Die Homepage wurde aktualisiert. Jetzt aufrufen.
Hinweis nicht mehr anzeigen.

Brettspiel-Turnier: Software schlägt Go-Genie mit 4 zu 1

Go-Profi Lee Sedol Zur Großansicht
AP

Go-Profi Lee Sedol

Die Entscheidung ist klar: Go-Profi Lee Sedol hat auch die fünfte und letzte Partie gegen die Google-Software AlphaGo verloren. Der Sieg der Künstlichen Intelligenz markiert einen historischen Wendepunkt.

Das Duell ist entschieden, und es ging genau andersherum aus, als der menschliche Go-Champion Lee Sedol das prognostiziert hatte. Er werde fünf Spiele gewinnen, hoffte Lee vor dem Turnier gegen die Deepmind-Software AlphaGo, allerhöchstens werde die Partei Mensch gegen Computer 4 zu 1 ausgehen. Das Ergebnis stimmt, nur mit umgekehrten Vorzeichen: In der fünften und letzten Partie am Dienstag hat AlphaGo Lee Sedol erneut geschlagen. Der 33-jährige Lee gab am Dienstag nach 280 Zügen auf.

Die vierte Partie hatte das Go-Genie Lee, einer der besten Spieler der Welt, für sich entscheiden können. Die Spielweise der Software hatte Profis und Go-Fans rund um die Welt verblüfft: AlphaGo mache "Züge, die ein Mensch nie machen würde", sagte Profi-Spielerin Young Sun Yoon SPIEGEL ONLINE.

Fotostrecke

5  Bilder
Spielregeln einfach erklärt: So geht Go
Das Ergebnis des Turniers überraschte Go-Kenner, nicht aber die Protagonisten der wiedererstarkten Forschung im Bereich künstliche Intelligenz. Der Grund: AlphaGo beruht zum Teil auf lernenden neuronalen Netzwerken (siehe Kasten unten). Solche Netzwerke werden zunächst mit großen Datenmengen - hier historische Go-Partien - gefüttert und anschließend weiter trainiert. AlphaGo hat viele Monate lang immer wieder gegen sich selbst gespielt und dabei augenscheinlich Go-Taktiken entwickelt, gegen die der menschliche Profi Lee Sedol machtlos war.

Im Falle eines Sieges hätte Lee ein Preisgeld von einer Million Dollar gewinkt, nun geht das Geld an die Google-Tochter Deepmind - das Unternehmen hatte bereits im Vorfeld erklärt, man werde das Geld für gute Zwecke spenden, wenn AlphaGo gewinnen sollte.

Der Turniersieg markiert einen Wendepunkt nicht nur in Sachen Computer-Go: Die Tatsache, dass lernende, künstliche neuronale Netze offenbar in der Lage sind, selbständig zu Problemlösungen zu kommen, auf die Menschen nicht gekommen sind, dürfte viele Lebensbereiche verändern, nicht zuletzt die Art und Weise, wie künftig wissenschaftliche Erkenntnisse zustandekommen.

Neuronale Netzwerke: Die Geschichte
Neuronales Netz: Knoten und gewichtete Verbindungen
David E. Rumelhart/ James L. McClelland

Neuronales Netz: Knoten und gewichtete Verbindungen

Die Idee, dass man die Morphologie des menschlichen Nervensystems nachbilden könnte, um Maschinen so etwas wie denken, lernen oder Wahrnehmung beizubringen, stammt schon aus den Vierzigerjahren des vergangenen Jahrhunderts. Lange Zeit aber blieben die sogenannten neuronalen Netzwerkmodelle eher rudimentär, ein Gebiet für Spezialisten mit besonderer Liebe zur Abstraktion. Dann, in der ersten Hälfte der Achtzigerjahre, änderte sich das vor allem dank einer einzigen Studie. Die Psychologen David Rumelhart und James McClelland zeigten, dass so ein extrem rudimentäres Pseudogehirn lernen kann, die Vergangenheitsformen englischer Verben korrekt zu bilden - und im Laufe des Lernprozesses vorübergehend die gleichen Fehler macht wie ein menschliches Kind beim gleichen Vorgang. Statt "went" warf das Netz als Antwort vorübergehend "goed" aus - es wendete also die Regel korrekt an, aber eben bei einem unregelmäßigen Verb.

Das Netzwerk lernte also Regeln und anschließend auch die Ausnahmen von diesen Regeln - ohne dass eine einzige Regel jemals explizit formuliert worden wäre. Die Studie löste in den Kognitionswissenschaften einen kleinen Boom aus, plötzlich wurden neuronale Netzwerkmodelle auf alle möglichen Fragestellungen angewendet, der Begriff "Konnektionismus" für die neue Wissenschaft kam auf. Dann kam das Internet, die digitale Revolution nahm ihren Lauf, und plötzlich gab es Rechenleistung und entsprechende Computer in Hülle und Fülle. Heute sind neuronale Netzwerke nicht mehr nur Modelle für Psychologen - sie sind zu mächtigen Werkzeugen in den Händen jener geworden, die Computern das Sehen, Denken, Deuten beibringen wollen.

