Das Match zwischen AlphaGo und Lee Sedol war eine Go-Serie über fünf Partien, die vom 9. bis 15. März 2016 in Seoul, Südkorea, ausgetragen wurde. Dabei traten DeepMinds AlphaGo-Programm und Lee Sedol, ein 18-maliger Weltmeister und einer der stärksten Go-Spieler seiner Ära, gegeneinander an. AlphaGo gewann vier zu eins, ein Ergebnis, das weite Teile der Go-Gemeinschaft überraschte, die allgemein erwartet hatte, dass menschliche Spieler ihren Vorteil in diesem Spiel noch Jahre länger behaupten würden.
Hintergrund
Go galt lange als ein für Computer schwierigeres Problem als Schach, das Deep Blue bereits 1997 bezwungen hatte, was auf den enormen Verzweigungsgrad und die Abhängigkeit von Mustererkennung und Intuition zurückzuführen ist, die sich einer Brute-Force-Suche widersetzen. AlphaGo kombinierte tiefe neuronale Netze, die durch überwachtes Lernen an einem großen Korpus menschlicher Partien trainiert wurden, mit einer Policy- und Value-Netzwerk, die durch bestärkendes Lernen durch Selbstspiel verfeinert wurde, gekoppelt mit einer Monte-Carlo-Baumsuche zur Auswahl der Züge. Das Projekt wurde von David Silver bei DeepMind geleitet, dessen Gründer Demis Hassabis ein langjähriges Interesse an Spielen als Testfeld für allgemeine Intelligenz hatte.
Das Match
AlphaGo gewann die ersten drei Partien und sicherte sich den Sieg, bevor die letzten beiden gespielt wurden. In der zweiten Partie gab es einen viel diskutierten Moment, den 37. Zug, einen unkonventionellen Schulterangriff, den Kommentatoren zunächst für einen Fehler hielten, der sich aber in späteren Analysen als äußerst kreativ erwies, ein Zug, den ein menschlicher Profi wahrscheinlich nicht gespielt hätte. Lee Sedol gewann die vierte Partie mit einer Sequenz ab Zug 78, dem sogenannten „Hand-Gottes“-Zug, der kurzzeitig eine Schwäche in AlphaGos Bewertung einer ungewöhnlichen Stellung ausnutzte. AlphaGo gewann die fünfte Partie und beendete das Match mit 4:1.
Nachwirkungen und Bedeutung
Das Ergebnis wurde weit über Fachkreise für Go und KI hinaus wahrgenommen und gilt als Meilenstein in der Deep-Learning-Forschung, vergleichbar mit dem kulturellen Gewicht von Deep Blues Sieg über Garri Kasparow 1997 im Schach. Lee Sedol beschrieb die Niederlage als persönlich schwierig und sagte später, dass selbst der beste menschliche Spieler nicht mehr unschlagbar sein würde. Er beendete 2019 seine Profikarriere und nannte den Aufstieg der KI als Faktor, wobei er bemerkte, dass es nun „eine Entität gebe, die nicht zu schlagen ist“.
DeepMind ließ auf das Match Nachfolger folgen, die den Ansatz verallgemeinerten: eine Version, die ausschließlich durch Selbstspiel ohne menschliche Spieldaten trainiert wurde, und AlphaZero, das die Methode von Grund auf auf Schach und Shogi ausweitete. Das Match wird oft in Diskussionen über künstliche allgemeine Intelligenz und darüber angeführt, wie schnell übermenschliche Leistungen in speziellen Bereichen erreicht werden können, sobald die richtige Kombination aus Architektur, Rechenleistung und Trainingsmethode gefunden ist, ein Thema, das in späteren Debatten über Skalierungsgesetze und emergente Fähigkeiten bei großen Modellen wiederkehrte.