AlphaGo feierte am Dienstag einen 4:1-Sieg gegen Lee Sedol, erholte sich von einem frühen Fehler im letzten Spiel und besiegte einen der stärksten Go-Spieler der Welt in einem Match, das sowohl die Reichweite des modernen maschinellen Lernens als auch den Wert der Konfrontation mit einem einfallsreichen menschlichen Gegner demonstrierte.
Das von Googles DeepMind-Einheit entwickelte Programm hatte sich die Serie durch drei Siege in Folge gesichert. Lee gelang dann ein außergewöhnlicher Sieg im vierten Spiel, indem er AlphaGo zu einer Reihe von Fehlern zwang, bevor die Maschine in einem spannenden fünften Spiel den Sieg errang. Das Ergebnis ist aufschlussreicher als ein klarer Seriensieg: AlphaGo erwies sich in verschiedenen Spielsituationen als dominant, aber nicht unbesiegbar.
Reuters berichtete , dass das Endergebnis nach einer fünften Partie feststand, in der Lee einen frühen Fehler ausnutzte, bevor AlphaGo die Initiative zurückgewann. Alle fünf Partien wurden in Seoul unter professionellen Bedingungen ausgetragen, mit einem Preisgeld von einer Million US-Dollar und weltweiter Live-Übertragung.
Vier Siege beweisen mehr als nur taktische Stärke
Go gilt seit Langem als Grenzgebiet der künstlichen Intelligenz, da sich das Spiel einer vollständigen Berechnung entzieht. Sein 19x19-Brett erzeugt weitaus mehr plausible Zugfolgen, als selbst leistungsstarke Computer aufzählen können, und die Bewertung einer Stellung erfordert ein Urteilsvermögen hinsichtlich Einfluss, Territorium, Leben und Tod, das sich nicht auf das Zählen der Figuren reduzieren lässt.
AlphaGo begegnet diesen Einschränkungen, indem es lernt, welche Positionen und Züge Beachtung verdienen. Die in DeepMinds Forschungsarbeit in Nature beschriebene Architektur kombiniert Strategienetzwerke, die vielversprechende Züge bewerten, mit einem Wertnetzwerk, das die Gewinnwahrscheinlichkeit einer Position einschätzt. Die Monte-Carlo-Baumsuche untersucht dann ausgewählte Varianten, anstatt alle Möglichkeiten zu berechnen.
Die Netzwerke lernten zunächst von den Partien menschlicher Experten und verbesserten sich dann durch wiederholtes Selbstspiel. Diese zweite Phase ist entscheidend, da die Software nicht auf die Nachahmung von Konventionen beschränkt ist. Sie kann Züge erkennen, die Profis selten wählen, deren Konsequenzen durch simulierte Erfahrung bewerten und Strategien speichern, die die Gewinnwahrscheinlichkeit erhöhen.
Das Match demonstrierte die Leistungsfähigkeit der Methode in verschiedenen Tests. AlphaGo gewann ruhige strategische Partien, bewältigte taktische Komplikationen und holte im Finale sogar einen Rückstand auf. Der Bericht von Nature über die abgeschlossene Serie wertete das Ergebnis von 4:1 als Bestätigung dafür, dass der frühere Sieg über den Europameister Fan Hui nicht das Leistungsmaximum des Systems darstellte.
Lees Sieg im vierten Spiel wird zu einem Diagnoseereignis
Nach drei Niederlagen gewann Lee am Sonntag die vierte Partie mit Weiß. Sein Zug 78 – ein Keil ins Zentrum der AlphaGo-Stellung – überraschte die Kommentatoren zunächst und schien die Bewertung des Programms gestört zu haben. AlphaGo reagierte schwach, verschärfte das Problem und gab schließlich auf.
Der Bericht des Time-Magazins beschrieb Lees Sieg als Genugtuung für einen Champion, der mit der Erwartung eines klaren Sieges in das Match gegangen war, dann aber auf ein stärkeres und ungewöhnlicheres Spiel traf als erwartet. Für die Forscher liegt die Bedeutung weniger darin, ein menschliches Ergebnis wiederherzustellen, als vielmehr darin, eine Situation zu finden, in der das erlernte Urteilsvermögen des Systems versagte.
Maschinelle Lernsysteme können anders versagen als herkömmliche Software. Ein manuell programmiertes Programm verhält sich in der Regel fehlerhaft, weil eine Regel oder Implementierung falsch ist. Ein neuronales Netzwerk kann bei bekannten Beispielverteilungen hervorragend funktionieren und dann bei einem ungewöhnlichen Muster eine Fehlentscheidung treffen. Seine interne Repräsentation ist über viele gelernte Parameter verteilt, was es schwierig macht, die genaue Fehlerursache zu bestimmen.
