AlphaGo ist ein Computerprogramm, das das Brettspiel Go spielt und von dem in London ansässigen Unternehmen DeepMind Technologies entwickelt wurde, einer erworbenen Tochtergesellschaft von Google. Das Programm und seine Algorithmen wurden in einem Artikel beschrieben, der am 27. Januar 2016 in der Zeitschrift Nature veröffentlicht wurde, zeitgleich mit der Bekanntgabe seines Sieges über den Europameister Fan Hui. Dieser Artikel markierte einen Meilenstein in der künstlichen Intelligenz, da AlphaGo das erste Computer-Go-Programm wurde, das einen professionellen menschlichen Spieler ohne Vorgabe auf einem vollgroßen 19×19-Brett besiegte. Der Sieg wurde von Science am 22. Dezember 2016 als einer der Zweitplatzierten des „Breakthrough of the Year“ anerkannt.
AlphaGo verwendet eine Kombination aus maschinellem Lernen und künstlichen neuronalen Netzen, um Brettpositionen zu bewerten und Züge auszuwählen. Es nutzt einen Monte-Carlo-Baumsuchalgorithmus, der von einem Deep-Learning-Policy-Netzwerk und einem Wertnetzwerk gesteuert wird, die sowohl durch überwachtes Lernen aus menschlichen Partien als auch durch bestärkendes Lernen aus Selbstspielen trainiert werden. Dieser Ansatz ermöglichte es AlphaGo, die Herausforderungen des großen Verzweigungsfaktors von Go zu überwinden, der frühere Methoden der künstlichen Intelligenz behindert hatte.
Entwicklung und Hintergrund
Go gilt für Computer als wesentlich schwieriger zu gewinnen als andere Spiele wie Schach, da seine strategische und ästhetische Natur es schwer macht, direkt eine Bewertungsfunktion zu konstruieren, und sein viel größerer Verzweigungsfaktor es unerschwinglich schwierig macht, traditionelle KI-Methoden wie Alpha-Beta-Beschneidung, Baumdurchlauf und heuristische Suche anzuwenden. Fast zwei Jahrzehnte nachdem der IBM-Computer Deep Blue 1997 den Schachweltmeister Garri Kasparow besiegte, erreichten die stärksten Go-Programme mit Techniken der künstlichen Intelligenz nur etwa das Niveau eines Amateur-5-Dan und konnten immer noch keinen professionellen Go-Spieler ohne Vorgabe schlagen. Im Jahr 2012 besiegte das Softwareprogramm Zen, das auf einem Cluster aus vier PCs lief, Masaki Takemiya (9p) zweimal mit Fünf- und Vier-Stein-Vorgaben. Im Jahr 2013 besiegte Crazy Stone Yoshio Ishida (9p) mit einer Vier-Stein-Vorgabe.
Laut David Silver von DeepMind wurde das AlphaGo-Forschungsprojekt etwa 2014 gegründet, um zu testen, wie gut ein neuronales Netzwerk mit Deep Learning bei Go konkurrieren kann. AlphaGo stellt eine erhebliche Verbesserung gegenüber früheren Go-Programmen dar. In 500 Spielen gegen andere verfügbare Go-Programme, darunter Crazy Stone und Zen, gewann AlphaGo, das auf einem einzelnen Computer lief, alle bis auf eines. In einem ähnlichen Vergleich gewann AlphaGo, das auf mehreren Computern lief, alle 500 Spiele gegen andere Go-Programme und 77 % der Spiele gegen AlphaGo, das auf einem einzelnen Computer lief. Die verteilte Version im Oktober 2015 verwendete 1.202 CPUs und 176 GPUs.
Spiel gegen Fan Hui
Im Oktober 2015 besiegte die verteilte Version von AlphaGo den europäischen Go-Meister Fan Hui, einen professionellen 2-Dan-Spieler (von möglichen 9 Dan), mit fünf zu null. Dies war das erste Mal, dass ein Computer-Go-Programm einen professionellen menschlichen Spieler auf einem vollgroßen Brett ohne Vorgabe geschlagen hatte. Die Bekanntgabe der Nachricht wurde bis zum 27. Januar 2016 verzögert, um mit der Veröffentlichung des Artikels in der Zeitschrift Nature zusammenzufallen, der die verwendeten Algorithmen beschrieb.
