Die Forscher von Google DeepMind haben den ersten Computer entwickelt, dem es gelungen ist, einen menschlichen Go-Champion zu besiegen. Aber warum hat der Online-Gigant Millionen Dollar und einige der fähigsten Köpfe der KI-Forschung dazu eingesetzt, einen Computer zu bauen, der ein Brettspiel spielt? Go ist nicht nur irgendein Brettspiel. Es ist über 2000 Jahre alt und wird von mehr als 60 Millionen Menschen weltweit gespielt – inklusive einiger tausend professioneller Spieler. Einen übermenschlichen Computerspieler zu entwickeln, der dazu fähig ist, diese Profis zu besiegen, war seit Jahrzehnten eine der schwierigsten Herausforderungen der Forschung im Bereich Künstliche Intelligenz. Die Regeln sind täuschend einfach: Zwei Spieler setzen abwechselnd weiße und schwarze Steine auf ein leeres, quadratisches Spielbrett. Ziel ist es, das größte Territorium abzustecken. Und dennoch ergeben diese einfachen Spielregeln ein Spiel von außergewöhnlicher Schönheit und Komplexität, voller Muster und Möglichkeiten. Go hat sogar mehr mögliche Spielzüge als Schach – um genau zu sein, kann man in einer Runde Go mehr mögliche Züge ausspielen, als sie je bei einer Runde Schach möglich wären, selbst wenn wir auf jedem Atom im Universum ein Spielbrett aufstellen würden. KI-Forscher sahen deshalb in Go lange eine “großartige Herausforderung”. Während sogar die besten Schachspieler in den 1990er Jahren an einem Computer scheiterten, blieben sie bei Go ungeschlagen. Dies ist wirklich ein epochaler Durchbruch.
Spiele sind die Laborratten der KI-Forschung
Seit der Terminus der “künstlichen Intelligenz” (oder KI) in den 1950er Jahren zum ersten Mal geprägt wurde, hat sich die Anzahl der Probleme, die sie lösen kann, immer mehr und rascher erhöht. Wir gehen davon aus, dass Amazon eine recht gute Vorstellung davon hat, was wir unter Umständen kaufen wollen, oder dass Google unsere Suchbegriffe vervollständigen kann, obwohl beides auf Fortschritten in der KI-Forschung basiert. Computerspiele sind ein bedeutendes Forschungsfeld für die Entwicklung und den Test neuer KI-Techniken – die „Laborratte“ unserer Forschung. Dies hat dazu geführt, dass wir bei Dame, Schach, Scrabble, Backgammon und in jüngerer Zeit auch bei einfacheren Varianten von Poker gegen übermenschliche Spieler antreten können. Spiele stellen einen faszinierenden Ursprung schwieriger Probleme dar – sie haben alle bestimmte Regeln und ein klares Ziel: Gewinnen. Um diese Spiele zu beherrschen, wird die KI darauf programmiert, mögliche zukünftige Spielzüge zu erkennen und zu entscheiden, welcher Weg zum besten Ergebnis führt – ähnlich wie ein guter menschlicher Spieler seine Entscheidungen trifft. Bisher war es bei Go, aufgrund der enormen Ausmaße der Suchabfrage und der Schwierigkeit, zu berechnen, wer siegen wird, am schwierigsten zu gewinnen. Im Jahr 2001 sagte Jonathan Schaeffer, ein brillanter Forscher, der eine perfekte Spieler-KI für das Spiel Dame entwickelte, dass es noch “Jahrzehnte der Forschung und Entwicklung dauern würde, bevor ein Programm für Go auf dem Niveau eines Weltchampion existieren wird”. Und bisher erschien uns diese Idee, sogar wenn man die neuesten Entwicklungen berücksichtigt, noch immer mindestens eine Dekade entfernt.
Der Durchbruch
Im Nature-Magazin gab Google kürzlich Details darüber bekannt, wie die Maschine durch das Analysieren von Millionen früherer Profi-Spiele und der Simulation tausender möglicher zukünftiger Spielzüge “gelernt” hat, wie man Go spielt. Genauer gesagt haben die Forscher bei DeepMind einem “verschlungenen neuralen Netzwerk” beigebracht, auf Basis von Algorithmen die höchste Strukturebene des Denk- und Sehvermögens nachzuahmen, was zu einer Effektivitätssteigerung in der Vorhersage der Züge geführt hat, die nur ein Experte durchführen kann. Dieses Lernen wurde mit der Monte-Carlo-Baumsuche kombiniert, welche die Zufälligkeiten und das maschinelle Lernen nutzt, um den Such-“Baum” nach den logischen möglichen Spielabläufen zu durchforsten. Seit ihrer Erfindung vor zehn Jahren hat diese Suche die Stärke der Computergegner bei Go massiv anwachsen lassen, und auch die Suchfunktionen in anderen Anwendungsbereichen hat zugenommen. Der daraus entstandene Spieler hat alle vorher bekannten KI-Spieler überboten und konnte den derzeitigen europäischen Meister, Fan Hui, unter Turnierbedingungen mit einem Stand von Fünf zu Null besiegen.
KI bezwingt Go
Jetzt, wo Go anscheinend geknackt wurde, braucht die KI neue Herausforderungen – eine neue “Laborratte” – und wie es aussieht, werden einige davon aus der mehreren 100 Millionen Dollar teuren Videospielindustrie kommen. Die Fähigkeit, mit oder sogar gegen Millionen menschliche Spieler zu spielen, bietet eine einzigartige Möglichkeit für die KI-Forschung. Am Zentrum für Intelligent Games and Game Intelligence in York arbeiten wir beispielsweise an Projekten wie der Entwicklung einer KI, die auf den Spielspaß ausgerichtet ist, statt auf Stärke zu setzen, oder Spiele, die das Wohlbefinden von Leuten mit Alzheimer verbessern sollen. Die Zusammenarbeit zwischen interdisziplinären Labors wie unserem, der Spieleindustrie und der Großindustrie wird wahrscheinlich den nächsten großen Durchbruch in der KI-Forschung bedeuten.
Image (adapted) “Another game of Go” by Chad Miller (CC BY-SA 2.0)
Artikel per E-Mail verschicken
Schlagwörter: Bot, Go, Google Deep Mind, KI, KI Forschung, Künstliche Intelligenz, menschlich, Schach, Simulation
1 comment
Test