AlphaGo gewinnt gegen Großmeister Lee Sedol(!) [Archiv]

Archiv verlassen und diese Seite im Standarddesign anzeigen : AlphaGo gewinnt gegen Großmeister Lee Sedol(!)

Monger

2016-03-11, 17:14:30

Ich finde das Thema hat einen eigenen Thread verdient:
http://www.spiegel.de/netzwelt/gadgets/google-software-alphago-spielzuege-die-ein-mensch-nie-machen-wuerde-a-1081652.html

Spielt hier jemand Go? Ich hab vor vielen Jahren mal ein bisschen gespielt. Ungewöhnliches Spiel: kenne kein anderes Brettspiel, bei dem der einzelne Spielstein so wenig Bedeutung hat, und die Kombination aus mehreren so viel. Zumindest als Laie finde ich es sehr plausibel, dass bei dem Spiel eine Menge strategisches Denken und Intuition notwendig ist. Schach dagegen ist ja relativ taktisch: jeder temporäre Vorteil ist mit hoher Sicherheit spielentscheidend, man hangelt sich also von einer taktischen Situation zur nächsten. Deshalb ist es so wichtig, die nächsten paar Züge vollständig überblicken zu können. Schachcomputer spielen ja in aller Regel genauso wie die Großmeister sehr stark nach erprobten Standardsituationen, deshalb haben Kritiker ja immer wieder geätzt, dass beim Spiel Mensch gegen Maschine da ein Computer mit einer Datenbank gegen einen Menschen mit einer Datenbank spielt...

Bis vor zwei, drei Jahren galt Go ja daher quasi als unlösbares Problem für den Computer. Ich hab verschiedene Aussagen im Kopf: früher als in 20 Jahren wird kein Computer halbwegs gescheit Go spielen können. Nun ja.

Ich frage mich was Google bzw. DeepMind da konkret gemacht haben.

Lokadamus

2016-03-11, 17:53:48

Ich frage mich was Google bzw. DeepMind da konkret gemacht haben.Die Meldung gibt es auch bei Heise.

Sie haben sich von dem Prinzip der vorhandenen DBs verabschiedet und eine selbsterlernende DB erzeugt. Das ist das grundlegende Prinzip von neuronalen Netzen. Sie lernen selber die Unterschiede und finden Wege, die als Mensch zu komplex sind. Hin und wieder gibt es Menschen, die solche Wege sehen und die Wissenschaft vorrantreiben, aber sie stellen eine ganz kleine Minderheit dar. Das ist der Punkt, wo eine selbsterlernende KI eine potentielle Gefahr darstellt. Sie verstößt gegen die momentan geltende Grundsetze, wird aber langfristig besser sein.

Eine Kooperation zwischen Mensch und Maschine ist aus diesem Grund unausweichlich.
mfg

prinz_valium

2016-03-11, 19:03:56

2 dinge, die nie in den artikeln genannt werden

das teil ist ein supercomputer und kein kleiner desktop rechner. also alleine die rohleistung ist immens
das progromm kann natürlich erst mal nur diese eine einzige aufgabe so gut lösen. sonst nichts.
die tatsache an sich ist aber trotzdem super und man kann einfach programme für andere probleme schreiben und entwickeln...

das teil hat im oktober 2015 schon 1,202 CPUs and 176 GPUs benutzt um zum 1. mal einen menschen ohne handicap zu schlagen
über mögliche upgrades für das match im diesem märz schweigt google bisher...

Kamikaze

2016-03-11, 19:36:28

Lokadamus

2016-03-11, 19:50:25

2 dinge, die nie in den artikeln genannt werden

das teil ist ein supercomputer und kein kleiner desktop rechner. also alleine die rohleistung ist immens das progromm kann natürlich erst mal nur diese eine einzige aufgabe so gut lösen. sonst nichts. die tatsache an sich ist aber trotzdem super und man kann einfach programme für andere probleme schreiben und entwickeln...Ja, aber die meisten vergessen, dass dieses Ding nicht auf vorgegebenen DBs aufbaut, sondern sich die DBs selber erstellt. :usad:

Die Rechenleistung dürfte ziemlich hoch sein und ein PC von 1990 entspricht man gerade einem 286 oder 386, wobei wir noch darüber streiten können, ob überhaupt eine FPU vorhanden ist. :ugly: Nö, sie wurde erst ab dem 486DX Standard.