Spiel gegen Lee Sedol
AlphaGo spielte gegen den südkoreanischen professionellen Go-Spieler Lee Sedol, der mit 9-Dan eingestuft war und zu den besten Go-Spielern gehörte. Die fünf Spiele fanden vom 9., 10., 12., 13. und 15. März 2016 im Four Seasons Hotel in Seoul, Südkorea, statt und wurden live per Video übertragen. Von fünf Spielen gewann AlphaGo vier, während Lee das vierte Spiel gewann, was ihn zum einzigen menschlichen Spieler machte, der AlphaGo in allen seinen 74 offiziellen Spielen besiegte. AlphaGo lief auf Googles Cloud-Computing mit Servern in den Vereinigten Staaten. Das Spiel verwendete chinesische Regeln mit einem Komi von 7,5 Punkten, und jede Seite hatte zwei Stunden Bedenkzeit plus drei Byo-Yomi-Perioden von 60 Sekunden. Die Version von AlphaGo, die gegen Lee spielte, verwendete eine ähnliche Rechenleistung wie beim Spiel gegen Fan Hui. The Economist berichtete, dass sie 1.920 CPUs und 280 GPUs verwendete. Zum Zeitpunkt des Spiels hatte Lee Sedol nach dem Südkoreaner Lee Chang-ho, der den Weltmeistertitel 16 Jahre lang hielt, die zweithöchste Anzahl an internationalen Go-Turniersiegen der Welt. Da es keine offizielle einheitliche Ranglistenmethode im internationalen Go gibt, können die Ranglisten je nach Quelle variieren. Während er manchmal an der Spitze stand, stuften einige Quellen Lee Sedol zum damaligen Zeitpunkt als den viertbesten Spieler der Welt ein. AlphaGo wurde nicht speziell für das Spiel gegen Lee trainiert und war auch nicht dafür ausgelegt, gegen bestimmte menschliche Spieler anzutreten.
Die ersten drei Spiele wurden von AlphaGo gewonnen, nachdem Lee aufgab. Lee schlug AlphaGo jedoch im vierten Spiel und gewann durch Aufgabe von AlphaGo beim Zug 180. AlphaGo holte dann einen vierten Sieg nach und gewann das fünfte Spiel durch Aufgabe von Lee. Der Preis betrug 1 Million US-Dollar. Da AlphaGo vier von fünf Spielen und damit die Serie gewann, wurde der Preis an Wohltätigkeitsorganisationen gespendet, darunter UNICEF. Lee Sedol erhielt 150.000 US-Dollar für die Teilnahme an allen fünf Spielen und zusätzlich 20.000 US-Dollar für seinen Sieg im vierten Spiel.
Im Juni 2016 enthüllte Aja Huang, ein Mitglied des DeepMind-Teams, bei einer Präsentation an einer Universität in den Niederlanden, dass sie die logische Schwäche behoben hatten, die während des vierten Spiels des Spiels zwischen AlphaGo und Lee aufgetreten war, und dass es nach Zug 78 (der von vielen Profis als „göttlicher Zug“ bezeichnet wurde) wie beabsichtigt spielen und den Vorteil von Schwarz aufrechterhalten würde. Vor Zug 78 führte AlphaGo das gesamte Spiel an, aber Lees Zug führte dazu, dass die Rechenleistung des Programms umgeleitet und verwirrt wurde. Huang erklärte, dass das Policy-Netzwerk von AlphaGo die Position falsch eingeschätzt habe, was zur Niederlage führte.
Nachwirkungen und Vermächtnis
In Anerkennung des Sieges wurde AlphaGo von der Korea Baduk Association der Ehren-9-Dan verliehen. Die Vorbereitung und das Herausforderungsspiel gegen Lee Sedol wurden in einem Dokumentarfilm mit dem Titel AlphaGo dokumentiert, der von Greg Kohs inszeniert wurde. Beim Future of Go Summit 2017 besiegte die Master-Version von AlphaGo Ke Jie, den damals weltweit auf Platz eins rangierenden Spieler, in einem Drei-Spiele-Match, woraufhin AlphaGo von der Chinesischen Weiqi-Vereinigung der professionelle 9-Dan verliehen wurde. Nach dem Spiel zwischen AlphaGo und Ke Jie zog DeepMind AlphaGo zurück und setzte die KI-Forschung in anderen Bereichen fort. Das selbstlernende AlphaGo Zero erzielte einen 100:0-Sieg gegen die frühe Wettbewerbsversion von AlphaGo, und sein Nachfolger AlphaZero wurde Ende der 2010er Jahre als der weltbeste Spieler in Go wahrgenommen. AlphaZero wurde wiederum von einem Programm namens MuZero abgelöst, das lernt, ohne die Regeln gelehrt zu bekommen. Diese Nachfolger, die auf denselben Prinzipien wie das ursprüngliche AlphaGo aufbauen, haben die Forschung bei DeepMind und darüber hinaus beeinflusst und zu Fortschritten in generativer KI und anderen Bereichen beigetragen.