Software für Denkspiel Go Google schlägt Facebook

Im Rennen um künstliche Intelligenz hat Google die Konkurrenz düpiert: mit einem Programm, das menschliche Profis im Brettspiel Go schlagen kann. Facebook-Chef Mark Zuckerberg wurmt das augenscheinlich.

Go-Spiel: "Ein Kunststück, von dem man bislang glaubte, es sei noch ein Jahrzehnt entfernt"
imago

Go-Spiel: "Ein Kunststück, von dem man bislang glaubte, es sei noch ein Jahrzehnt entfernt"

Von


Wenig Zeit? Am Textende gibt's eine Zusammenfassung.


Es kann natürlich Zufall sein, dass Mark Zuckerberg diesen Facebook-Post ausgerechnet am Morgen des 27. Januar veröffentlicht hat. Aber sehr wahrscheinlich ist das nicht.

Zuckerbergs Post geht in Kurzform so: Unsere Künstliche-Intelligenz-Experten haben gewaltige Fortschritte dabei gemacht, Computern das Go-Spielen beizubringen. Dann folgt ein gewissermaßen weltöffentliches Lob vom Facebook-Chef: "Der Forscher, der daran arbeitet, Yuangdong Tian, sitzt ungefähr sechs Meter von meinem Schreibtisch entfernt. Ich finde es toll, dass unser KI-Team so nah bei mir ist, sodass ich aus dem lernen kann, woran sie arbeiten."

Yuangdong Tian findet das zweifellos auch toll. Weniger begeistert dürfte er über den vermutlich wahren Grund für Zuckerbergs öffentliches Lob sein: Die Konkurrenz, die KI-Forscher von Google, genauer gesagt die des von Google aufgekauften Unternehmens Deepmind, haben in Sachen Go gerade gewonnen.

Nicht ein einzelnes Spiel, nicht einmal ein Turnier. Sondern das Rennen um das erste Programm, das in der Lage ist, menschliche Profispieler tatsächlich zu schlagen.

"Professionellen menschlichen Spieler geschlagen"

Zu diesem Erfolg gehört auch die prestigeträchtigste wissenschaftliche Veröffentlichung zum Thema. Denn die Forscher um David Silver und Deepmind-Gründer Demis Hassabis veröffentlichen jetzt in "Nature" einen Artikel mit dem Titel "Mit tree search und tiefen neuronalen Netzwerken das Go-Spiel meistern". (Informationen zum Stichwort neuronale Netze finden Sie im Kasten unten.)

Der triumphierendste und für die Außenwirkung wichtigste Satz des für Laien schwer verständlichen Forschungsberichts findet sich am Ende des Abstracts: "Dies ist das erste Mal, dass ein Computerprogramm einen professionellen menschlichen Spieler in einem vollständigen Go-Spiel geschlagen hat - ein Kunststück, von dem man bislang glaubte, es sei noch ein Jahrzehnt entfernt."

Yuandong Tian und Yan Zhu, die eben nicht für Google, sondern für Facebook an KI-Problemen arbeiten, haben mithilfe eines neuronalen Netzes eine Go-Software geschaffen, die marktüblichen Programmen überlegen sein soll: Einen klaren 5:0-Sieg gegen den Go-Profi Fan Hui haben sie aber nicht zu bieten. Der in China geborene Fan, der heute in Frankreich lebt, hat in den Jahren 2013 bis 2015 jeweils den Titel des europäischen Go-Meisters errungen. Die erste der fünf Partien gegen die AlphaGo getaufte Software verlor Fan, bei den übrigen vier gab er irgendwann im Lauf des Spiels auf.

Facebooks Artikel: eben noch mal auf den neuesten Stand gebracht

Das Facebook-Team hat seinen Go-Automaten bislang nur in Form eines Arbeitspapiers veröffentlicht. Das Papier hat Yuangdong Tian am gestrigen Dienstag, als in Fachkreisen schon bekannt war, dass das "Nature"-Paper vor der Veröffentlichung steht, noch einmal auf den neuesten Stand gebracht.

Go gilt als eine der aktuellen Königsdisziplinen der KI-Forschung, ähnlich wie Schach es früher einmal war. Bislang erreichten Go-Programme allenfalls das Niveau guter Amateure, einfach deshalb, weil das Spiel ungleich komplexer und vielfältiger ist als Schach: Allein das Brett hat 19 x 19 Positionen, bei Schach sind es bekanntlich nur 8 x 8. Die Gesamtzahl möglicher Spielpositionen ist im Go um ein Vielfaches größer.