Tesseract

2016-03-11, 20:15:35

das teil ist ein supercomputer und kein kleiner desktop rechner.
imho sind solche mensch vs computer spiele erst fair, wenn der computer in etwa das selbe power-budget wie ein menschliches gehirn bekommt, d.h. ~20-30W maximal.

ich weiss man kann die rechenleistung von supercomputern nicht 1:1 mit normalen desktop pcs vergleichen, aber nur ganz grob, welcher desktop pc leistung würde denn ein supercomputer von 1990 entsprechen?

ganz grob ist die komplexität nach moore's law 2^(26/2) = ~8200-fach gestiegen. die rechenleistung hängt aber, wie schon richtig festgestellt, stark davon ab was man genau berechnet. 1990 hatten supercomputer in etwa 1000-3000GFLOPs - das entspricht heute einer einzelnen graka im ~200€-bereich.

Monger

2016-03-11, 20:49:52

Die Meldung gibt es auch bei Heise.

Sie haben sich von dem Prinzip der vorhandenen DBs verabschiedet und eine selbsterlernende DB erzeugt. Das ist das grundlegende Prinzip von neuronalen Netzen.
Ja, aber was ist neu? Neuronale Netze gibt es seit mindestens 20 Jahren. Im übrigen ein Forschungsfeld, was zwischendrin frustrierend wenige Ergebnisse gezeigt hat. Was macht Google plötzlich anders? Einig sind sich ja wohl die Beobachter, dass mit der gegebenen Rechenleistung das eigentlich unmöglich sein müsste.

Ich hab mich mal laienhaft n bisschen in KI Entwicklung reingelesen. Wenn ich das richtig verstanden habe, sind im wesentlichen drei Komponenten beteiligt:
1) Das neuronale Netz. Das ist eigentlich erstaunlich gut standardisiert: Output Neuronen, verdeckte Neuronen, der Grad der Vernetzung und der Neuronenschichten... gibt nicht allzu viele Stellschrauben an dem Konzept. Die neuesten SQL Server haben dazu sogar schon fertige Implementierungen im Bauch.

2) Der genetische Algorithmus. Ein neuronales Netz auf ein konkretes Problem anzulernen reicht ja nicht. Es muss das Ziel nicht nur erfüllen, sondern gut erfüllen. Dazu brauchst du einen passenden genetischen Algorithmus, der die Neuronen ein bisschen (aber nicht zu viel) durchmischt, damit der Computer anschließend gegen seine Vorgängerversion laufen kann, und sich dann entscheidet wer besser war.

3) Das Gewinnkriterium. Genetische Selektion funktioniert nur, wenn man anschließend beurteilen kann wer von beiden besser war. Dafür braucht es Kriterien, die eine qualitative Aussage machen können. Wenn man jetzt nur Sieg oder Niederlage als Kriterium nimmt, ist der Entscheidungsbaum bis dorthin gigantisch groß - zu groß. Man muss also auch Teilerfolge messbar machen.

Ich denke mal, sowohl bei 2) als auch 3) hat DeepMind wohl irgendwelche Durchbrüche erzielt. Würde mich nur zu sehr interessieren, welche das sind.

M4xw0lf

2016-03-11, 22:52:13

imho sind solche mensch vs computer spiele erst fair, wenn der computer in etwa das selbe power-budget wie ein menschliches gehirn bekommt, d.h. ~20-30W maximal.
Haha, das wird wohl noch eine Weile dauern. :D
Für den Moment ist es aber beeindruckend genug, mit welchen Holzhammermethoden auch immer doch zumindest eine Art menschenähnliche Entscheidungsfindung zu erreichen. In besser, auf ihrem sehr speziellen Anwendungsgebiet.

Trap

2016-03-11, 23:53:38

Was macht Google plötzlich anders?
Es gibt einen sehr guten Vortrag dazu:
https://www.youtube.com/watch?v=4fjmnOQuqao

Von einem der Gründer von DeepMind, die erst vor 2 Jahren von Google aufgekauft wurden.

n00b

2016-03-12, 11:47:44

Monger

2016-03-12, 12:39:18

Und nun steht es 3:0 für die Maschine und damit hat sie das Turnier gewonnen. Bin mir aber immer noch nicht sicher ob das Ding nun wirklich "besser" ist als der Mensch oder ob es nur so unkonventionell spielt dass der Go-Meister einfach noch eine Weile bräuchte um sich auf diese unkonventionelle Spielweise einzustellen :uponder:
Wer weiß. Die Kommentatoren haben einhellig bestätigt, dass Lee Sedol sich keine Leichtsinnsfehler geleistet hat. Er hat zumindest in der ersten Partie aggressiv und modern gespielt. Kommen ja noch zwei Partien. Ein 3:0 kann man ja vielleicht noch als Ausrutscher gelten lassen, aber spätestens ein 5:0 wird man kaum wegdiskutieren können.

