El factor de ramificación: por qué el ajedrez es tan difícil

Una pregunta inocente: ¿por qué una computadora le cuesta tanto al ajedrez si "solo tiene que calcular jugadas"? La respuesta está en un número con nombre técnico y consecuencias brutales: el factor de ramificación. Entenderlo es entender por qué la fuerza bruta se estrella contra una pared, y por qué una buena pista —una heurística— vale más que un procesador más rápido.

Qué es y por qué duele

El factor de ramificación b es el promedio de opciones que tenés en cada paso. El árbol de posibilidades crece como b elevado a la profundidad d:

nodos a explorar  ≈  b^d

Esa exponencial es el villano de toda la historia. Los números:

• Ta-te-ti: b ≈ 4, el juego entero tiene ~255.000 partidas. Una compu lo resuelve completo, sin sudar.
• Ajedrez: b ≈ 35. Mirar solo 10 jugadas adelante son 35^10 ≈ 2,7 × 10^15 posiciones. Mil billones.
• Go: b ≈ 250. Acá la fuerza bruta directamente no existe como opción.

Para dimensionar: explorar el ajedrez a fondo requeriría más operaciones que átomos hay en el universo observable. No es un problema de comprar mejor hardware. Es un problema de escala matemática.

Por qué buscar a ciegas no escala

Algoritmos desinformados como recorrer el árbol entero —o como Dijkstra, que explora sin pista hacia la meta— pagan el costo completo b^d. Funcionan en juguetes como el 8-puzzle, con su espacio de estados manejable, y se mueren en el ajedrez.

La heurística es la única salida real. Una buena función de evaluación te deja:

• Podar ramas que ni vale la pena mirar (poda alfa-beta).
• Cortar la profundidad: no llegar al final de la partida, sino estimar qué tan buena es una posición intermedia.
• Reducir el factor efectivo: la métrica clave deja de ser b y pasa a ser b*, el factor de ramificación efectivo tras la poda. Bajarlo de 35 a 6 cambia el juego por completo.

Es la misma lógica de A*, que con una pista informada explora una fracción de lo que recorrería a ciegas: no cambiás la respuesta, cambiás cuánto te cuesta llegar a ella.

De calcular todo a aprender la pista

Durante décadas, la heurística del ajedrez fue artesanal: expertos codificando "vale tanto un caballo, tanto una torre". Stockfish llevó eso a su límite. Pero el salto conceptual llegó cuando la heurística dejó de escribirse a mano y empezó a aprenderse: AlphaZero no calcula más rápido que Stockfish, evalúa mejor las posiciones porque entrenó una red para estimar el valor de cada estado.

Ese cambio —de pista codificada a pista aprendida— es puro aprendizaje por refuerzo, y produjo movidas que ningún humano hubiera jugado, como la legendaria jugada 37 de AlphaGo. El factor de ramificación nunca bajó: el Go sigue teniendo sus 250 opciones por turno. Lo que cambió fue la calidad de la pista que decide cuáles de esas 250 merecen siquiera una mirada. Y esa, no la velocidad, es la verdadera frontera de la búsqueda.