 2.256
permutaciones para las ubicaciones de los peones, hay sólo una permutación.
Reduciendo el espacio de búsqueda por un factor de 2.256 facilita un cálculo
mucho más rápido.
Bleicher ha diseñado un programa comercial llamado "Freezer", que permite a
los usuarios construir nuevas bases de datos de tablas de Nalimov existentes
con información a priori. El programa puede producir una base de datos para
posiciones de siete piezas con peones bloqueados, incluso aunque las bases
de datos de tablas no estén generalmente disponibles. 14

Aplicaciones[editar]
Ajedrez por correspondencia[editar]
Kasparov vs Resto del Mundo, 1999
 La posición después de 55.Dxb4 cuando la partida se redujo a una posición
de seis piezas. Un análisis de base de datos de tablas ahora demuestra que
la partida está totalmente perdida para el Negro en 82 movimientos. Sin
embargo, no se conocía en ese momento y la partida continuó durante siete
movimientos más para el Blanco antes de que el Equipo del Mundo
abandonara.
En ajedrez postal, un jugador puede consultar un ordenador de ajedrez para
tener asistencia, si las reglas de la competición lo permiten. Una base de
datos de seis piezas (RDDRDD) se utilizó para analizar el final de la partida
por correspondencia Kasparov contra el Resto del Mundo.15 Los jugadores
también utilizan bases de datos para analizar finales en partidas en tablero en
el análisis post-mortem.
Los jugadores de competición necesitan conocer que las bases de datos de
tablas ignoran la regla de los cincuenta movimientos. De acuerdo con esa
regla, si han pasado cincuenta movimientos sin ninguna captura o un
movimiento de peón, cualquier jugador puede reclamar tablas. La FIDE ha
cambiado esta regla varias veces, la primera vez en 1974, para permitir cien
movimientos para finales donde cincuenta movimientos son insuficientes para
ganar. En 1988, la FIDE permitió setenta y cinco movimientos para los finales
RAARC, RCCRP, RDRAA, RDRCC, RTART y RDPRD con el peón en la
séptima fila, porque las bases de datos de tablas habían descubierto
posiciones en estos finales que necesitaban más de cincuenta movimientos
para ganar. En 1992, la FIDE canceló estas excepciones y restauró la regla de
los cincuenta movimientos original.9 Así, una base de datos de tablas debe
identificar una posición como ganada o perdida, teniendo en cuenta la regla de
los cincuenta movimientos.
Haworth ha diseñado una base de datos de tablas que produce resultados
consistentes con la regla de los cincuenta movimientos. En general, sin
embargo, las bases de datos no aceptan esta restricción artificial, y buscan los
límites teóricos o el mate forzado, incluso si necesita varios cientos de
movimientos.
Ajedrez por ordenador[editar]
El conocimiento contenido en bases de datos concede a los ordenadores una
tremenda ventaja en los finales. Los ordenadores no sólo juegan
perfectamente un final, sino que pueden simplificar a una posición ganada en
la base de datos en finales más complejos.16 Para el último propósito, algunos
programas utilizan "bases de bit" que dan el valor teórico de posiciones sin el
número de movimientos hasta que se realiza el mate, es decir, sólo revelan si
la posición está ganada, perdida o es tablas. Algunas veces incluso este dato
está comprimido y la base de bits sólo revela si una posiciín está ganada o no,
no haciendo diferencia entre una partida perdida o tablas.17
Sin embargo, algunos expertos del ajedrez por computadora han observado
inconvenientes prácticos.18 Además de ignorar la regla de los cincuenta
movimientos, un ordenador en una posición difícil puede evitar el lado
perdedor de una base de datos incluso si su oponente no puede ganar de
forma práctica sin conocer la base de datos. Otro efecto adverso podría ser un
abandono prematuro, o una línea de juego inferior que pierde con enos
resistencia de la que puede ofrecer una bases de datos.
Otro inconveniente es que las bases de datos necesitan mucha memoria para
almacenar los muchos miles de posiciones. Las bases de datos de Nalimov,
que utilizan el estado del arte de las técnicas de compresión, necesitan
7.05 GB de disco duro para todos los finales de cinco piezas. Los finales de
seis piezas necesitan aproximadamente 1.2 terabytes.19 Las bases de datos
de tablas de siete piezas de Nalimov necesitan más capacidad de
almacenamiento de disco duro y de RAM para operar de la que estará
disponible de forma práctica en un futuro cercano. Las bases de bits, sin
embargo, ocupan mucho menos espacio. Las Shredderbases, por ejemplo,
utilizadas por el programa Shredder, comprime todas las bases de datos de
finales de tres, cuatro y cinco piezas en 157 MB. Esto es una mera fracción de
los 7.05 GB que necesitan las bases de datos de tablas de Nalimov. 20
Algunos ordenadores juegan mejor en general si su memoria está dedicada en
vez de a finales a la función de búsqueda y evaluación. Los ordenadores
modernos analizan lo suficientemente lejos convencionalmente para manejar
los finales elementales sin la necesidad de bases de datos (p.ej. sin sufrir el
efecto horizonte). Es sólo para posiciones más sofisticadas que la base de
datos mejorará significantemente sobre la computación ordinaria.
Teoría de finales[editar]
Lewis Stiller, 1991
 El Blanco da mate en 262 movimientos
Las bases de datos han respondido a preguntas que han estado durante
mucho tiempo sin resolver sobre su ciertas combinaciones de material eran
victoria o tablas. Los siguientes resultados interesantes fueron encontrados:

 RAARC - Bernhard Horwitz y Josef Kling (1851) propusieron que el Negro

puede entablar entrando en una fortaleza defensiva, pero las bases de
datos demostraron una victoria general, con un máximos de DTC = 66 ó
67 y DTM = 78.21

 RCCRP - Alexei Troitzky estableció que esto era una victoria para los
caballos si el peón estaba bloqueado más allá de la línea de Troitzky. El
análisis con bases de datos de tablas ha clarificado que incluso si el peón
ha cruzado la línea de Troitzky, el Blanco puede algunas veces ganar
forzando un zugzwang.22 Máximo DTC = DTM = 115 movimientos.

 RCCCCRD - Los caballos ganan en el 62.5% de las posiciones, con un

máximo de DTM = 85 movimientos.2324

 RDTRDT - ¡A pesar de la igualidad de material, el jugador que mueve

gana en el 67.74% de las posiciones!25 El máximo DTC = 92 y el máximo
DTM = 117. En este final y en el de RDDRDD, el jugador que primero
da jaque normalmente gana (Nunn, 2002, pp. 379, 384).

 RTCRCC y RTARCC - Friedrich Amelung había analizado estos dos

finales en los años años 1900 (Stiller1995, Stiller 1995:81). Ambos finales
los gana el bando fuerte en el 78 %26 y el 95%27 de los casos,
respectivamente. La base de datos de tablas de Stiller reveló varias largas
victorias en estos finales. La victoria más larga en el final RTARCC tiene
DTC = 223 y DTM = 238 movimientos. Incluso más sorprendente es la
posición a la derecha donde el blanco gana empezando con 1.Re6! Stiller
reportó el DTC como 243 movimientos y el DTM se halló más tarde que
era de 262 movimientos (Stiller1995, Stiller 1995:102-8).
Durante algunos años, esta posición tuvo el récord del mate forzado más largo
generado por ordenador. Otto Blathy había compuesto un problema de "mate
en 292 movimientos" ya en 1889.2829 Pero en mayo de 2006, Bourzutschky y
Konoval descubrieron una posición RDCRTAC con un impresionante DTC de
517 movimientos. Esto era más del doble que el máximo en las tablas de
Stiller, y casi 200 movimientos más que el record previo de DTC = 330 para
una posición RDACRDA_1001. Bourzutschky escribió, "Esto fue una gran
sprpresa para nosotros y es un gran tributo a la complejidad del ajedrez." 3031
En agosto de 2006, Bourzutschky lanzó los resultados preliminares de su
análisis de los siguientes finales de siete piezas: RDDPRDD, RTTPRTT y
RAARCC.11
Estudios[editar]
E. Pogosyants, EG 1978
Blancas juegan y ganan. El compositor intentó 1.Ce3 como solución, pero una
base de datos de tablas reveló que 1.h4 también gana.

