AlphaGo besiegte Lee Sedol am Samstag zum dritten Mal in Folge und sicherte sich damit einen Sieg in einem Fünf-Spiele-Match gegen einen der stärksten Go-Spieler der Welt. Damit überschritt AlphaGo eine Schwelle, die viele Forscher im Bereich der künstlichen Intelligenz noch in weiter Ferne sahen.
Nach 176 Zügen in Seoul gab Lee auf und verschaffte dem von Googles DeepMind-Einheit entwickelten Programm damit einen uneinholbaren 3:0-Vorsprung bei noch zwei ausstehenden Partien. Das Ergebnis ist mehr als nur ein weiterer Sieg einer Maschine in einem Brettspiel. Die enorme Anzahl möglicher Stellungen im Go und seine Abhängigkeit von Urteilsvermögen hinsichtlich Form, Einfluss und langfristigem Gleichgewicht hatten sich den Techniken mit roher Gewalt widersetzt, die im Schach zum Erfolg geführt hatten.
Reuters berichtete aus Seoul , dass der Sieg selbst die Entwickler von AlphaGo überraschte und Lee sich für seine, wie er es nannte, hilflose Leistung entschuldigte. Der 33-jährige südkoreanische Meister, der 18 internationale Titel hält, ging mit der festen Überzeugung in den Wettkampf, dass menschliche Erfahrung und Intuition die Grenzen der Software aufzeigen würden.
Warum die konventionelle Suche scheitern lassen?
Ein Go-Brett besteht aus 19 mal 19 Linien, was 361 mögliche Positionen für den Eröffnungszug und unzählige weitere Konfigurationen ermöglicht. Anders als beim Schach gibt es beim Go keine einfache Materialzählung, um den Spielvorteil zu ermitteln. Eine Steingruppe kann je nach Entwicklung auf dem restlichen Brett lebendig, verwundbar, einflussreich oder entbehrlich sein. Starke Spieler beschreiben ihre Entscheidungen oft als intuitiv, da eine vollständige Berechnung unmöglich ist.
Das machte Go zu einer ungewöhnlich anspruchsvollen Herausforderung für Computer. Traditionelle Spielsysteme durchsuchen einen Baum möglicher Züge und bewerten die resultierenden Stellungen. Bei Go wächst der Baum zu schnell, und Stellungen lassen sich zu schwer genau bewerten. Programme hatten sich zwar durch Monte-Carlo-Methoden – das Durchlaufen vieler möglicher Fortsetzungen – verbessert, aber bis vor Kurzem konnten sie die besten Profis nicht ohne Handicap schlagen.
AlphaGo kombiniert Suche mit erlerntem Urteilsvermögen. Das in DeepMinds Veröffentlichung in Nature vom Januar beschriebene System nutzt ein „Policy-Netzwerk“ zur Auswahl vielversprechender Züge und ein „Value-Netzwerk“ zur Abschätzung der Gewinnwahrscheinlichkeit einer bestimmten Position. Diese Netzwerke schränken die Suche ein und ermöglichen es dem Programm, Rechenleistung für Züge aufzuwenden, die sich aufgrund von Erfahrungswerten als plausibel erwiesen haben.
Die Entwicklung verlief in zwei Phasen. AlphaGo lernte zunächst Spielmuster aus aufgezeichneten Partien starker Spieler. Anschließend spielte es Millionen von Partien gegen Kopien seiner selbst und nutzte dabei bestärkendes Lernen, um sich durch Siege und Niederlagen zu verbessern. Diese Methode ermöglicht es AlphaGo, Strategien zu entdecken, die auch dann effektiv sind, wenn sie nicht dem konventionellen Spielstil von Profis entsprechen.
Drei Spiele erweitern die Beweislage
Das erste Spiel zeigte, dass AlphaGo dem Druck eines Live-Matches gegen einen 9-Dan-Champion standhalten konnte. Lee gab nach etwa dreieinhalb Stunden auf. Der Reuters-Bericht zum Auftakt am Mittwoch hob hervor, dass Lee die schwarzen Steine hielt und Zehntausende den Livestream im Internet verfolgten, während die Maschine wiederholt präzise Lösungen fand.
Die zweite Partie war für die Profis beunruhigender, da AlphaGo Züge zeigte, die zunächst fragwürdig wirkten, sich später aber als sehr wirkungsvoll erwiesen. Ein Schulterangriff früh in der Partie, gespielt auf der fünften Linie, überraschte die Kommentatoren, die an etablierte Eröffnungsprinzipien gewöhnt waren. Die Analyse der zweiten Partie durch Wired beschrieb das Spiel des Programms als kreativ und nicht nur als präzise – eine wichtige Unterscheidung für ein System, das oft als Taschenrechner dargestellt wird.
