• IT-Karriere:
  • Services:

Künstliche Intelligenz: Alpha Go geht in Rente

Google Deepmind verabschiedet sich von seiner künstlichen Intelligenz Alpha Go. Es hat nur eines von 74 Spielen verloren.

Artikel von veröffentlicht am
Fünf Go-Profis sind sich einig: Das was kein guter Zug.
Fünf Go-Profis sind sich einig: Das was kein guter Zug. (Bild: Deepmind/Screenshot: Luis Armendariz)

In dieser Woche trat ein letztes Aufgebot der besten Go-Spieler der Welt gegen Google Deepminds Alpha Go an. Der weltranglistenführende 19-jährige Chinese Ke Jie verlor in drei von drei Spielen. Auch ein Team aus fünf Spielern der oberen Weltrangliste schaffte es nicht, das Programm zu besiegen, obwohl sie gemeinsam über ihre Züge beraten konnten. In Zukunft will sich das Deepmind-Team anderen Aufgaben zuwenden.

Stellenmarkt
  1. Landestalsperrenverwaltung des Freistaates Sachsen, Eibenstock-Neidhardtsthal
  2. Deutsches Patent- und Markenamt, München

Zum Einsatz kam eine noch weiter verbesserte Version des Programms, das im vergangenen Jahr schon den Koreaner Lee Sedol in vier von fünf Spielen besiegte. Er war damit der letzte Mensch, der das Programm noch aus eigener Kraft besiegen konnte. Als Google Deepmind Ende 2016 eine Version des Programms auf Online-Go-Servern gegen Profispieler antreten ließ, verlor es keines von 60 Spielen.

Der Computer ist Trainingspartner

In einem weiteren Spiel traten die Chinesen Gu Li und Lian Xiao im Paar-Go gegeneinander an. Dabei hatten beide Alpha Go als Spielpartner und spielten ihre Züge entsprechend den Regeln abwechselnd. Da sich die Spieler bei Paar-Go nicht beraten dürfen, hatten sie dabei auch keinen Zugriff auf die Bewertung der Spielsituation durch das Programm. Beide Spieler waren sich einig, dass es ein interessantes Spiel mit vielen überraschenden Zügen und Gelegenheiten zum Lernen war.

Auch wenn Ke Jie in seinem dritten Spiel gegen Alpha Go den Tränen nah war, werden die Computerprogramme unter den Go-Spielern vor allem als Trainingsmöglichkeit betrachtet, als eine Chance, über sich selbst hinauszuwachsen. Go ist ein Strategiespiel, das seit Jahrtausenden in China unter dem Namen Wei Chi gespielt wird und sich im ostasiatischen Raum verbreitet. In Japan ist es als Go bekannt, von wo aus sich das Spiel im 19. Jahrhundert nach Europa und Amerika verbreitete, wofür auch der deutsche Schachweltmeister Emanuel Lasker verantwortlich war.

Wegen des großen Spielfeldes und der vielen möglichen Spielzugkombinationen waren Computerprogramme lange nicht in der Lage, gegen menschliche Spieler zu bestehen. Vor rund zehn Jahren galt es als großer Durchbruch, als Computerprogramme das Niveau fortgeschrittener Amateurspieler erreichten, nachdem Monte-Carlo-Suchen als Bewertungsfunktion von Spielzügen im Go implementiert worden waren. Dabei werden Spiele mit zufälligen Zügen ausgespielt und der Zug mit den besten Siegchancen ausgewählt. Trotz aller Fortschritte in der Optimierung der Algorithmen und höherer Rechengeschwindigkeiten schien das Niveau der Profispieler noch für mehrere Jahrzehnte unerreichbar.

Alte und neue Algorithmen sind zusammen erfolgreich

Erst die Nutzung von neuralen Netzen ermöglichte es Google Deepmind, die Spielstärke von Computer-Go-Programmen entscheidend zu verbessern. Die Monte-Carlo-Suche wurde dabei nie aufgegeben. Vielmehr arbeiten beide Algorithmen zusammen. Das neurale Netz wurde zunächst mit Hilfe von Aufzeichnungen aus Hunderttausenden Spielen menschlicher Spieler im Internet trainiert. Es liefert eine Matrix zu den aussichtsreichsten Spielzügen. Diese Züge werden dann mit Hilfe der Monte-Carlo-Suche genauer untersucht.

