Artificial Intelligence(AI) adalah sebuah agen yang menerima persepsi dari lingkungan dan melakukan tindakan. Tujuan utamanya adalah untuk menciptakan kecerdasan buatan sehingga agen tersebut dapat berpikir dan bertindak selayaknya manusia (atau mungkin lebih baik dari pikiran manusia).
NegaScout adalah salah satu dari banyaknya metode dari algoritma pencari yang berkembang dari metode MiniMax. NegaScout bekerja dengan menelusuri beberapa kemungkinan yang ada pada sebuah kondisi, lalu memutuskan mana yang menjadi solusi terbaik dari sekian banyak solusi yang mungkin.
Metode NegaScout ini dapat diimplementasikan pada sebuah board game, seperti Othello. Karena Othello adalah permainan dengan dua orang yang setiap gerakan dan keputusanya terbatas, juga dapat dihitung, dan setiap informasi yang ada di papan permainan dapat dilihat oleh setiap pemain dengan terikat aturan permainan itu sendiri. Maka dari itu AI dapat melihat semua kemungkinan yang ada dan mencari solusi terbaik.
Dalam analisis ini penulis membandingan kecepatan dan akurasi metode AlphaBeta dan NegaScout terhadap metode NegaMax. Dan hasil dari analisis tersebut membuktikan metode NegaScout lebih cepat daripada metode AlphaBeta dan juga NegaMax. Dan tingkat akurasi NegaScout lebih tinggi daripada tingkat akurasi metode AlphaBeta terhadap metode NegaMax.
Tingkat akurasi metode AlphaBeta dan NegaScout terhadap langkah – langkah yang dimiliki oleh metode NegaMax adalah 80%. Proses perhitungan bobot board terbukti meningkatkan kepintaran AI sehingga AI dapat memojokan lawannya untuk mengambil titik – titik yang dianggap merugikan oleh AI