Agenor

2016-03-12, 20:02:43

ich weiss man kann die rechenleistung von supercomputern nicht 1:1 mit normalen desktop pcs vergleichen, aber nur ganz grob, welcher desktop pc leistung würde denn ein supercomputer von 1990 entsprechen?

TMC CM-5 war 1993 verfügbar, und belegte mehrere Platzierungen in den Top500 (unter anderem die Plätze 1-4 (http://www.top500.org/list/1993/06/)).
Ein Samsung Galaxy S 3 ist in dieser Hinsicht bereits ein guter Vergleich.
Wobei in der nachfolgenden Grafik nach Peakperformance geordnet wurde.

http://abload.de/img/trillion-fold-increasj6ro0.jpg

Muselbert

2016-03-13, 13:16:08

Lee Sedol hat sein erstes Spiel gewonnen, jetzt stehts 3-1.

Tesseract

2016-03-13, 15:55:21

TMC CM-5 war 1993 verfügbar, und belegte mehrere Platzierungen in den Top500 (unter anderem die Plätze 1-4 (http://www.top500.org/list/1993/06/)).
Ein Samsung Galaxy S 3 ist in dieser Hinsicht bereits ein guter Vergleich.
Wobei in der nachfolgenden Grafik nach Peakperformance geordnet wurde.

ups, da habe ich mich um ein jahrzehnt vertan, ASCI Red war ja um ~2000 rum und nicht ~1990. :eek:

Lokadamus

2016-03-13, 17:58:14

Ja, aber was ist neu? Neuronale Netze gibt es seit mindestens 20 Jahren. Im übrigen ein Forschungsfeld, was zwischendrin frustrierend wenige Ergebnisse gezeigt hat. Was macht Google plötzlich anders? Einig sind sich ja wohl die Beobachter, dass mit der gegebenen Rechenleistung das eigentlich unmöglich sein müsste.Ich hab auch Laienwissen, was ich mir anhand ein paar einfacher Artikel zusammengestrickt habe. :ugly:
Der Wikipedia- Artikel ist zwar kurz, aber interessant.
https://de.wikipedia.org/wiki/Google_DeepMind
... hat Google DeepMind kein vordefiniertes Ziel und ist somit flexibler in der Anwendung für verschiedene Probleme.

Der Link im Artikel zu AlphaGo beschreibt, welche Methoden genutzt wurden, damit es Go kann.

Solar

2016-03-13, 21:29:13

Was passiert wenn man AlphaGO gegen AplhaGo antreten läßt?

Das wäre doch interessant, was passiert?

Lokadamus

2016-03-13, 21:37:41

Was passiert wenn man AlphaGO gegen AplhaGo antreten läßt?
Das wäre doch interessant, was passiert?Der Artikel wurde erweitert:
http://www.heise.de/newsticker/meldung/Mensch-gegen-Maschine-AlphaGo-verliert-eine-Partie-3133526.html
Ein Mitglied des AlphaGo-Teams erklärt: "AlphaGo verdankt seine Spielstärke in hohem Maße dem Selbstlernen in Spielen gegen sich selbst. Es braucht aber einen genialen Spieler wie Lee Sedol, um Lücken in diesem selbstgelernten Wissen aufzudecken und auszunutzen ...

anorakker

2016-03-13, 21:38:15

Das macht das Ding die ganze Zeit - wenn es nicht gerade durch humanoide Interaktion gestört wird ;)

edit: zuspät

mictasm

2016-03-13, 22:13:55

Schon heute ist eine künstliche Intelligenz mit dem Spitznamen RankBrain tief in die Suchfunktion von Google integriert. Skynet ist schon da... zum Glück bin ich nur noch 40-60 Jahre auf der Erde.