Die dritte Partie am Samstag stellte eine andere Schwäche auf die Probe. Lee suchte nach Komplikationen und initiierte einen Ko-Kampf, ein wiederkehrendes taktisches Duell, in dem die Spieler auf Bedrohungen an anderer Stelle auf dem Brett reagieren müssen. Solche Stellungen erfordern umfassendes Urteilsvermögen und können lange, verzweigte Sequenzen erzeugen. AlphaGo behielt die Kontrolle, vereinfachte das Spiel, wo es vorteilhaft war, und zwang Lee zur Aufgabe.
Der Bericht von Wired über das entscheidende Spiel hob hervor, dass das Programm nicht nur taktische Komplexität überstand, sondern sie auch bewältigte und dabei eine vorteilhafte Gesamtposition bewahrte. Diese Leistung schwächt die Theorie, dass ein menschlicher Champion das System durch geschicktes Manövrieren des Spielgeschehens besiegen könnte.
Maschinenintuition ist statistisch, aber dennoch leistungsstark
AlphaGo als intuitiv zu bezeichnen bedeutet nicht, dass es das Spiel wie ein Mensch denkt oder erlebt. Seine Netzwerke kodieren statistische Beziehungen zwischen Brettpositionen, Zügen und Ergebnissen. Es misst Go keine kulturelle Bedeutung bei, spürt keinen Druck von einem Gegner und versteht nicht, warum Zuschauer einen Zug als schön empfinden.
Doch diese Unterscheidung schmälert nicht die Tragweite der Entscheidungen. Menschliches Fachwissen beruht ebenfalls auf Mustererkennung, die durch wiederholte Erfahrung erworben wird, ist aber eng mit Sprache, Emotionen, körperlicher Erfahrung und bewusstem Denken verknüpft. AlphaGo beweist, dass ein spezialisiertes System einen entscheidenden Teil des Expertenurteils so gut reproduzieren kann, dass es einen Meister in einem Bereich übertrifft, in dem explizite Regeln keine optimale Strategie vorgeben.
Googles Spielbericht, der vor Spielbeginn veröffentlicht wurde, präsentierte den Wettkampf als die ultimative Herausforderung für ein Programm, das bereits den Europameister Fan Hui mit 5:0 besiegt hatte. Lee repräsentierte ein deutlich höheres Niveau. Der Gewinn der ersten drei Partien belegt daher, dass die Methode auch über den Gegner hinaus anwendbar ist, der zur Validierung der ursprünglichen Studie verwendet wurde.
Das Ziel des Systems unterscheidet sich subtil vom menschlichen Wunsch, das Spielbrett zu dominieren. AlphaGo wählt Züge, die seine geschätzte Gewinnwahrscheinlichkeit maximieren, nicht die Größe seines endgültigen Vorsprungs. Ein ruhiger Zug, der einen knappen, aber sicheren Vorteil bewahrt, kann einem aggressiven Zug mit höherem Risiko und mehr Punkten vorzuziehen sein. Dadurch kann sein Spiel im einen Moment konservativ und im nächsten überraschend unkonventionell wirken.
Von Spielen zum allgemeinen Lernen
DeepMinds übergeordnete These lautet, dass die Techniken hinter AlphaGo Probleme lösen können, bei denen sinnvolle Entscheidungen nicht vollständig im Voraus programmiert werden können. Neuronale Netze unterstützen bereits Spracherkennung, Bildklassifizierung und Empfehlungssysteme. Reinforcement Learning bietet Software die Möglichkeit, sich durch Feedback zu verbessern, anstatt sich ausschließlich auf gekennzeichnete Beispiele zu stützen.
Go bleibt ein abgeschlossenes System: Die Regeln sind klar, jeder Zug ist sichtbar und Erfolg wird durch Gewinnen definiert. Medizinische Diagnostik, Robotik, Energiemanagement und wissenschaftliche Forschung hingegen beinhalten unsichere Daten, sich verändernde Ziele und Konsequenzen, die sich nicht auf eine Punktzahl reduzieren lassen. AlphaGo beweist nicht, dass ein System direkt vom Go-Brett auf diese Aufgaben übertragen werden kann.
Es zeigt jedoch, dass eine Kombination aus erlernten Repräsentationen, simulierter Erfahrung und selektiver Suche ein Problem lösen kann, das einst als rein menschliche Intuition erforderte. Der Bericht des Guardian nach dem ersten Spiel griff den unmittelbaren historischen Vergleich mit IBMs Deep Blue auf, doch der technische Fortschritt ist hier ein anderer: AlphaGo setzt weniger auf die Aufzählung von Möglichkeiten, sondern vielmehr darauf, zu lernen, welche Möglichkeiten relevant sind.
Zwei Spiele stehen noch aus, und Lee hat erklärt, er wolle mindestens eines davon gewinnen. Deren Ausgang könnte Schwachstellen im Programm oder weitere Beispiele ungewohnter Strategien offenbaren. Das zentrale Ergebnis steht jedoch bereits fest: Eine Maschine hat einen menschlichen Spitzenkämpfer in einem Wettkampf besiegt, der auf Urteilsvermögen unter extrem komplexen Bedingungen beruht – und das nicht nur einmal zufällig, sondern dreimal hintereinander.