Die Maschine übertrifft den Menschen: von Deep Blue bis Alfa Go die Herausforderung der Algorithmen

Wir schreiben das Jahr 1996. Eine Nachricht geht schnell um den Globus und sorgt für Aufsehen und Bewunderung: Zum ersten Mal schafft es ein Computer, sich auf dem Schachbrett gegen einen Weltmeister durchzusetzen. Es war der 10. Februar 1996, als Deep Blue, ein Computer, der von IBM speziell für das Schachspiel entwickelt und gebaut wurde, den Inhaber des Titels, Garry Kasparov, besiegte. im Eröffnungsspiel der Mann-Rechner-Challenge. Es ist ein historisches Datum, künstliche Intelligenz erreicht ein Ziel, das von den meisten als unerreichbar, unerreichbar, für Maschinen gesperrt angesehen wird. Obwohl der IBM-Supercomputer Kasparov im ersten Spiel besiegte, sieht das Endergebnis des Duells den Sieg des russischen Meisters. In den folgenden Spielen kann Deep Blue den anfänglichen Erfolg nicht wiederholen und am Ende stehen drei Siege für Kasparov und zwei Remis. Mann schlägt Auto 4-2.

Viele atmen auf, die Menschheit bewahrt ihren Vorrang. Das Überholen von Computern zu Lasten des Menschen ist vielleicht nicht mehr das ausschließliche Thema der Science-Fiction, aber es steht zumindest noch bevor. Nichts mehr falsch! Im folgenden Jahr kommt es zur Revanche zwischen den beiden Konkurrenten und diesmal setzt sich Deep Blue durch. Daher im Mai 1997 Computer schlägt Mann: 3,5-2,5. Eine Grenze wird überschritten, eine Mauer zertrümmert.

Garry Kasparov hat diese verlorene Herausforderung in einem kürzlich erschienenen 300-seitigen Buch mit dem Titel „Deep Thinking: Where Artificial Intelligence Ends and Human Creativity Begins“ rekonstruiert.

Allerdings ist die Veranstaltung nicht unumstritten. Erstens befindet sich Deep Blue nicht in dem Raum, in dem das Spiel gespielt wird, sondern einige Kilometer entfernt, und folglich werden die Daten nicht direkt vom Computer gesendet. Diese Tatsache und andere Elemente veranlassen Kasparov zu der Behauptung, dass Deep Blue während der Spiele geholfen wurde. Ein Element, das während der Anfechtung mehrmals wiederkehrt, und die Weigerung von IBM auf Kasparovs Bitte, die Ausdrucke über die Aktivität der Maschine gemäß früheren Vereinbarungen bereitzustellen, verstärkt nur Zweifel und schürt Verdacht. Der Verlierer bittet schließlich um einen Rückkampf, aber IBM weigert sich rundheraus und zieht Deep Blue endgültig zurück.

20 Jahre später kommt der Deep-Mind-Algorithmus

In einem Dokumentarfilm aus dem Jahr 2003, Game Over: Kasparov and the Machine, werden Interviews mit einigen Zeugen angeboten, die einen schweren Schatten auf den Sieg des Supercomputers werfen. Daraus würde sich ergeben, dass Deep Blue letztlich einen Trick von IBM darstellte, um den Wert seiner Aktie an der Börse zu steigern. Am einzigen Tag des Triumphs über Kasparov steigen die IBM-Aktien um 15 %.

Gerade der Sieg der Maschine ist also vielleicht viel humaner, als zunächst angenommen wird. Oder das Ergebnis des Zufalls, wie Nate Silver behauptet. In seinem Buch (Das Signal und der Lärm. Die Kunst und Wissenschaft der Vorhersage) schreibt er den Erfolg von Deep Blue einer absolut irrationalen Bewegung zu, die das Ergebnis des Zufalls der Maschine war. Ein Schritt, der Kasparovs Menschlichkeit irreparabel destabilisiert und sein Vertrauen und seine Vernunft untergraben hätte.

Zwanzig Jahre später durchbricht AlphaGo eine weitere Grenze. Der Deep-Mind-Algorithmus besiegte in den ersten Monaten des Jahres 2016, diesmal ohne Kontroversen oder Tricks, zuerst den Europameister und dann den GO-Weltmeister. Der Sieg ist klar und eindeutig. Und dass die Maschine wirklich in der Lage ist, den Menschen zu deklassieren, zeigt die Tatsache, dass es AlphaGo in einer Woche, zwischen dem 29. Dezember 2016 und dem 4. Januar 2017, gelang, getarnt sechzig Siege in Folge gegen die besten Spieler des Planeten einzuheimsen das Fleisch.

Rechenkapazität: 10170 

Bis vor kurzem ging man davon aus, dass bestimmte Bereiche ausschließliche Domäne des Menschen bleiben würden oder es im schlimmsten Fall noch lange bleiben würden. Darunter befanden sich sowohl Schach als auch Go. Beide Spiele, obwohl sie magere Regeln und eine scheinbar einfache Dynamik haben, verbergen tatsächlich einen hohen Schwierigkeitsgrad. Eine Schwierigkeit, die durch die Anzahl der Zugkombinationen und folglich der möglichen Spielkonfigurationen gegeben ist. Eine so große Zahl, dass man glauben könnte, kein Computer hätte diese Komplexität beherrschen können. Daher war die allgemeine Meinung, dass Schach, und noch mehr Go, das Vorrecht der menschlichen Intelligenz und vor allem der Intuition bleiben würde. Noch weniger war mit einer so plötzlichen Kapitulation zu rechnen.