Go wird von zwei Spielern gespielt, die abwechselnd runde, flache Steine auf den Kreuzungen der Linien auf dem Brett platzieren. Das Ziel des Spiels besteht darin, möglichst großflächige Territorien auf dem Spielfeld zu besetzen. Wer eine Gruppe Steine des Gegners mit Steinen der eigenen Farbe vollständig umschließt, darf diese vom Brett nehmen.

Go stammt aus dem alten China, bis heute ist das Spiel vor allem in Asien extrem populär. Wegen der enormen Vielzahl möglicher Züge und Konstellationen galt es mit bisherigen Methoden als besonders schwierig von Computern zu simulieren.

1200 CPUs, 176 Grafikkarten

Googles Deepmind-Team knackte das Problem, indem es mehrere neuronale Netzwerke mit einer bereits von anderen Go-Programmen bekannten Technik kombinierte. Eines der Netzwerke wurde trainiert, indem es mit realen Zügen aus Spielen einer großen Datenbank mit Profi-Partien konfrontiert wurde. Ein anderes spielte immer wieder gegen sich selbst. So entstand ein "Wert-Netzwerk", das die jeweilige Konstellation auf dem Brett beurteilte und ein "Policy-Netzwerk", das passende Züge auswählte. Kombiniert wurden diese beiden Netze mit einer klassischen Entscheidungs-Baum-Methode namens Monte Carlo Tree Search.

Mit dieser Kombination von Elementen sorgten die Forscher dafür, dass AlphaGo "Tausende von Positionen weniger bewerten musste, als Deep Blue das in seinem Schach-Match gegen Kasparow getan hat", schreiben sie nun in "Nature". Die bewerteten Positionen würden dank der Intelligenz des "Policy-Netzwerks" klüger ausgewählt und dank des "Wert-Netzwerks" präziser beurteilt. Dieser Ansatz liege vielleicht "näher an der menschlichen Spielweise". Die Rechenleistung, die dafür zum Einsatz kommt, ist allerdings eher übermenschlich: In seiner stärksten Version arbeitet AlphaGo mit über 1200 Zentralprozessoren (CPUs) und weiteren 176 Grafikkarten (GPUs), die besonders gut in parallelen Verarbeitungsvorgängen sind.

Für März ist schon der nächste Test des digitalen Go-Wunders geplant - AlphaGo soll in Seoul gegen den 1983 geborenen Südkoreaner Lee Sedol antreten, einen Spieler, der den höchsten erreichbaren Go-Rang innehat. Er trägt den Spitznamen "der unschlagbare Junge". Sedol gilt als einer der besten, wenn nicht der beste lebende Spieler der Welt.

Und vielleicht gibt es irgendwann ja noch ein weiteres großes Duell: das zwischen Googles Software und dem künstlichem Go-Spieler von Yuangdong Tian. Facebooks KI-Forscher könnten sich dann doch noch ein wenig Ruhm erspielen - oder gar ein zweites Mal verlieren.


Zusammengefasst: Deepmind feiert einen Durchbruch im Bereich künstliche Intelligenz. Einer Software des von Google aufgekauften Unternehmens ist es gelungen, einen chinesischen Profi im Spiel Go zu schlagen. Go gilt als eine der aktuellen Königsdisziplinen der KI-Forschung, ähnlich wie früher Schach. Google kommt mit seinem Erfolg einem Facebook-Team zuvor, das ebenfalls auf dem Gebiet forscht.