Das Grundprinzip, nach dem solche neuronalen Netzwerke funktionieren, ist immer das gleiche. Sie bestehen aus zwei oder mehr Schichten von Knoten, simulierten Nervenzellen. Verbunden werden diese Schichten mit vielen Verknüpfungen. In der Regel ist jeder Knoten der einen Schicht mit allen Knoten der nächsten verbunden. Die Input-Knoten stehen für elementare Merkmale, sie könnten beispielsweise die Pixel eines vorgegebenen Bildes repräsentieren.

Wird ein Input-Knoten aktiviert, reichte er diese Aktivierung über seine Verbindungen an die Knoten der nächsten Schicht weiter. Die Verbindungen wurden gewichtet - man kann sie sich als unterschiedlich dick vorstellen. Je dicker die Verbindung, desto stärker die Aktivierung, die am nächsten Knoten ankommt. Belehrt wird so ein Netzwerk gewissermaßen rückwärts: Wenn die Output-Schicht nicht das gewünschte Ergebnis produziert, werden die Gewichtungen der Verbindungen mithilfe eines mathematischen Mechanismus Schicht für Schicht so angepasst, dass das Ergebnis beim nächsten Mal besser zum tatsächlichen Input passt. Mit vielen Durchgängen können die Netze so lernen, Inputs korrekt mit Outputs zu verknüpfen.

cis

cis

Diesen Artikel...
Forum - Diskutieren Sie über diesen Artikel
insgesamt 122 Beiträge
Alle Kommentare öffnen
    Seite 1    
1. Die Büchse der ...
Thorkh@n 15.03.2016
... Pandora steht jetzt einen Spalt breit offen. Ist die Menschheit so schlau, sie schleunigst wieder zu schließen?
2.
Sumerer 15.03.2016
Zitat von Thorkh@n... Pandora steht jetzt einen Spalt breit offen. Ist die Menschheit so schlau, sie schleunigst wieder zu schließen?
Nur keine Angst! Bello schnappt sich den Stecker und ruckelt an diesem etwas herum. Schwupps ist das Biest im Nirvana bei den Göttern. Intelligenz sieht dann doch anders aus.
3. Große Leistung
aron_dc 15.03.2016
Auch wenn es nur eine schwache KI ist die hier den Sieg im Go errungen hat, ist das doch eine wirklich großartige Leistung. Gerade die Fähigkeit aus Fehlern zu lernen und sich das Spiel im Grunde genommen annähernd aus dem nichts, selbst bis zu diesem Grad beizubringen, finde ich sehr faszinierend. Die Verwendung solcher Systeme für spezielle andere Probleme rückt damit etwas mehr in greifbare Nähe, während der Weg zu einer starken KI trotzdem noch endloser ist.
4.
JBond 15.03.2016
Zitat von Thorkh@n... Pandora steht jetzt einen Spalt breit offen. Ist die Menschheit so schlau, sie schleunigst wieder zu schließen?
Genau - verbrennt AlphaGo...die Erde ist und bleibt eine Scheibe!!! Glückwunsch an die Entwickler - ein weiterer Meilenstein für die KI-Forschung.
5. so genannte
JaguarCat 15.03.2016
Dass Computer immer leistungsfähiger werden, steht außer Zweifel. Dass sie jetzt auch schnell genug sind, um die Spitzenspieler beim Go zu schlagen, haben sie gerade gewiesen. Aber ist das künstliche Intelligenz? Könnte AlphaGo ein Buch schreiben, mit dessen Hilfe menschliche Spitzenspieler lernen, wie sie besser spielen? Nein! Es ist einfach nur "brute force" mit der AlphaGo gewonnen hat. Die Maschine hat mit 30 Millionen Spielzügen trainiert. Selbst die fleißigsten Go-Profis dürften in ihrem Leben hingegen nicht über 1 Million Züge kommen. Auch hat sich AlphaGo nicht selber programmiert. Die Regeln, wie trainiert wird, oder wie die Bewertung des "neuronalen Netzes" in das Spiel übernommen wird, diese Regeln haben Menschen programmiert. DARIN, in der Leistung der Programmierer, steckt die Intelligenz, nicht im stupiden Training, was quasi nur einem Auswendiglernen von bereits verfügbarem Wissen entspricht.
Alle Kommentare öffnen
    Seite 1    

© SPIEGEL ONLINE 2016
Alle Rechte vorbehalten
Vervielfältigung nur mit Genehmigung der SPIEGELnet GmbH




Anzeige
  • Christian Stöcker:
    Spielmacher

    Gespräche mit Pionieren der Gamesbranche.

    Mit Dan Houser ("Grand Theft Auto"), Ken Levine ("Bioshock"), Sid Meier ("Civilization"), Hideo Kojima ("Metal Gear Solid") u.v.a.

    SPIEGEL E-Book; 2,69 Euro.

  • Bei Amazon kaufen.
SPIEGEL.TV
Der kompakte Nachrichtenüberblick am Morgen: aktuell und meinungsstark. Jeden Morgen (werktags) um 6 Uhr. Bestellen Sie direkt hier: