078.gif
Schachspiel zwischen Garri Kasparow und Deep Blue – einem Schachcomputer

Amazon forscht und entwickelt intensiv an Künstlicher Intelligenz (KI), insbesondere im Bereich des Maschinellen Lernens. Die Ergebnisse der Arbeit kommen schon heute den Kunden zugute: Etwa indem Systeme auf Grundlage von Daten aus der Vergangenheit Nachfrage-Prognosen für Produkte erstellen. Das sorgt für schnellere Lieferung, verringerte Lagerkosten und somit bessere Preise. In dieser Serie beantwortet Amazon Fragen rund um das Thema KI.

Garri Kimowitsch Kasparows Bekanntheit liegt zum einen daran, dass er mehr als zehn Jahre lang Schachweltmeister war. Zum anderen aber auch an einer verlorenen Partie am 10. Februar 1996. Sein Gegner war ein Computer namens Deep Blue. In der ersten Runde gewann Maschine gegen Mensch, eine Sensation. Wie es dazu kommen konnte – sprich, wie Künstliche Intelligenz entsteht – das beantwortet dieser Blogpost.

Anders als die meisten Menschen spielt der Computer nicht zum Zeitvertreib oder um sich intellektuell zu stimulieren. Von sich aus würde kein Computer auf die Idee kommen, auf die Jagd nach dem gegnerischen König zu gehen. Um überhaupt in der Lage zu sein, gegen andere Spieler anzutreten, braucht der Schachcomputer eine Anleitung mit für ihn verständlichen Anweisungen, die ihm vorgibt, was zu tun ist. Welche Züge darf ein Springer machen? Was passiert, wenn ein Bauer am gegnerischen Spielfeldrand ankommt? Wann ist eine Rochade zulässig? Allgemeiner formuliert sollen die Anweisungen dem Computer einen Weg weisen, wie ein bestimmtes Problem zu lösen ist, woraufhin der Computer mit den dafür notwendigen Berechnungen beginnen kann. Diese „Anleitung“ ist ein Algorithmus, in dem jeder Schritt für die Maschine vorgegeben ist. Doch das alleine reicht noch nicht, um von Künstlicher Intelligenz zu sprechen.

Anhand eines leichter verständlichen Spiels als Schach lässt sich der Unterschied erklären – „Drei gewinnt“: zwei horizontale, zwei vertikale Striche, zwei sich abwechselnde Spieler. Wer zuerst drei Kreuze in einer Linie platzieren kann, hat gewonnen. Spielen beide Kontrahenten ohne Fehler, ist eine Niederlage unmöglich. So weit, so einfach, theoretisch ausgedrückt sieht das schon komplizierter aus: Es gibt 255.169 verschiedene Spielverläufe, 131.185 enden mit einem Sieg des ersten, 77.904 mit einem Sieg des zweiten Spielers, 46.080 unentschieden. Ein Computer, dem diese Spielverläufe als Datenbanken vorliegen, kann nicht verlieren – wenn ein Algorithmus ihm erklärt, wie die Daten zu nutzen sind. Jede Entscheidung, die er trifft, gleicht er zuerst mit der Datenbank ab. Ist sie dort mit „+1“ markiert, wird die Wahrscheinlichkeit eines Sieges höher; bei „-1“ geringer; bei „0“ bleibt sie gleich. Sagt ihm der Algorithmus, er solle -1 und 0 vermeiden, erzielt er zumindest ein Unentschieden. Macht der Kontrahent nur einen Fehler, gewinnt die Maschine.

Der Algorithmus der Maschine muss dafür so gestaltet sein, dass sie lediglich weiß, wie das Spielprinzip funktioniert. Mit jeder Partie „lernt“ die Maschine dann, was sie zum Sieg führt, und welcher Zug bei welcher Stellung mit einer Niederlage endet.

Was bei „Drei gewinnt“ vergleichsweise übersichtlich ist, fordert auf dem Schachbrett ein deutlich größeres Ausmaß an Künstlicher Intelligenz. Deep Blue I, der Computer, der 1996 gegen Kasparow antrat, berechnete pro Sekunde 50-100 Millionen Positionen, konnte damit zwei Partien gewinnen, verlor aber dennoch das Spiel insgesamt. Erst im darauffolgenden Jahr konnte eine verbesserte Version gegen Kasparow gewinnen. Für einen Sieg in Go, einem in Asien populären Brettspiel, das als noch komplexer als Schach angesehen wird, dauerte es sogar bis ins Jahr 2016.

Anders als bei einem Spiel unterstützen diese Fähigkeiten den Menschen auch bei Aufgaben, die für ihn selbst kaum lösbar wären. Nicht, weil Maschinen schlauer wären, sondern weil es ihnen möglich ist, viel mehr Daten in viel kürzerer Zeit zu verarbeiten. Ein Bereich, in dem Künstliche Intelligenz heute genutzt wird, ist etwa das Auswerten von „Big Data“ – großen Mengen an Daten. Bei Amazon etwa können Programme heute vorhersagen, wie viele blaue T-Shirts diesen Sommer bestellt werden. Die Grundlage dafür sind so viele Daten aus der Vergangenheit, dass nicht einmal Schachmeister Kasparow sie überblicken könnte.