Erst die Kombination beider Techniken ermöglichte eine effiziente Suche nach der optimalen Strategie. Als das Trainingsmaterial von Aufzeichnungen menschlicher Spiele für das neurale Netzwerk ausging, wurde es durch Spiele gegen sich selbst weiter verbessert. Die nächste Herausforderung wird es sein, die gleichen Algorithmen, die so erfolgreich im Go waren, in Situationen anzuwenden, in denen es um mehr geht als das geschickte Platzieren von schwarzen und weißen Steinen auf einem Brett mit 19 x 19 Feldern.

Alle Spiele lassen sich auf dem Youtube-Kanal von Deepmind anschauen.

Bitte aktivieren Sie Javascript.
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
  • ohne Werbung
  • mit ausgeschaltetem Javascript
  • mit RSS-Volltext-Feed


Anzeige
Top-Angebote
  1. (u. a. Philips Ambilight 65OLED804 für 1.899€, Philips Ambilight 65OLED934/12 OLED+ für 2...
  2. 213,47€
  3. (u. a. Oral-B PRO 750 Black Edition für 30,99€, Oral-B Genius X elektrische Zahnbürste mit...
  4. (u. a. Crucial P2 500GB NVMe für 68,23€, Crucial Ballistix Sport 8GB (4GB x2) Speicher Kit DDR3...

Anne ET 18. Jun 2017

Der mehrfach preisgekrönte Dokumentarfilm "The Surrounding Game" wird am 18.7.2017 im...

teenriot* 30. Mai 2017

Einfaches Beispiel: Verkehrsplanung / -leitung Kann gut gemacht viel Geld sparen, die...

Vielfalt 30. Mai 2017

Jedes Insekt ist klüger als das Ding. Es zeigt nur wie effektiv neuronale Netze sind um...

Natz 29. Mai 2017

Neuronale Netze, die auf Computern nachgebildet werden, werden in der einschlägigen...

Frank... 29. Mai 2017

Alpha Go nicht. Aber es gibt inzwischen ziemlich starke andere Programme, die auf...


Folgen Sie uns
       


The Last of Us 2 - Fazit

Überleben in der Postapokalypse: Im Actionspiel The Last of Us 2 erkunden wir mit der jungen Frau Ellie unter anderem die Stadt Seattle - und sinnen auf Rache für einen Mord.

The Last of Us 2 - Fazit Video aufrufen
Kotlin, Docker, Kubernetes: Weitere Online-Workshops für ITler
Kotlin, Docker, Kubernetes
Weitere Online-Workshops für ITler

Wer sich praktisch weiterbilden will, sollte erneut einen Blick auf das Angebot der Golem Akademie werfen. Online-Workshops zu den Themen Kotlin und Docker sind hinzugekommen, Kubernetes und Python werden wiederholt.

  1. React, Data Science, Agilität Neue Workshops der Golem Akademie online
  2. In eigener Sache Golem Akademie hilft beim Einstieg in Kubernetes
  3. Golem Akademie Data Science mit Python für Entwickler und Analysten

Complex Event Processing: Informationen fast in Echtzeit auswerten
Complex Event Processing
Informationen fast in Echtzeit auswerten

Ob autonomes Fahren, Aktienhandel oder Onlineshopping: Soll das Ergebnis gut sein, müssen Informationen quasi in Echtzeit ausgewertet werden. Eine gute Lösung dafür: CEP.
Von Boris Mayer

  1. Musik Software generiert Nirvana-Songtexte
  2. mmap Codeanalyse mit sechs Zeilen Bash
  3. Digitale Kultur Demoszene wird finnisches Kulturerbe

Materiejets aus schwarzem Loch: Schneller als das Licht?
Materiejets aus schwarzem Loch
Schneller als das Licht?

Das schwarze Loch stößt Materie mit einer Geschwindigkeit aus, die wie Überlichtgeschwindigkeit aussieht.
Ein Bericht von Andreas Lutter

  1. Oumuamua Ein ganz normal merkwürdiger interstellarer Asteroid

    •  /