Es sind damit zwei Punkte, die den Erfolg von AlphaGo besonders machen: Erstens werfen sie die schon philosophische Frage auf, ob eine Maschine vermeintlich menschliche Eigenschaften wie Intuition und Kreativität entwickeln kann. Zweitens gelang der Sieg nicht nur durch schiere Rechenkraft und die vorherige Programmierung der Spielregeln, sondern AlphaGo hat selbst Spielen gelernt und dabei die neuen Strategien entwickelt.
Deepmind hat dabei so genannte neuronale Netze verwendet. Anfangs erhielt das Programm die Daten von unzähligen Go-Partien mit insgesamt 30 Millionen Zügen. Dann spielten verschiedene Kopien des Programms immer wieder gegeneinander gespielt und probierten so immer neue Variationen durch.
Dieses Prinzip will Deepmind künftig anwenden, um Probleme der realen Welt zu lösen. Genau deswegen hat Google das britische Unternehmen 2014 für angeblich 625 Millionen Dollar gekauft.
Die Anwendungsmöglichkeiten sind extrem vielfältig. „Wir arbeiten an einer potenziellen Meta-Lösung für jegliche Probleme“, sagt Gründer Hassabis. Sie reichen von Krebs bis Klimawandel, auch Makroökonomie oder Finanzsysteme seien mögliche Anwendungsfelder. Überall wo komplexe Systeme bisher Forscher mit ihren Erklärungs- und Prognoseversuchen überfordern, könnten künftig lernende Algorithmen weiterhelfen.
Androiden im Anmarsch
Im Jahr 2000 wurden 7,4 Milliarden Dollar für Maschinen ausgegeben. Etwa 50 % für Industrie- und die andere Hälfte für Militärroboter.
Innerhalb von 5 Jahren stiegen die Ausgaben auf 10,8 Milliarden Dollar, darunter auch Kosten für Maschinen, die im Service-Bereich eingesetzt wurden.
2010 wurden bereits 15,1 Milliarden US-Dollar in schlaue Maschinen investiert, der größte Anteil in Industrieroboter.
26,9 Milliarden Dollar werden im Jahr 2015 voraussichtlich in Maschinen investiert, so die Prognose der Boston Consulting Group.
Die Prognose für das Jahr 2020 sagt voraus, dass in 5 Jahren 42,9 Milliarden Dollar für Maschinen ausgegeben werden.
Bis 2025 sollen die Ausgaben voraussichtlich auf 66,9 Milliarden Dollar ansteigen, darin eingeschlossen sind Kosten für Heim-, Service-, Industrie- und Militärroboter.
Ein konkretes Einsatzszenario, in dem die Deepmind-Technologie schon in den nächsten zwei, drei Jahren große Fortschritte produzieren soll, sind Assistenzsysteme für das Smartphone.
Siri & Co. geben zwar vermeintlich originelle Antworten, können aber im Kern nur auf Fragen reagieren, für die sie vorab programmiert wurden. Vom Prinzip ähneln sie damit dem Schachcomputer Deep Blue. Künftige Assistenten, die Deepmind für Google entwickelt, sollen dagegen selbst lernen, auch auf unerwartete Situationen sinnvoll zu reagieren.
Wie menschenähnlich Computer dabei werden, muss sich zeigen. „Es wird künstliche Intelligenzen geben, die dem Homo sapiens überlegen sind“, prognostiziert beispielsweise der KI-Experte Jürgen Schmidhuber. Welche Folgen das haben kann, wird nach dem historischen Sieg von AlphaGo verstärkt diskutiert werden.
Stephen Hawking oder Elon Musk warnten zuletzt mehrfach, vor den Gefahren von künstlicher Intelligenz, die außer Kontrolle geraten könnte. „Die erfolgreiche Erschaffung einer künstlichen Intelligenz wäre das größte Ereignis in der menschlichen Geschichte“, sagt Hawking, „leider könnte es auch das letzte sein.“ Allerdings sind sich Experten wie Schmidhuber mit dem Deepmind-Chef einig, dass wir von einer wirklich mit dem menschlichen Verstand vergleichbaren künstlichen Intelligenz noch Jahrzehnte entfernt sind.
Eine Eigenschaft der Computersysteme, die auch im Go-Duell eine enorme Rolle spielte, könnte jedoch schon früher in realen Einsatzszenarien ihre Vorteile ausspielen: Die maschinelle Kälte. Denn trotz aller Fortschritte beim maschinellen Lernen hat der Sieg auch eine ganz banale Komponente. Zwar ist der Erfolg der Maschine für viele Menschen zunächst verstörend, weil sie am menschlichen Selbstverständnis als vermeintlicher „Krone der Schöpfung“ rüttelt. Doch genau dieses Überlegenheitsgefühl dürfte ein wichtiger Grund für die Niederlage gewesen sein.
„Es wäre schon der Sieg für den Computer, wenn er auch nur eine Partie gewinnt“, hatte Lee Sedol vor dem Match großspurig angekündigt. Doch damit hat er den ohnehin schon enormen Erwartungsdruck unnötig gesteigert.