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



Forum - Diskutieren Sie über diesen Artikel
insgesamt 30 Beiträge
Alle Kommentare öffnen
Seite 1
bardeaustinte 27.01.2016
1. Leichter zu erlernen als Schach...
Die Go-Regeln sind leichter zu lernen als die Schach-Regeln. Vergleicht man "europäisches" (also persisches) Schach mit japanischem oder chinesischem, merkt man auch, wie x-belibig die Regeln doch sind. Go hingegen hat sehr klare, einfache Regeln, man muss sich z.B. keine verschiedenen Figuren merken. Wenn Sie Go lernen wollen, besuchen Sie doch einfach einen Spieleabend - Liste auf dgob.de !
Ulrich Lange 27.01.2016
2. Kein Spiel
Dies ist eine der wichtigsten Nachrichten des Jahres. Sie sollte als Balkenüberschrift in allen Zeitungen erscheinen. Denn Go wurde mit Konzepten bezwungen, die mit hoher Wahrscheinlichkeit geeignet sind, eine echte universelle künstliche Intelligenz zu erschaffen, keine "Fachidioten" wie Schachcomputer oder selbstfahrende Autos. Erst vor 10 Tagen sagte Prof. Schmidhuber (deutsche KI-Kapazität, Google und Facebook kaufen bei ihm ein) auf einer Konferenz in München, daß man in absehbarer Zeit künstliche Intelligenzen schaffen könne, die so intelligent seien wie ein kleines Tier. Von dort aus sei es nicht mehr sehr weit bis zu menschenähnlicher Intelligenz (und darüber hinaus). Wir brauchen eine Mainstream-Diskussion über das Thema, denn auch wenn KI auf vielen Gebieten nützlich sein kann, besteht eine signifikante Wahrscheinlichkeit für eine Katastrophe.
tobias97 27.01.2016
3.
Eine Mainstreamdebatte hilft nur insofern weiter, dass dadurch Forscher- und Ethikkomissionen dazu gezwungen werden können, über Gefahren von KIs zu diskutieren. Der durchschnittliche Bürger hat viel zu wenig Ahnung, um die Risiken einer KI realistisch einschätzen zu können. Wir kennen zwar alle Katastrophenbücher mit KIs, wissen aber nicht ob es Techniken gibt, wie man derartiges mit Sicherheit verhindern lässt. Diese Romane sind immerhin Science Fiction, und entstammen der Fantasie von Autoren. Die Sicherheit einer KI muss unbedingt auch von staatlicher Seite geprüft werden. Eine KI ist wohl die einzige Waffe, bei der eine staatliche Kontrolle nicht selbstverständlich ist.
AundZwanzig 27.01.2016
4. Ich muss gestehen, dass ich ziemlich schockiert war...
Zitat von Ulrich LangeDies ist eine der wichtigsten Nachrichten des Jahres. Sie sollte als Balkenüberschrift in allen Zeitungen erscheinen. Denn Go wurde mit Konzepten bezwungen, die mit hoher Wahrscheinlichkeit geeignet sind, eine echte universelle künstliche Intelligenz zu erschaffen, keine "Fachidioten" wie Schachcomputer oder selbstfahrende Autos. Erst vor 10 Tagen sagte Prof. Schmidhuber (deutsche KI-Kapazität, Google und Facebook kaufen bei ihm ein) auf einer Konferenz in München, daß man in absehbarer Zeit künstliche Intelligenzen schaffen könne, die so intelligent seien wie ein kleines Tier. Von dort aus sei es nicht mehr sehr weit bis zu menschenähnlicher Intelligenz (und darüber hinaus). Wir brauchen eine Mainstream-Diskussion über das Thema, denn auch wenn KI auf vielen Gebieten nützlich sein kann, besteht eine signifikante Wahrscheinlichkeit für eine Katastrophe.
..., als ich vorhin im Rahmen eines Game-Theorie-Kurses von dieser Nachricht hörte. Es war zwar klar, dass es irgendwann einmal in der mittleren Zukunft geschehen könnte/würde, aber so schnell habe ich nicht damit gerechnet. Ich spiele seit Jahrzehnten liebend gerne Go, allerdings unregelmässig, aber gelegentlich abends auch gegen GnuGo über die Kigo-Oberfläche. Ich gehöre zwar zu den unteren/untersten Amateur-Kyu-Einstufungen, aber gegen dieses Programm habe ich noch gute Chancen. Unabhängig vom Spiel sollte man jetzt wirklich anfangen sich mit der Zukunft der KI in gesellschaftlichem Zusammenhang intensiver zu beschäftigen.
hubert heiser 27.01.2016
5.
Zitat von bardeaustinteDie Go-Regeln sind leichter zu lernen als die Schach-Regeln. Vergleicht man "europäisches" (also persisches) Schach mit japanischem oder chinesischem, merkt man auch, wie x-belibig die Regeln doch sind. Go hingegen hat sehr klare, einfache Regeln, man muss sich z.B. keine verschiedenen Figuren merken. Wenn Sie Go lernen wollen, besuchen Sie doch einfach einen Spieleabend - Liste auf dgob.de !
Als Go-Spieler muss ich doch mal etwas relativeren. Richtig: Die Spielregeln beim Go sind wesentlichen einfacher als beim Schach - zumindest die in D-Land verbreiteten informellen japanischen oder chinesichen Regeln. Was den Reiz des Go ausmacht, ist die hohe Vielfalt und Komplexität der Spielabläufe, die sich entwickeln können. Ich glaube nicht, dass Go wesentlich einfacher als Schach ist, wenn man es auf höchstem Niveau spielen will.
Alle Kommentare öffnen
Seite 1

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


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