Hier finden Sie einige ausgewählte Einträge aus dem Portal künstiche intelligence.org.pl. Wir hoffen, dass sie Sie zu weiteren Forschungen über den Einsatz von künstlicher Intelligenz inspirieren werden.

1992: Chinook gegen Schachbrett-Genie

Es scheint, dass es schwierig wäre, ein besseres Beispiel für ein Spiel zu finden, in dem ein Computer einen Menschen schlagen könnte, als Damespiel.

Das Problem ist, dass die Anzahl der möglichen Konfigurationen gigantisch ist: 5 x 10 hoch 20 (500 Billionen). Jonathan Schaeffer, ein Informatiker von der University of Alberta in Kanada, beschloss in den späten 1980er Jahren, einen Computer zu bauen, der in der Lage ist, den besten Damespieler zu schlagen. Er prägte eine Analogie: Stellen wir uns vor, jemand hat den Pazifischen Ozean geleert und wir müssen ihn wieder auffüllen... mit einer Tasse. Wir benötigen 5 x 10 hoch 20 Becher.

1990 nahm der von ihm gebaute Chinook-Computer an den US-Meisterschaften im Damespiel teil und trat zum ersten Mal gegen den brillanten Marion Tinsley an, den Weltmeister seit 1955 (mit einer Unterbrechung, als er den Titel abgab). Die 34 Spiele waren unentschieden. Zwei Tinsley - verloren, aber vier er gewonnen und nicht den Titel zu verlieren.

Zwei Jahre später, bei den Weltmeisterschaften in London, erinnerte sich Chinook bereits an 500 Milliarden mögliche Konfigurationen. Trotzdem gelang es Tinsley, in sechs Spielen ein Unentschieden zu erreichen. Dann hinderten ihn Bauchschmerzen am Weiterspielen und er musste das Match als Walkover abgeben. Die Diagnose: Bauchspeicheldrüsenkrebs. Der "Beethoven des Damespiels" starb ein paar Monate später.

Quelle:  https://www.sztucznainteligencja.org.pl/portfolio/1992-chinook-kontra-geniusz-warcabow/

1997: Deep Blue gewinnt Kasparov

Im siebten Zug der entscheidenden Partie machte der Mann einen Verteidigungsfehler. Sein Pferd opfernd, startete die Maschine schnell einen mächtigen Angriff, der nach weiteren elf Zügen den Mann zur Kapitulation zwang.

- Foulspiel! - rief der besiegte Mann.

Täuschung? Aber wer wäre der Betrüger? Ein Computer?

Nein. Bis heute glaubt Garri Kasparow, das Schachgenie, das am 11. Mai 1997 von IBMs Supercomputer Deep Blue besiegt wurde, dass er nicht gegen eine Maschine, sondern gegen einen anderen Menschen gekämpft hat, der einen Computer steuert. Der Beweis? Laut dem Russen war das Spiel der Maschine "zu menschlich".

Aber die Welt glaubte nicht an die Verschwörung. Es blieb dabei: Zum ersten Mal in der Geschichte besiegte eine Maschine einen Schachweltmeister in einer klassischen Partie. Das lag nicht nur daran, dass er 100 Millionen Analysen in einer Sekunde durchführen konnte, während Kasparov nur drei durchführen konnte. Die Quelle des Erfolgs von Deep Blue war auch der Einsatz von fortschrittlichen Techniken der künstlichen Intelligenz, die ihm dabei halfen, seine eigenen Züge zu bewerten und nur die vielversprechendsten auszuwählen.

Quelle: https://www.sztucznainteligencja.org.pl/portfolio/1997-deep-blue-zwycieza-kasparowa/

2016: AlphaGo Meister gehen

Es gab keinen Moment, in dem ich das Gefühl hatte, in Führung zu liegen", sagte Lee Sedol, der 18-fache Go-Weltmeister, als am 15. März 2016 nach sechs Tagen Kampf seine Niederlage im Showdown mit einer Maschine bekannt gegeben wurde. Der Gewinner, der vom Londoner DeepMind-Labor entwickelte AlphaGo-Algorithmus, "beanspruchte" den Preis von 1 Million Dollar. Und der Ruhm der ersten Maschine, die einen der größten Champions in der Geschichte dieses uralten Spiels geschlagen hat.

Wie ist das passiert? Erstens hat die Maschine dank eines tiefen neuronalen Netzwerks zig Millionen Züge der erfahrensten Spieler verarbeitet. Dann nutzte es Reinforcement Learning: In Millionen von Spielen traten verschiedene Versionen von AlphaGo gegeneinander an und analysierten, mit welchen Zügen sie die größten Gebiete auf dem Brett erobern konnten. So hat AlphaGo neue Strategien für sich entdeckt.

