Können Computer denken? Teil 1 - Didaktik der Informatik

Rechner bleibt gar nichts anderes übrig, als die Zahl der zu untersuchenden Kombinationen
drastisch einzuschränken, z. B. dadurch, daß man dem Gegner immer den vermeintlich
besten Zug unterstellt und andere unberücksichtigt läßt. Egal wie gut die Verfahren zur Begrenzung
der untersuchten Kombinationen optimiert wurden, die durchschnittliche Anzahl
der in der Vorausschau betrachteten Halbzüge (die sog. Suchtiefe) muß, um beispielsweise
im Zeitrahmen von Turnierschach zu bleiben, begrenzt werden, es kann nicht jede Alternative
bis zum sicheren Matt zu Ende gerechnet werden. Um nun den besten Zug zu finden,
müssen die verschiedenen Positionen bewertet werden. Das geschieht durch eine Bewertungsfunktion,
die jeder Position eine Zahl zuordnet. Im einfachsten Fall kann das dadurch
geschehen, daß nur das ” Material“, d. h. die Anzahl und Stärke (z. B. Bauernäquivalente)
der Figuren, betrachtet wird. Aber auch weitere Faktoren (Beherrschung des Zentrums,
Beweglichkeit der Figuren, offene Linien und deren Beherrschung, Frei- und Doppelbauern
. . . ) können berücksichtigt werden, indem auch diese Faktoren durch Zahlen bewertet werden
und ihnen eine weitere feste Zahl als ” Gewicht“ je nach Anteil dieses Faktors an der
Gesamtbeurteilung der Position zugeordnet wird. Die Auswahl der Faktoren, ihre Bewertung
und ihre Gewichtung durch den Programmierer erfordern viel Erfahrung und Wissen
und sind häufig gut gehütete Geheimnisse. Die schematische Bewertung einer Position
nach einer fest vorgegebenen Anzahl von Halbzügen birgt offensichtlich ein Risiko: eine
vom Gegner großzügig angebotene Dame, die sich erst einige Züge später als ” vergiftet“
erweist, kann im Rahmen der Suchtiefe zu einer zu guten Bewertung der Position und
damit zu Verlusten führen (Horizont-Effekt). Hier können zusätzliche Algorithmen helfen,
durch die in bestimmten Situationen (eindeutig erzwungene Züge (z. B. bei Mattdrohung),
unabgeschlossener Figurentausch) selektiv die Suchtiefe erhöht wird. Weiter können für in
der Schachliteratur gut untersuchte Standardsituationen (Eröffnung, Endspiel) spezielle
Programme und Bibliotheken eingesetzt werden.
Angesichts der geschilderten kombinatorischen Explosion besteht kurz gesagt die Kunst
darin, möglichst nur die sinnvollen statt aller möglichen Züge zu betrachten. Die oben
genannten, in die Bewertungsfunktion eingehenden Regeln sind Beispiele für sogenannte
heuristische Verfahren zur Einschränkung des Suchraumes: sie garantieren — im Gegensatz
zu echten“ Algorithmen — nicht den jeweils besten Zug, sollen aber — wie die
”
Anfängern angeratenen Faustregeln — möglichst immer gute Züge liefern (die Verwendung
solcher Heuristiken ist typisch für die KI, die Bezeichnung heuristisch“ ist aber etwas miß-
”
verständlich: der Gegensatz zu algorithmisch“ ist nur eine Frage der Perspektive, auch
”
die heuristischen Verfahren müssen vom Menschen für den Rechner durch Algorithmen
verfügbar gemacht werden). Der Zeitgewinn durch solche Verfahren ist beträchtlich, wie
beim Schach können häufig Probleme gar nicht anders durch Computer bearbeitet werden;
das dabei eingegangene Risiko liegt andererseits klar auf der Hand: sehr ungewöhnliche,
” geniale“, erst später voll wirksame Züge können übersehen oder unzutreffend bewertet
werden.
Zur Leistungssteigerung von Schachcomputern kann man also zwei Wege gehen bzw. kombinieren:
immer größere Suchtiefen durch immer schnellere und mächtigere hardware (so
wird z. B. diskutiert, ob ein brute force Rechner mit einer Suchtiefe von 20 Halbzügen,
” der nur auf das Material achtet“, Weltmeister werden kann) oder sehr ausgefeilte Bewertungsfunktionen
und Algorithmen (bei kommerziellen Schachcomputern mit bezahlbarer
Technik wird darauf viel Mühe verwendet). Das gegenwärtig (1992) stärkste Schachsystem
DEEP THOUGHT verfügt über mehrere speziell entworfene Chips zur verteilten Erzeugung
und Bewertung von Positionen mit einer Leistung von mehr als einer Million Po-
11