Aber wenn sich Deep Blue dank einer gewaltigen Rechenleistung (die 220 Millionen Züge pro Sekunde berechnen kann) mit brachialer Gewalt durchsetzen konnte, sieht die Sache bei AlphaGo anders aus. Go hat eine viel höhere Anzahl von Kombinationen als Schach. Bei jedem Zug sind die Chancen im Durchschnitt zehnmal höher. Die Rechenleistung allein, wenn auch enorm, würde nicht ausreichen, um etwa 10170 verschiedene Situationen zu berücksichtigen und gleichzeitig die Fallstricke des Spiels richtig einzuschätzen.

Wie hat es AlphaGo geschafft, den Weltmeister zu schlagen? Einfach, lernend.

Deep Learning, die Geheimwaffe der Maschine

Wie Demis Hassabis, Gründer von Deep Mind, sagt, gibt es zwei Möglichkeiten, einen Computer intelligenter zu machen. Ein erstes Verfahren sieht vor, eine bestimmte Lösung für ein gegebenes Problem zu programmieren und sie von der Maschine ausführen zu lassen. Die zweite, und das ist der Fall von AlphaGo, besteht darin, „… dem Computer die Fähigkeit zu geben, von sich selbst zu lernen, durch Erfahrung zu lernen. … Ich werde dir beibringen, wie man lernt, ich werde dir nicht die Lösung geben».

Das Geheimnis hinter dem Erfolg von AlphaGo heißt Deep Learning. „Der Algorithmus hat drei Merkmale, die alle aus der Neurobiologie stammen: Reinforcement Learning, Convolutional Neural Networks und Selective Memory Loops.“

Eine weitere Besonderheit, die AlphaGo von Deep Blue unterscheidet, besteht darin, dass die Deep-Mind-Kreatur nicht speziell und ausschließlich für Go geschaffen wurde, sondern dass der zugrunde liegende Algorithmus bewiesen hat, dass er dazulernen und sich im Laufe der Zeit an verschiedene Spielarten anpassen kann. Sein Fortschritt und seine Anschaffungen sind in der Tat nicht das Ergebnis sorgfältiger und akribischer Planung, sondern das Ergebnis von Erfahrung. Was es weiß, hat AlphaGo spielerisch in vollkommener Autonomie entdeckt und aufgenommen. „Das Markenzeichen der neuen Generation von Algorithmen ist, dass sie wie Menschen aus ihren Erfolgen und Misserfolgen lernen.“

Der Algorithmus von Deep Mind, der in bis zu 49 verschiedenen Atari 2600-Spielen trainiert wurde, hat nicht nur andere konkurrierende Algorithmen, sondern auch Menschen in den Schatten gestellt. „… in 29 dieser Spiele hat der Algorithmus einen menschlichen professionellen Tester um 75 Prozent oder mehr übertroffen und ihn manchmal mit einem sehr großen Vorsprung geschlagen.“

Kognitives Computing

AlphaGo zeigt, dass wir jetzt in das eintreten, was IBM als die dritte Ära der Datenverarbeitung bezeichnet: die des Cognitive Computing. Die erste Ära, die des tabellierenden Rechnens, von den Anfängen bis in die 50er Jahre, sah Computer, die in der Lage waren, grundlegende mathematische Operationen durchzuführen, wobei Lochkarten sowohl für die Eingabe als auch für die Ausgabe verwendet wurden. Die zweite Ära, die des Programming Computing, von den 50er Jahren bis heute, ist die Ära der elektronischen Computer. Auch Maschinen können Befehle (wenn/dann) und logische Strukturen verarbeiten, müssen dazu aber nach bestimmten Regeln angeleitet und damit programmiert werden.

Cognitive Computing, erklärt Jonas Nwuke (IBM), „… wurde geboren, um die der „Wenn/Dann“-Logik innewohnende Starrheit zu durchbrechen … Cognitive Computing ist eine probabilistische Ausarbeitung, deren Ergebnisse entlang eines Spektrums variieren, anstatt rigoros „Ja oder“ zu sein nicht, richtig oder falsch“».

Der Schwerpunkt, den IBM auf Cognitive Computing legt, ist zumindest teilweise eigennützig, es ist eines der Rädchen einer mächtigen Marketingmaschine, die mit dem Sieg über Kasparov nicht zufrieden war. AlphaGo hat tatsächlich einen Vorgänger oder, wenn Sie wollen, Deep Blue hatte einen Nachfolger. Ein Supercomputer, der eine weitere Barriere durchbrochen hat, hat dem Menschen ein weiteres Jagdrevier geraubt und ihm eine weitere Gewissheit genommen: mit einem Wort Watson.

Wir werden uns im nächsten Beitrag mit Watson befassen