Deep Blue war ein Schach spielender Computer, der von IBM entwickelt wurde und vor allem dafür bekannt ist, als erstes Computersystem einen amtierenden Schachweltmeister in einem Match unter Standard-Turnierzeitkontrolle zu besiegen. Deep Blues Sieg über Garry Kasparow im Mai 1997 war ein Meilenstein in der Geschichte der künstlichen Intelligenz und wurde international breit als symbolischer Wendepunkt dafür wahrgenommen, dass Maschinen menschliche intellektuelle Fähigkeiten bei einer Aufgabe übertreffen, die lange als Inbegriff strategischen und analytischen Denkens galt.
Entwicklung und das Match 1996
Deep Blue ging aus einem Schachcomputer-Forschungsprojekt namens ChipTest und dessen Nachfolger Deep Thought hervor, die von Feng-hsiung Hsu und Kollegen an der Carnegie Mellon University entwickelt wurden, bevor das Team zu IBM wechselte, um das Projekt fortzusetzen. IBM ließ Deep Blue erstmals im Februar 1996 in einem Sechs-Partien-Match gegen Kasparow antreten, das Kasparow mit 4 zu 2 gewann, einschließlich einer Niederlage gegen Deep Blue in der ersten Partie - das erste Mal, dass ein Computer einen Weltmeister unter Turnierbedingungen in einer einzelnen Partie besiegte, obwohl Kasparow das Match insgesamt für sich entschied.
Das Rückspiel 1997
IBM rüstete das System erheblich auf, verdoppelte seine Suchkapazität ungefähr und arrangierte ein Rückspiel, das im Mai 1997 in New York City stattfand. Das aufgerüstete Deep Blue gewann das Sechs-Partien-Rückspiel mit 3,5 zu 2,5, einschließlich eines entscheidenden Sieges in der letzten Partie, und wurde damit der erste Computer, der einen amtierenden Weltmeister in einem vollständigen Match unter Standard-Schachturnierbedingungen besiegte. Kasparow und einige Kommentatoren äußerten während und nach dem Match den Verdacht, dass IBM-Ingenieure zwischen den Partien illegale menschliche Eingriffe vorgenommen hätten, angesichts eines Zuges in Partie zwei, den Kasparow als ungewöhnlich stark und für einen Computer dieser Ära schwer zu finden empfand; IBM wies die Anschuldigung zurück, lehnte Kasparows Bitte um ein weiteres Rückspiel ab und zog Deep Blue kurz darauf aus dem Wettbewerb zurück.
Architektur
Im Gegensatz zu späteren spielenden Systemen wie Deep-Learning-basierten AlphaGo und AlphaZero stützte sich Deep Blue auf Brute-Force-Suche in Kombination mit handgefertigten Schachbewertungsfunktionen, anstatt auf gelernte Mustererkennung - ein Expertensystem-artiger Ansatz, der menschliches Schachwissen direkt in Regeln kodierte, anstatt es aus Daten zu lernen. Es verwendete spezialisierte Parallelverarbeitungshardware, einschließlich kundenspezifischer VLSI-Schachchips, um bis zu etwa 200 Millionen Schachpositionen pro Sekunde zu bewerten, suchte mit dem Minimax-Algorithmus mit Alpha-Beta-Beschneidung viele Züge tief, und seine Bewertungsfunktion wurde teilweise mit Input von Großmeister-Beratern, darunter Joel Benjamin, abgestimmt, um positionelles Schachwissen zu kodieren.
Bedeutung
Deep Blues Sieg wird in Geschichten der KI häufig als Demonstration der Kraft erschöpfender Suche und spezialisierter Hardware für klar definierte, vollständig beobachtbare Spiele angeführt - ein Ansatz, der sich grundlegend von den Methoden der Mustererkennung und des Selbstspiel-Lernens unterscheidet, die später AlphaGos Sieg über Lee Sedol im Jahr 2016 im weitaus größeren Suchraum von Go ermöglichten. Kommentatoren stellen die beiden Meilensteine oft gegenüber, um einen Wandel in der KI-Forschungsstrategie zu veranschaulichen: Deep Blue gelang der Erfolg hauptsächlich durch rechnerische Brute Force, angewendet auf einen Bereich, der klein genug für erschöpfungsartige Suche war, während AlphaGo und AlphaZero durch gelernte Intuition in einem Bereich erfolgreich waren, der für Brute-Force-Methoden zu groß ist. IBM vermarktete Deep Blue nicht direkt, aber das technische Know-how und die Techniken des Projekts flossen in IBMs spätere KI-Initiativen ein, einschließlich IBM Watson.