Lees Zug scheint genau diese Art von Überraschung ausgelöst zu haben. Nachdem sich AlphaGos Position verschlechtert hatte, wirkten die späteren Entscheidungen für Experten unlogisch, was darauf hindeutete, dass die Wertschätzungen, die seine Suche leiteten, unzuverlässig geworden waren. Die Analyse von Spiel Vier durch Wired stellte fest, dass die Maschine nach dem unerwarteten Keil eine Reihe von Fehlern beging und damit den deutlichsten Beweis im gesamten Match lieferte, dass kreatives Spiel sie aus dem Gleichgewicht bringen kann.
Das letzte Spiel stellt die Erholung auf die Probe
Der Wettkampf am Dienstag lieferte eine weitere wichtige Lektion. AlphaGo machte zwar früh einen auffälligen Fehler und geriet in Rückstand, gab aber nicht auf. Es baute seine Position im Zentrum aus, wehrte Lees Angriffe ab und erholte sich allmählich, bis Lee nach etwa fünf Stunden aufgab.
Der Wired-Bericht zum Finale hob die Aufholjagd hervor. Ein System, das darauf trainiert ist, die Gewinnwahrscheinlichkeit zu maximieren, muss nicht fehlerfrei spielen; es muss lediglich einen Weg aus der jeweiligen Ausgangslage finden. Die erfolgreiche Erholung gegen einen Spitzengegner deutet darauf hin, dass die Stärke von AlphaGo nicht nur darin besteht, bevorzugte Muster aus einem frühen Vorteil heraus auszuführen.
Gleichzeitig sollte das Ergebnis nicht mit einer Anpassung im menschlichen Sinne während des Spiels verwechselt werden. DeepMind trainierte AlphaGo zwischen den Partien nicht neu, um Lees Erkenntnisse zu integrieren. Die am Dienstag eingesetzte Version war im Wesentlichen dasselbe System. Lee hingegen analysierte die Tendenzen des Programms, änderte seine Strategie und bat darum, im Finale mit Schwarz spielen zu dürfen, da er dies als die schwierigere Prüfung ansah.
Der abschließende Bericht des Guardian beschrieb den knappen Sieg nach Lees starkem Auftakt. Das enge Spiel unterstreicht eine grundlegende Erkenntnis: Betrachtet man alle fünf Begegnungen, war AlphaGo deutlich stärker, doch die einzelnen Partien reagierten weiterhin empfindlich auf Neuheiten, Fehler und strategische Entscheidungen.
Was über den Vorstand hinausgeht
Die Techniken hinter AlphaGo bergen Potenzial überall dort, wo Entscheidungen große Suchräume und zu komplexe Muster betreffen, die sich nicht manuell festlegen lassen. Neuronale Netze helfen bereits bei der Sprach- und Bilderkennung. Verstärkendes Lernen könnte durch strukturiertes Feedback zur Verbesserung von Systemen beitragen und so die Robotik, das Ressourcenmanagement und die wissenschaftliche Forschung voranbringen.
Go bietet jedoch eine ungewöhnlich übersichtliche Umgebung. Jede rechtliche Handlung ist definiert, alle relevanten Informationen des Spielbretts sind einsehbar, und Erfolg lässt sich eindeutig messen. Reale Systeme müssen mit fehlenden Daten, widersprüchlichen Zielen, menschlichen Werten und sich ändernden Bedingungen umgehen. Eine medizinische Empfehlung oder eine autonome Maschine kann Fehler nicht einfach durch Millionen folgenloser Selbstversuche analysieren.
Googles Bericht über die Herausforderung stellt das Spiel als Demonstration für lernende Systeme dar, die ein Problem lösen, das einst menschliche Intuition erforderte. Die Spiele untermauern diese These, zeigen aber auch, warum Tests ungewohnte und herausfordernde Bedingungen beinhalten müssen. Durchschnittliche Leistung kann Schwachstellen verschleiern, die nur ein kreativer Gegner aufdeckt.
Lee leistete genau diesen Dienst. Sein einziger Sieg schmälert das Ergebnis von 4:1 nicht; er wertet die Leistung wissenschaftlich auf. AlphaGo demonstrierte ein strategisches Urteilsvermögen, das über das bisheriger Spieleprogramme hinausging, während Spiel Vier einen Fehler aufdeckte, den die Entwickler analysieren können, anstatt nur darüber zu spekulieren.
Das Spiel endet somit nicht als einfacher Wettstreit zwischen menschlicher Intelligenz und maschineller Berechnung. AlphaGo lernte von menschlichen Partien, verbesserte sich durch Selbstspiel und entwickelte Züge, die Profis neue Möglichkeiten eröffneten. Lee passte sich der Maschine an und entdeckte eine Schwäche, die sie sich selbst nicht offenbart hatte. Das wertvollste Vermächtnis ist wohl dieser Austausch: leistungsstarke Lernsysteme, die von Menschen herausgefordert werden, die sie überraschen können.