• Schalter wissen.de
  • Schalter wissenschaft
  • Schalter scinexx
  • Schalter scienceblogs
  • Schalter damals
  • Schalter natur
Scinexx-Logo
Scinexx-Claim
Facebook-Claim
Google+ Logo
Twitter-Logo
YouTube-Logo
Feedburner Logo
Mittwoch, 29.06.2016
Hintergrund Farbverlauf Facebook-Leiste Facebook-Leiste Facebook-Leiste
Scinexx-Logo Facebook-Leiste

AlphaGo gewinnt erstes Match gegen Go-Meister

Im Mensch-Maschine-Duell führt momentan die künstliche Intelligenz

Es steht 1:0 für die Maschine: Das Computerprogramm AlphaGo hat heute Nacht sein erstes Match gegen den Go-Champion Sedol Lee gewonnen. Noch sind in diesem Turnier von Mensch gegen Maschine aber vier weitere Spiele zu absolvieren. Viele Experten halten jedoch einen Sieg des Computers für durchaus wahrscheinlich. Denn die künstliche Intelligenz ist dank ihres neuronalen Netzwerks enorm lernfähig.
Die künstliche Intelligenz AlphaGo misst sich zurzeit im Go-Turnier mit Lee-Sedol, einem der Topspieler der Welt.

Die künstliche Intelligenz AlphaGo misst sich zurzeit im Go-Turnier mit Lee-Sedol, einem der Topspieler der Welt.

Im Oktober 2015 sorgte das von Forschern am Google DeepMind-Forschungszentrum entwickelte Programm AlphaGo für die erste Sensation: Es besiegte in einem Turnier den mehrfachen europäischen Go-Champion Fan Hui. Zum ersten Mal überhaupt und zehn Jahre früher als gedacht, meisterte damit eine künstliche Intelligenz dieses komplexe Brettspiel besser als ein professioneller Go-Spieler.

Das Turnier hat begonnen


Jetzt steht AlphaGo mitten in seiner nächsten Herausforderung: Er tritt gegen Sedol Lee, den seit einem Jahrzehnt weltweit führenden Go-Spieler. Dieser gewann bereits 18 internationale Titel und gilt als deutlich besser als AlphaGos vorheriger Gegner Fan. Im aktuellen Turnier geht es immerhin um eine Million US-Dollar Preisgeld für Sedol Lee – und natürlich die Verteidigung der Ehre aller menschlichen Go-Spieler.

Lee zeigte sich im Vorfeld des Turniers entsprechend selbstbewusst: "Das wird ein bedeutungsvolles Ereignis in der Geschichte des Go. Ich habe gehört, dass die künstliche Intelligenz von Googles DeepMind überraschend stark ist und immer stärker wird", so der Go-Profi. "Aber ich bin zuversichtlich, dass ich gewinnen kann."


Google DeepMind Forscher erklären, wie AlphaGo entstand und wie es funktioniert


"Ich hätte nicht gedacht, dass es dazu fähig wäre"


Ob Lee Sedol jetzt immer noch so optimistisch ist, bleibt abzuwarten. Denn heute Nacht hat AlphaGo das erste von fünf Spielen in diesem Turnier gewonnen. Nach rund dreieinhalb Stunden gab der Mensch im Match gegen die Maschine auf. Wie Go-Experten beobachteten, zeigte Lee Sedol am Anfang einige Schwächen, möglicherweise durch den hohen seelischen Druck. Später holte er zwar auf, aber der sehr präzise und gleichmäßig spielende AlphaGo war in der Endphase wieder überlegen.

Im Interview nach dem Spiel zeigte sich Lee Sedol überrascht von der Spielstärke der Google-KI: "Ich hätte nicht gedacht, dass es dazu fähig wäre, ein so gutes Match zu spielen", so der Go-Profi. "Selbst als ich hinten lag habe ich nicht geglaubt, dass ich verlieren würde."

Auch andere Go-Profis reagierten erstaunt über die Fähigkeiten des Programms. "Als Google sagte, die Chancen stehen 50:50, dachte ich noch, sie scherzen", kommentierte Go-Profi Lee Changho. "Ich habe es zwar mit eigenen Augen gesehen, aber ich kann seine Leistungen noch immer nicht glauben."

Der Live-Stream des zweiten Matchs im Turnier AlphaGo gegen Lee Sedol beginnt heute Nacht


Nächstes Match heute Nacht


Donnerstag früh um 04:00 Uhr unserer Zeit beginnt das zweite Match des Turniers AlphaGo gegen Lee Sedol. Es wird im Livestream bei Youtube übertragen. Über den Ausgang dieses und der verbleibenden drei Spiele darf man gespannt sein. Immerhin weiß Lee Sedol nun, womit er rechnen muss – das könnte ein Vorteil sein.

Klar ist bereits jetzt, dass AlphaGo seine Spielstärke seit dem Spiel gegen Fan Hui beträchtlich gesteigert hat. Die künstliche Intelligenz hat die Zeit genutzt, um wieder und wieder gegen sich selbst und ältere Versionen seiner selbst zu spielen und so seine Fähigkeiten zu trainieren. Ihre enorme Lernkurve verdankt sie der Kombination mehrerer neuronaler Netzwerkes, die die Taktik und Chancen jedes Spielzugs auszuwerten.
(_, 09.03.2016 - NPO)