Harold van der Heijden, 2001

 Blancas juegan y hacen tablas

Como muchos estudios compuestos tratan con posiciones que existen en las
bases de datos, su solvencia puede ser comprobada utilizando bases de
datos. Algunos estudios han sido reventados, p.ej. se ha probado su
insolvencia, por medio de una base de datos de tablas. Esto puede ser porque
la solución del compositor no funciona o porque hay una alternativa
igualmente efectiva que el compositor no consideró. Otra manera de reventar
estudios con bases de datos es un cambio en la evaluación de un final. Por
ejemplo, el final de dama y alfil contra dos torres se pensaba que era tablas,
pero las bases de datos han probado que es una victoria para la dama el alfil,
así que casi todos los estudios basados en este final han sido desacreditados
(Nunn, 2002, p. 367-68).
Por ejemplo, Erik Pogosyants compuso el estudio a la derecha, con blancas
juegan y ganan. Su pretendida línea principal fue 1.Ce3 Txh2 2.O-O-O mate!
Una base de datos descubrió que 1.h4 también gana para el blanco, incluso
aunque el negro pueda capturar el peón. Irónicamente, la base de datos no
reconoció la solución del compositor porque incluía el enroque. 32
Aunque las bases de datos han reventado algunos estudios, han ayudado en
la creación de otros. Los compositores pueden buscar bases de datos para
posiciones, interesantes como zugzwang, utilizando una técnica
llamada minería de datos. Para todos los finales de tres a cinco piezas y
finales de seis piezas sin peones, se ha tabulado y completado una lista de
zugzwangs mutuos.333435
Ha habido alguna controversia de si se permiten los estudios compuestos con
asistencia de bases de datos en torneos de composición. En 2003, el
compositor de finales y experto John Roycroft resumió el debate:
"No sólo las opiniones divergen enormemente, sino que
frecuentemente son defendidas con fuerza, incluso vehementemente:
en un extremo está el punto de vista de que no se puede terer la
certeza de que no se ha utilizado un ordenador es inútil realizar
ninguna distinción, así que nosotros simplemente deberíamos evaluar
 un estudio en si contenido, sin hacer referencia a sus orígenes. En el
otro extremo está el punto de vista de que utilizando un ratón para
dejar una posición interesante desde una lista generada por ordenador
no tiene sentido de la composición, por lo que deberíamos prohibir
cada una de tales posiciones."36
El propio Roycroft está de acuerdo con el último punto de vista. Continúa:
"Sólo tenemos claro una cosa: la distinción entre la composición
clásica y la composición por ordenador debería ser preservada
durante tanto tiempo como sea posible: si hay un nombre asociado
con un diagrama de estudio, que el nombre sea una reclamación de
autoría."36
Mark Dvoretsky, un maestro e instructor de ajedrez, tiene un punto de vista
más permisivo. Estaba acometiendo en 2006 un estudio de Harold van der
Heijden, publicado en 2001, que llegaba a la posición a la derecha después de
tres movimientos introductorios. El movimiento de tablas es 4.Rb4!! (y no
4.Rb5), basado en un zugzwang mutuo que puede ocurrir tres movimientos
después.
Dvoretsky comenta:
"Aquí, deberíamos incidir en una cuestión delicada. Estoy seguro que
esta posición única fue descubierta con la ayuda de las famosas tablas
de Thompson. Es esto un 'fraude', ¿disminuyendo el logro del
compositor?
"Sí, las bases de datos son un instrumento, disponible para todos hoy
en día.
Sin orientación, sin duda, probablemente podríamos extraer todavía
más posiciones únicas, hay algunos compositores que lo hacen
regularmente. El standard para la evaluación debería ser el resultado
conseguido. Así: los milagros, basados en complejos análisis
computarizados más que en su contenido de ideas agudas, son
probablemente de interés sólo para ciertos ascetas."37