In "Breakout" ist die KI menschlichen Spielern bereits deutlich voraus.
Zu den kommenden Herausforderungen für DeepMind zählt unter anderem Blizzards Echtzeitstrategie-Spektakel "Starcraft".
Selbst Pinball-Profis sollten sich lieber nicht mit Googles selbstlernender Computerintelligenz DeepMind anlegen. Denn im Atari-Videogame "Video Pinball" schlägt sich das intelligente System mittlerweile – so schreiben die Wissenschaftler – um 2.439 Prozent besser als menschliche Probanden. Schwer zu schlagen ist es auch in "Boxing", "Breakout" und weiteren 19 Klassikern aus der früheren Spielegeschichte.
Erlernt hat die KI die Games anhand ihrer visuellen Darstellung und dem ausgespuckten Punktestand, das Spielprinzip musste sie mittels Trial-and-Error selbst erforschen.
Fortschritte
Doch für die Konkurrenz aus Fleisch und Blut besteht vorerst noch Hoffnung. An fünf Titeln beißt sich DeepMind bislang noch die Zähne aus. Diese sind "Asteroids", "Frostbite", "Gravitar", "Private Eye" und der Jump-and-Run-Klassiker "Montezuma's Revenge". Teilweise ist man aber auch bei diesen schon fast ebenbürtig.
Trotzdem bedeutet dies signifikante Fortschritte für das KI-Projekt, das sich vor einem Jahr gerade einmal beigebracht hatte, wie "Space Invaders" funktioniert. In absehbarer Zukunft wollen die Forscher den digitalen Denker auf komplexere Games mit dreidimensionalen Umgebungen loslassen.
Potenzial
Die "verspielten" Meisterleistungen sorgen für Aufmerksamkeit, sie sind allerdings nur die Vorboten einer Entwicklung, die auf viel mehr Ebenen einmal Auswirkung auf unseren Alltag haben könnte, wie die Washington Post anmerkt. "[Das System] kann an herausfordernden Aufgaben arbeiten, die selbst Menschen schwierig finden, sagt dazu Demis Hassabis gegenüber der Washington Post. Er ist einer der Autoren des Papers, das die DeepMind-Entwickler künftig im Journal Nature veröffentlicht haben.
Autofahren lernen
Da wären etwa selbstfahrende Autos. Der heute von Google entwickelte Prototyp verlässt sich zu einem Gutteil auf enorm umfangreiches Kartenmaterial, in der etwa die Höhe von Ampeln oder der Absatz von Gehsteigen vermerkt ist. Während der Fahrt orientiert sich der Wagen daran und gleicht die vorinstallierten Angaben über seine Sensoren mit der Realität ab. Nachdem sich DeepMind allerdings auch beibringen kann, wie ein Rennspiel funktioniert, dürfte es zukünftig auch einmal in der Lage sein, die Steuerung eines echten Autos zu erlernen.
Zum Meistern von 3D-Games wird es nach Einschätzung der Forscher jedoch noch fünf Jahre dauern, ein "Führerschein" für die KI liegt noch einmal deutlich ferner in der Zukunft. Trotzdem könnte diese Perspektive – ein Auto, dass intelligent genug ist, auch ohne einer riesigen, vorgegebenen Informationsdatenbank ans Ziels zu finden - attraktiver sein, als alle Straßensysteme der Welt bis ins Detail zu erfassen und aktuell zu halten.
Die KI als Klimaforscher
Aber auch hier macht das Potenzial von DeepMind und ähnlichen Entwicklungen nicht Halt. "Ich denke, was wir in Zukunft kaum erwarten können, ist, diese Form künstlicher Intelligenz in der Wissenschaft einzusetzen, etwa als Helfer bei der Klimaforschung", meint Hassabis. In Feldern wie diesen habe man es mit enorm komplexen Daten zu tun, mit denen sich die menschlichen Wissenschaftler derzeit abmühen müssen.
Bevor sich der schlaue Algorithmus jedoch tatsächlich echten Problemen globalen Ausmaßes annimmt, muss es weiter seine Erfahrung im Spielebereich schulen. Zu den kommenden Herausforderungen zählen die Strategie-Klassiker "Civilization" und "Starcraft". (gpi, derStandard.at, 26.02.2015)