Table of Contents Announcement Articles Table of Contents 1 6 29
deutschland_mix_de
deutschland_mix_de
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Herausforderungen der künstlichen Intelligenz<br />
gemeistert, schreiben die Forscher in<br />
«Nature».¹<br />
Im Vergleich zu Schach ist Go das deutlich<br />
komplexere Brettspiel. Nicht nur gibt es pro<br />
Stellung deutlich mehr Zugmöglichkeiten, es<br />
dauert auch länger, bis das Spiel zu Ende ist.<br />
Selbst mit leistungsfähigen Computern wäre es<br />
ein h<strong>of</strong>fnungsloses Unterfangen, den sich<br />
immer mehr verästelnden Baum der<br />
Möglichkeiten nach der optimalen<br />
Spielstrategie zu durchforsten.<br />
Um die Komplexität des Problems zu reduzieren, ergänzten die Forscher einen<br />
herkömmlichen Suchalgorithmus durch zwei «tiefe» (also aus vielen Ebenen bestehende)<br />
künstliche neuronale Netze. Das eine Netz evaluierte Positionen auf dem Brett, das andere<br />
wählte Züge aus. Zum Training wurden die lernfähigen Netze mit Millionen von Go-<br />
Stellungen gefüttert. Das Gelernte wurde anschliessend vertieft, indem das Programm<br />
Partien gegen sich selbst spielte.<br />
Zum Test liessen die Forscher ihr Programm gegen herkömmliche Go-Programme antreten.<br />
Diese erreichen heute ungefähr das Niveau von Amateur-Spielern. AlphaGo gewann 494<br />
von 495 Partien. Selbst wenn den herkömmlichen Programmen ein Vorteil von vier Steinen<br />
gewährt wurde, setzte sich AlphaGo in den meisten Fällen durch. Überraschender war der<br />
Sieg gegen einen Pr<strong>of</strong>ispieler. Eigentlich hatte man erst in zehn Jahren damit gerechnet,<br />
dass die künstliche Intelligenz reif dafür ist.<br />
Dass die künstliche Intelligenz der tiefen neuronalen Netze tatsächlich einen grossen Anteil<br />
am Sieg hatte, beweist die folgende Tatsache. Obwohl Go wesentlich komplexer ist als<br />
Schach, berechnete AlphaGo etwa tausendmal weniger Positionen, als es «Deep Blue»<br />
seinerzeit im Kräftemessen mit Kasparow getan hatte. Der Grund dafür sei, dass die fehlende<br />
Rechenleistung durch eine intelligentere Auswahl und präzisere Evaluation der Positionen<br />
kompensiert worden sei, schreiben die Forscher in ihrer Publikation. Möglicherweise komme<br />
das der Spielweise des Menschen näher.<br />
Als nächstes soll AlphaGo gegen Lee Sedol spielen, den aus Südkorea kommenden Go-<br />
Weltmeister. Sedol hat schon vor vielen Jahren den neunten Dan erreicht, den höchst Rang,<br />
der im Go-Spiel möglich ist. Die Forscher von «Deep Mind» haben allerdings noch andere<br />
Ziele vor Augen. Sie glauben, dass die Kombination herkömmlicher Suchalgorithmen mit<br />
tiefen neuronalen Netzen auch in anderen Gebieten der künstlichen Intelligenz ein probates<br />
Mittel sein könnte, um dem Menschen Paroli zu bieten.<br />
¹ Nature Online-Publikation vom 27. 1. 2016 .<br />
Folgen Sie uns auf Twitter: Follow @NZZWissen<br />
2016-01-27 00:00:00 Christian Speicher<br />
180 Kurioses Urteil am Obergericht: Der Mann ohne Alter<br />
Zu Beginn einer jeden Gerichtsverhandlung befragt der Richter den Beschuldigten zu dessen<br />
Personalien. Normalerweise ist dies eine reine Formalität. Im Falle eines eingebürgerten