AlphaGo gegen Lee Sedol: die Maschine, die spielen lernte (2016)

Im März 2016 schlug DeepMinds AlphaGo in einem Hotel in Seoul den Spieler Lee Sedol, einen der stärksten seiner Generation, mit vier zu eins. Zehnmillionen Menschen sahen live zu, vor allem in Ostasien, wo Go als ernste geistige Kunst gilt.

Das Ergebnis wog schwer, weil Go als unerreichbar galt. Das Brett ist so groß, dass die Zahl möglicher Partien die Zahl der Atome im beobachtbaren Universum weit übertrifft. Man kann nicht gewinnen, indem man wie Deep Blue 1997 beim Schach jeden Zug durchrechnet.

Wie AlphaGo gewann

AlphaGo rechnete Lee Sedol nicht aus. Es lernte, Stellungen zu beurteilen, so wie starke Spieler es per Gefühl tun, und suchte dann gezielt um diese Urteile herum.

• Zuerst studierte es mit tiefem Lernen eine große Datenbank menschlicher Partien und baute neuronale Netze, die gute Züge vorhersagen und einschätzen konnten, wer vorn liegt.
• Dann verbesserte es sich durch verstärkendes Lernen, spielte Millionen Partien gegen Versionen seiner selbst und behielt, was funktionierte.
• Schließlich verband es diese gelernten Instinkte mit einer fokussierten Baumsuche und investierte seine Rechenzeit nur in Varianten, die die Netze für aussichtsreich hielten.

Die Züge, an die man sich erinnert

Zwei Momente wurden berühmt. In Partie 2 spielte AlphaGo Zug 37, einen Schulterschlag so ungewöhnlich, dass professionelle Kommentatoren einen Fehler vermuteten, bis er sich langsam als entscheidend erwies. In Partie 4 antwortete Lee Sedol mit Zug 78, einem Keil so präzise, dass AlphaGo den Halt und schließlich die Partie verlor. Es war die einzige Partie, die ein Mensch im Match gewann, und sie gilt als Moment menschlicher Brillanz unter Druck.

Warum es wichtig ist

Wo Deep Blue gesucht hatte, hat AlphaGo gelernt. Das ist der ganze Unterschied. Eine spröde, von Hand justierte Bewertungsfunktion wurde durch Intuition ersetzt, destilliert aus Daten und Selbstspiel, genau das Rezept, das AlexNet für die Bildverarbeitung gezeigt hatte, nun auf Strategie angewandt.

Der Ansatz verallgemeinerte sich. Der Nachfolger AlphaGo Zero lernte Go von Grund auf ganz ohne menschliche Partien, und spätere Systeme übertrugen dieselbe Selbstspiel-Idee auf Schach, Shogi und mehr. AlphaGo gewann nicht nur ein Brettspiel; es zeigte, dass gelernte Intuition menschliche Experten bei Aufgaben schlagen kann, die lange als zutiefst menschlich galten.