Schließlich wurden die Züge aus diesen Spielen in ein zweites neuronales Netzwerk eingespeist. Dieser hat das System darauf trainiert, die möglichen Folgen jeder Bewegung vorausschauend zu untersuchen.

Quelle: https://www.sztucznainteligencja.org.pl/portfolio/2016-alphago-mistrzem-go/

2017: Libratus, oder die Kunst des Bluffs

Sie können beim Poker nicht gewinnen, wenn Sie nicht bluffen können. Deshalb sind Computer darin schon lange schwächer als Menschen. Libratus hat das alles geändert. Im Januar 2017 setzte er sich gegen vier der weltbesten Pokerspieler in einem 20-tägigen Marathon "Brains Vs. Artificial Intelligence: Upping the Ante" im River Casino in Pittsburgh durch. Während er spielte, lernte er nicht aus ihren Fehlern, sondern aus den Lücken in seinem eigenen System, die ihre Spielzüge offenbarten.

- Die Fähigkeit der künstlichen Intelligenz, auf der Basis unvollständiger Daten strategisch zu argumentieren, übertrifft die der besten Menschen", kommentiert Tuomas Sandholm, Professor für Informatik an der Carnegie Mellon University und Mitbegründer von Libratus.

Ein Durchbruch? Ein starkes Stück! In jedem Bereich, in dem Informationen unvollständig sind oder der Gegner Desinformationen verbreitet. Zum Beispiel bei Geschäftsverhandlungen, in der Therapieplanung, in der Cybersicherheit oder beim Militär.

- Eines Tages wird Ihr Smartphone für Sie ein neues Auto zum besten Preis aushandeln. Und das ist erst der Anfang", sagt Frank Pfenning, Leiter des Computer Science Department an der CMU.

Quelle:  https://www.sztucznainteligencja.org.pl/portfolio/2017-libratus-czyli-sztuka-blefu/

2017: SI gewinnt gegen SI im Schach

Googles AlphaZero-Programm schlug Stockfish 8, ein anderes Programm, das 2016 die Computerschach-Weltmeisterschaft gewann. Stockfish 8 hat verloren, obwohl es auf jahrhundertelange menschliche Schacherfahrung und jahrzehntelange Computererfahrung zurückgreifen und 70 Millionen Stellungen pro Sekunde berechnen konnte.

AlphaZero hingegen führte nur 80.000 solcher Berechnungen durch, und seine Schöpfer haben ihm keine Schachstrategien oder gar Standarderöffnungen beigebracht. Stattdessen nutzte es maschinelles Lernen, um Schach zu meistern, indem es gegen sich selbst spielte.

In den 100 Partien von AlphaZero mit Stockfish 8, die am 17. Dezember 2017 gespielt wurden, hat der Neuling nicht ein einziges Mal verloren: Er hat 28 Mal gewonnen und 72 Mal unentschieden gespielt. Es hat vier Stunden gedauert, bis er auf diesem Niveau spielen konnte.

Quelle: https://www.sztucznainteligencja.org.pl/portfolio/2017-si-wygrywa-z-si-w-szachy%e2%80%a8/

2019: Rubiks Würfel in einer Sekunde

Ein tiefes neuronales Netzwerk namens DeepCubeA, das von Forschern der University of California entwickelt wurde, ordnete einen Rubik's Cube in 1,2 Sekunden an, fast dreimal schneller als der geübteste Mensch. Er benötigte dafür durchschnittlich etwa 28 Züge, während ein Mensch durchschnittlich 50 Züge ausführt. Zum Zeitpunkt der Bekanntgabe der Leistung von DeepCubeA war der Rekordhalter für das Lösen eines Rubik-Würfels der Chinese Yusheng Du. Er schaffte es in 3,47 Sekunden.

DeepCubeA wurde mittels Reinforcement Learning auf 10 Milliarden Kombinationen trainiert, sucht also selbst nach Strategien, den Würfel am schnellsten anzuordnen. Im Fall des Rubik-Würfels gibt es 43.252.003.274.489.856.000, also über 43 Billionen mögliche Kombinationen.

KI-Algorithmen, die zur Lösung von Rubiks Würfel verwendet werden, könnten überall dort eingesetzt werden, wo der schnellste Weg zur Lösung eines Problems gefunden werden muss, zum Beispiel in der Robotik oder zur Vorhersage von Proteinstrukturen, aus denen Pharmazeuten neue Medikamente entwerfen würden.

Über die Leistung der DeepCubeA-Entwickler wurde in Nature Machine Intelligence am 15. Juli 2019 berichtet.

Quelle: https://www.sztucznainteligencja.org.pl/portfolio/2019-kostka-rubika-sekunde/