Grootmeesters knikken goedkeurend: AI bedenkt nu originele schaakzetten

Het team van DeepMind, samen met onderzoekers van University of Oxford en Mila (Universiteit van Montreal), heeft een opmerkelijk resultaat bereikt: een AI-systeem dat niet zomaar combinaties uit databases reproduceert, maar originele schaakzetten genereert — puzzels waarin creativiteit, verrassing en esthetiek een rol spelen. De onderzoekers duiden zelf dat het genereren van «echte» creativiteit in AI nog steeds een uitdaging is — maar dat juist hier een stap vooruit gezet is.

Training met miljoenen voorbeelden? Ja — maar dan verder

Het AI-systeem werd getraind met vier miljoen puzzels van Lichess. Vervolgens werd gebruik gemaakt van reinforcement learning, waarbij een beloningsfunctie werd ingesteld om puzzels te waarderen die aan twee voorwaarden voldeden: uniek zijn (slechts één winnende zet) én contrair/intuïtief te zijn (oplosbaar door sterke engines maar niet door zwakkere). Met andere woorden: de AI moest niet enkel standaard zetten herhalen, maar echt verrassen — een opgave die eerder voorbehouden leek aan menselijke meestercomponisten.

Grootmeesters aan zet als jury

Om te toetsen of de puzzels meer waren dan technische curiosa, werden ze voorgelegd aan gerenommeerde puzzel- en compositie-experts: grootmeesters Matthew Sadler en Jonathan Levitt, plus componist en FIDE-meester in composities Amatzia Avni. Hun feedback was overwegend positief: er werden puzzels geselecteerd die volgens hen “mooi”, “origineel” en “tegenintuïtief” waren — eigenschappen die aansluiten bij menselijke waardering van schaakstukken en stellingen.

Een offerzet door beide torens tegelijk

Een van de puzzels die alle experts beviel, bevatte een verrassende sleutelzet: wit offert beide torens tegelijk — iets wat “geenszins natuurlijk” oogde en geen voor de hand liggend offer was. Volgens de studie: “The puzzle is paradoxical as the solution involves sacrificing both very active rooks to prepare the slow repositioning and infiltration of the misplaced queen on a7.” Dit soort stellingen, waarin meerdere flanklijnen samenwerken en de oplossing pas later zichtbaar wordt, werd door de jury als “elegant” bestempeld.

Niet perfect — maar veelbelovend

De experts benadrukten dat de puzzels nog niet van prijswinnend niveau zijn. “While these initial AI-generated endgame compositions are not yet at a prize-winning level, they clearly demonstrate the potential to be,” aldus Levitt. Daarnaast werd er kritiek geuit: sommige stellingen waren te triviaal of te onrealistisch gesteld — aspecten die in menselijke composities vaak gelouterd zijn door jarenlange ervaring. 

Mens-AI partnerschap: nieuwe horizon in schaakcompositie

De onderzoekers concludeerden krachtig: dit project markeert “a significant advancement in the AI-driven generation of creative chess puzzles.” Ze zien het als een “pioneering step toward human–AI partnership in chess composition” — waarin machine en mens elkaar kunnen aanvullen: de AI genereert talloze varianten, de mens selecteert en verfijnt de parels. Voor de schaakwereld betekent dit dat compositie opnieuw in beweging komt — minder statisch, meer experimenteel, en mogelijk toegankelijker voor een breder publiek.

Wat betekent dit voor schaakliefhebbers en puzzelaars?

• Puzzelaars krijgen nieuwe materialen die anders zijn dan de klassieke combinaties — meer verrassend, minder voorspelbaar.
• Componisten en schaakmat-ontwerpers kunnen AI inzetten als sparringpartner of inspiratiebron.
• Voor trainers en coaches betekent dit een extra bron van oefenmateriaal: puzzels die de intuïtie scherpen.
• En voor het grotere plaatje: het laat zien dat AI niet enkel wint in schaak (zoals via engines) maar ook kan maken— een stap in de richting van creatieve machine-ondersteuning.

Wat staat er op de agenda?

De onderzoekers geven aan dat er uitdagingen blijven: het verfijnen van beloningsfuncties, het verhogen van realistische stellingen (met praktische oorsprong), en het verbeteren van de esthetische waardering die sterk subjectief is. Op langere termijn zou het systeem geïntegreerd kunnen worden in schaakplatformen als uitdagingen-generator, of als tool voor compositie-wedstrijden — waarbij mens en machine samenwerken. Voor de schaak-community opent dit ook een discussie: wat betekent “goed” of “mooi” in een puzzel? En zal de smaak van menselijke jury’s verschuiven, wanneer AI-composities gebruikelijk worden?

Met dit onderzoek toont DeepMind dat AI zich niet alleen leent voor berekeningen, maar ook voor creatieve dossiers — in dit geval: de kunst van schaakpuzzels. Dankzij een grote dataset, verfijnde training en menselijk beoordelingsapparaat, staat de deur open naar een nieuwe dimensie van schaakcompositie. Voor liefhebbers, puzzelaars, strategen en professionals biedt dit inspirerende kansen. De partnercompositie tussen mens en machine is niet langer toekomstmuziek, maar realiteit.