Direkt zum Inhalt
Login erforderlich
Dieser Artikel ist Abonnenten mit Zugriffsrechten für diese Ausgabe frei zugänglich.

Künstliche Intelligenz: Talent am Joystick

Deep-Learning-Algorithmen lernen selbstständig Computerspiele, ohne vorab die Regeln zu kennen. Schon nach wenig Training sind sie menschlichen Gegnern oft deutlich überlegen.
Joystick querLaden...

Ist Intelligenz an Bewusstsein gekoppelt? In der Menschheitsgeschichte galten die beiden Begriffe zumindest als eng miteinander verwandt. Doch es ist Zeit, sich von dieser Vorstellung zu verabschieden. Anlass dazu gibt das jüngste Werk von DeepMind – einem Unternehmen, das der Brite Demis Hassabis, ein Schachwunderkind, Videospielentwickler, Informatiker und Neurowissenschaftler, 2011 gründete. Vier Jahre später kaufte Google für hunderte Millionen Dollar die damals noch relativ kleine Firma in London, welche sich auf die Programmierung künstlicher Intelligenz (KI) spezialisiert hat. Nun haben die schlauen Köpfe von DeepMind eine neue Software entwickelt und im Februar 2016 die Details in der Fachzeitschrift "Nature" veröffentlicht: Ihr Algorithmus vermag sich selbstständig die Regeln von bestimmten Videospielen anzueignen und ist mit etwas Übung jedem menschlichen Spieler überlegen. Auf den ersten Blick klingt das nicht unbedingt nach einer technischen Meisterleistung, doch Experten feiern die Erfindung als revolutionären Durchbruch.

Einen ersten Eindruck davon vermittelt ein Youtube-Video mit dem Titel "DeepMind Artificial Intelligence @FDOT 14". Der Clip wurde auf einer Konferenz im Jahr 2014 mit einem Smartphone aufgezeichnet. Zu Beginn spricht Hassabis darüber, wie die Software lernt, "Breakout" zu spielen – einen Klassiker unter den Videospielen der Firma Arcade. Das Ziel besteht darin, möglichst viele Ziegelsteine, die am oberen Rand in Reihen angeordnet sind, mit einem Ball zu zerstören. Nach einem Treffer verschwindet der Stein, und das Geschoss prallt nach unten ab. Jetzt muss der Spieler seinen Schläger rasch entlang des unteren Bildschirmrands bewegen und versuchen, den Ball wieder nach oben zu lenken. Gelingt dies nicht, verliert man eines seiner drei Leben. ...

Kennen Sie schon …

Algorithmen im Alltag

Spektrum Kompakt – Algorithmen im Alltag

Sie unterstützen bei der ärztlichen Diagnose, bringen Filmstars ins Kino, die nie am Set waren, steuern im Hintergrund, was wir als Empfehlungen auf unseren Monitoren sehen, und vieles mehr: Algorithmen, klar formulierte Abfolgen einzelner Schritte in Programmen, stecken überall in unserem Alltag.

Science not fiction - Die Welt der Technik

Spektrum Kompakt – Science not fiction - Die Welt der Technik

Ist das noch Sciencefiction oder schon Realität? Bei manchen technischen Fortschritten erleben wir gerade den Übergang. Und auch wenn Warp-Antrieb oder Städte im All noch auf sich warten lassen: Die theoretischen Grundlagen werden längst in der Wissenschaft diskutiert.

5/2021

Spektrum der Wissenschaft – 5/2021

In dieser Ausgabe widmet sich Spektrum der Wissenschaft dem Thema Darwin und Evolution. Außerdem im Heft: Reise zu dem Zwergplaneten Ceres; wie neuronale Netze helfen, unser Gehirn zu verstehen; Süßwasser: Wird unsere Lebensgrundlage knapp?

Lesermeinung

Beitrag schreiben

Wir freuen uns über Ihre Beiträge zu unseren Artikeln und wünschen Ihnen viel Spaß beim Gedankenaustausch auf unseren Seiten! Bitte beachten Sie dabei unsere Kommentarrichtlinien.

Tragen Sie bitte nur Relevantes zum Thema des jeweiligen Artikels vor, und wahren Sie einen respektvollen Umgangston. Die Redaktion behält sich vor, Leserzuschriften nicht zu veröffentlichen und Ihre Kommentare redaktionell zu bearbeiten. Die Leserzuschriften können daher leider nicht immer sofort veröffentlicht werden. Bitte geben Sie einen Namen an und Ihren Zuschriften stets eine aussagekräftige Überschrift, damit bei Onlinediskussionen andere Teilnehmer sich leichter auf Ihre Beiträge beziehen können. Ausgewählte Lesermeinungen können ohne separate Rücksprache auch in unseren gedruckten und digitalen Magazinen veröffentlicht werden. Vielen Dank!

  • Quelle

Mnih, V. et al.: Human-Level Control through Deep Reinforcement Learning. In: Nature 518, S. 529–533, 2015