格子越深，表示该主题在这项指标上越高。
先天权重50
可训练性82
早期窗口38
证据62
迁移78
可见性60
低高
简短问答
本图鉴是否按智商、种族或国家给群体排名？
否。路径与证据停留在个人。分数是浏览辅助——绝非群体生物学或种族排名。
德格鲁特发现了什么？
大师们并不总是以简单的方式进行更深入的探索；他们看到了更好的位置。感知为专业知识。
练习在游戏中能解释多少？
麦克纳马拉等人。 2014 年：大约 26% 的人参与游戏编码——少数，在他们的乐队中人数最多。
波尔加家族是教养的证明吗？
拉斯洛·波尔加的项目培养了三名精英球员，其中包括朱迪特。这是一个强大的家庭实验，并不能证明任何孩子都可以成为世界第一。
围棋和国际象棋是同一个文件吗？
共享搜索和模式；不同的审美和制度（日本/韩国/中国的房子）。
国际象棋能让你在生活中变得更聪明吗？
接近转移到类似的搜索任务比远转移到每个决策的可能性更大。 “学校里的国际象棋可以提高智商”是一个较弱的说法。
对战略人才的研究始于 Adriaan de Groot (1946)，一直到后来的批评。机制是相互作用的系统。
以下证据百分比是对本图集的相对判断，并非捏造的精确统计数据。命名的研究保留其已发表的乐队。
发现
- 1946 · 阿德里安·德·格鲁特 — 大师看到更好的位置 搜索深度并不是他任务中的简单区别因素。
- 1973 · 蔡斯和西蒙 — 分块位置记忆 专业知识是经过训练的模式词汇——数量级很重要，而不是神圣的 50,000 个。
- 20世纪90年代 · 波尔加姐妹的职业生涯 — 培育密集型家庭 一个项目三位精英；不是通用的食谱。
- 2014 · 麦克纳马拉等人。 — 在游戏中练习约 26% 他们乐队中最高的；仍然是少数。
- 2000年代 · 戈贝特/埃里克森 — 模板加上设计的研究 专家表演程序适用于国际象棋。
- 2016 · 银/哈萨比斯等人。 （阿尔法狗） — 机器改变对手 人类的才能现在包括使用引擎而不是成为引擎。
机制
- 模式词汇 — 块和模板（Chase、Simon、Gobet）。
- 选择性搜索 — 往哪里看，而不仅仅是多深。
- 对手建模 — 时钟下的心理理论——与人际交往能力重叠。
- 设计研究 — 开局和残局以埃里克森时间为准；子弹垃圾邮件不是同一个变量。
证据
国际象棋专业实验室78
成熟的研究传统。
麦克纳马拉游戏乐队74
〜26％。
Elo 作为国家的智商10
跳跃无效。
远传生活策略32
经常被夸大。
Polgár 作为普遍证明40
一个强有力的案例，而不是法律。
争论
- 下班后的人才剩余 — 汉布里克与强大的练习营——2014 年的数字是和平条约的规模估计。
- 学校国际象棋作为智商政策 — 传输数据不得用于政治目的。
- 发动机依赖性 — 机器学习是否会发展或取代人类搜索。
战略人才：衡量研究的要求。互动，而不是 50/50 的口号，是默认模式。