コンピュータがゲームの最後までプレイのすべての行を評価できる場合、評価は変更されません。実際、すべての動きの評価は、「勝つ」、「失う」、または「引く」のいずれかになります。これは、基本的にエンドゲームテーブルベースで発生することです。*コンピューターがすべてのポジションに対してこれを行うことができる場合、コンピューターに対するすべてのゲームは、コンピューターが移動せずに辞任するか、最初のポジションで引き分けを提供するか、引き分けのオファーを辞退または受け入れなかったことに悩まされます。
ただし、コンピュータは、ゲームが非常に長くなる可能性があるため(原則として数百の移動)、各移動に多くの可能性があるため、不可能なほど長い時間がかかるため、ここまで評価できません。そのため、コンピューターには多くのショートカットが必要です。これには、最も重要な候補者の動きが何であるかを素早く把握しようとすること(保護されていないピースを撮影することはおそらく素晴らしい動きです;女王を吊るすことはおそらくひどい動きです...)そして、いくつかの動きの後に検索を停止し、ヒューリスティックを使用しますより多くの検索を行う代わりに、結果の位置が適切かどうかを判断しようとします。
問題は、これらのショートカットがうまくいかない可能性があることです。それが実際に天才的な犠牲であるとき、コンピューターは作品を掛けることが悪いと決めるかもしれません。本当に安定していなくても、位置が安定したと判断するかもしれません。特定の動きの本当のポイントを見るのに十分な未来を見るのに十分な力がないかもしれません。
以下は簡単な例ですが、あまり現実的ではありません。あなたが私をチェックメイトしようとしていると仮定しますが、私はあなたを遅らせるために行うことができる一連の10のチェックを持っています。事前に10動きしか見ていなければ、私は大丈夫だと思うでしょう。多分私はポーンでさえあるので、私の評価は「10ムーブ後、まだポーンです。 。スコア+1 "私は最初のチェックをします、あなたは応答します、そして今、私はそれが10の仲間であり、辞任するのがわかります。これは、現代のプログラムが回避しようとするいわゆる「水平効果」です(たとえば、多くの強制的な移動がある線に沿ってより深く見ることによって)が、一般的な原理を示しています。
たとえば、エンジンが未来への10の動きを見ることができる場合、各動きが行われるたびにゲームのさらに先を見ます。最初の位置では、10番手でボードがどのように見えるかを確認できます。1移動した後、11などを移動することがわかります。(繰り返しますが、これは単純化されたものです。最近では、コンピューターは未来まで一定の距離をとっていないので、一般的な考えを与えてくれます。)
あなたが与えた例は、私が与えた例のそれほど劇的ではないバージョンです。より多くの動きが行われると、コンピューターはゲームの奥深くを見ることができるため、より正確な評価を行うことができます。これを確認する別の方法は、情報の観点からです。より多くの動きが再生されると、コンピューターはより多くの情報を取得します。以前は、1.e4への応答がどうなるかを推測していましたが、今ではシチリアをプレイしたことなどを知っています。
*ポジションを繰り返すのを避けるために実際に勝ちへの動きの数を数える必要があるという点で、わずかなニュアンスがあります。たとえば、KQ対Kのエンドゲームを考えてみましょう。膠着状態になったり、女王様を降伏させないすべての動きが勝つため、ランダムに動き回って「わあ、完全に行くよ」と言うのではなく、チェックメイトに向かって進むメカニズムが必要ですこれに勝つために-ほとんどすべての動きが勝ちます!」