Deep Mind: Googles KI wird durch Trial-and-Error besser als Menschen

Das Deep-Mind-Team von Google kombiniert das Lernen durch Trial-and-Error mit neuronalen Netzen und erreicht damit übermenschliche Fähigkeiten in Go- oder Atari-Spielen. Google will dies künftig auch für Veränderungen in der Gesellschaft nutzen.

Artikel veröffentlicht am 20. Juni 2016, 16:35 Uhr, Sebastian Grüner

Die System von Googles Deep Mind sind schon jetzt in vielen Aufgaben besser als Menschen. (Bild: Deepmind)

Erst seit einigen Jahren ist Deep Mind Teil von Google. Das Team, das maschinelles Lernen auf tiefen neuronalen Netzwerken erforscht, hat einige öffentlichkeitswirksame Erfolge erreicht, vor allem den ersten Sieg einer Maschine gegen einen Menschen in Go. Das Team erklärt in einem Blogeintrag nun sein prinzipielles Vorgehen, um übermenschliche Fähigkeiten zu erreichen und welche praktischen Anwendungen sich daraus ergeben.

So kombiniert das Deep-Mind-Team sogenanntes bestärkendes Lernen (reinforcement learning, RL) mit neuronalen Netzen. Dabei lernt die Maschine weitgehend allein direkt aus Eingabedaten nach dem Prinzip des Trial-and-Error. Das heißt, es wird aus Erfolgen und Misserfolgen gelernt und diese Ergebnisse werden in einem sogenannten Q-Netzwerk repräsentiert.

Dadurch erreichen Maschinen in einigen Spielen des Konsolenklassikers Atari 2600 Leistungen, die deutlich über die von Menschen hinausgehen. Dank einer Erweiterung des zugrundeliegenden Algorithmus, die Deep Mind als asynchrones RL bezeichnet, sind die Systeme gar in der Lage, sich in 3D-Labyrinthen zurecht zu finden und dabei direkt so gut zu sein wie Menschen. Damit lassen sich auch die Bewegungen virtueller Ameisen koordinieren.

Letztlich dienten diese theoretischen Grundlagen auch für das System Alpha Go, das den derzeit besten menschlichen Go-Spieler mehrfach besiegen konnte. In dem Blogposting heißt es außerdem, dass diese Systeme künftig genutzt werden sollen, um einen "positiven Einfluss auf die Gesellschaft" nehmen zu können. Das untersucht Deep Mind zum Beispiel derzeit in Kooperation mit Ärzten des staatlichen Gesundheitssystems Großbritanniens (NHS). Es ist wahrscheinlich, dass derartige Projekte weiter ausgebaut werden.