Surrogat

2016-03-13, 23:33:37

Skynet ist schon da... zum Glück bin ich nur noch 40-60 Jahre auf der Erde.

wenn Skynet erstmal die Kontrolle hat, wirst du dieses Alter wohl kaum erreichen :rolleyes:

MartinB

2016-03-14, 00:36:45

Das US Telefon-Ueberwachungsprogram, was u.A. auch dafuer benutzt wird um zu entscheiden wer von einer Drone getoetet wird, heisst schon Skynet:
http://www.theguardian.com/commentisfree/2016/feb/21/death-from-above-nia-csa-skynet-algorithm-drones-pakistan

Lyka

2016-03-14, 19:06:55

Spaß am Montag :D

Wie gewinnt man gegen Deep Mind? Man spielt absichtlich "dumm" =)

http://www.9news.com.au/world/2016/03/14/10/24/grandmaster-finally-beats-go-playing-ai-after-losing-three-times-to-the-powerful-learning-machine

Simon Moon

2017-12-07, 03:33:13

https://www.chess.com/news/view/google-s-alphazero-destroys-stockfish-in-100-game-match

Nun hat DeepMinds Alpha Zero auch Schach gelernt. In 4 Stunden. Und danach nicht einnfach einen Grossmeister besiegt, sondern gleich Stockfish zerlegt. Dabei bekommt man teilweise schon fast Mitleid mit Stockfish, wenn man zuschaut wie hilflos diese Engine ist:

NaMs2dBouoQ

Einfach nur krass...

Monger

2017-12-07, 10:49:51

Alpha Gos erster Sieg hat mich dazu gebracht, mal zwei Bücher über die Grundlagen zu lesen. Ich fühle mich immer noch wie ein Analphabet, aber was ich glaube verstanden zu haben:

Neuronale Netze sind klassischerweise überraschend viel Handarbeit: Die Wahl des Layeraufbaus, die Wahl passender Filter, die Fitness Funktion, diverse Parameter... Wird normalerweise alles von Hand auf einen bestimmten Zweck kalibriert.

Ich schätze, der Fortschritt von Deepmind ist, dass sie für all diese Zwecke spezielle KIs entwickelt haben, die sich gegenseitig optimieren.

Das ist nichts magisches, aber es ist eine beachtliche Leistung. Und die Strategie zeigt erstaunliche Ergebnisse.

Ich schätze mal, das lässt auch Rückschlüsse auf unser eigenes Gehirn zu.

Fusion_Power

2017-12-07, 10:58:40

Monger

2017-12-07, 11:42:07

Ich hoffe, dass so eine KI dann auch mal für Videospiele eingesetzt wird, bisherige Bots glänzten ja ehr selten mit menschlicher Finesse, schon gar nicht in Strategiespielen. Wer kennt z.B. nicht die legendär dämliche und cheatende KI der C&C Spiele? ;)
Wurde ja bereits für etliche Spiele gemacht: Pong, Star Craft, Super Mario, Civilization...
Scheitert aktuell vermutlich noch an Rechenkraft für den Ottonormalverbraucher. KI Berechnung passiert ja meist in der Cloud, das kann man für tausende von Spielern gleichzeitig wahrscheinlich gar nicht leisten.
Aber ich hoffe dass aus der KI Entwicklung als Nebenprodukt etwas kleverere und besser ausbalancierte Skripte rausfallen. Wäre ja auch schonmal gut.

Kallenpeter

2017-12-07, 12:06:07

Naja, Rechenleistung wird vor allem für das trainieren eines Netzes benötigt. Ein austrainiertes Netz benötigt nicht so viel Rechenleistung.

Simon Moon

2017-12-07, 13:30:36

Das ist nichts magisches, aber es ist eine beachtliche Leistung. Und die Strategie zeigt erstaunliche Ergebnisse.

Ich finde es mehr als beeindruckend. An klassischen Schachengines wurde nun gut 30 Jahre entwickelt und optimiert. Diese Engines sind uns Menschen schon weit überlegen und nun degradiert man diese quasi als Nebenprodukt mal kurz Kinderspielzeug.

Soweit ich sehe, bedeutet dies, dass wenn man die Parameter / Regeln korrekt formulieren kann, wohl die meisten aktuellen Algorithmen von so einem neuronalen Netz locker überholt werden kann - auch das zugrunde legiende neuronale Netz: https://www.sciencealert.com/google-s-ai-built-it-s-own-ai-that-outperforms-any-made-by-humans

Ich hoffe, dass so eine KI dann auch mal für Videospiele eingesetzt wird, bisherige Bots glänzten ja ehr selten mit menschlicher Finesse, schon gar nicht in Strategiespielen. Wer kennt z.B. nicht die legendär dämliche und cheatende KI der C&C Spiele? ;)

Kommt da vielleicht dann auch nicht irgendwie eine ethische Frage auf? Wenn wir eine KI in einer komplexen Simulation zum kämpfen einsetzen, braucht die ja auch einen "Erhaltungstrieb". Ab wann ist es dann wirklich eine Intelligenz mit der Fähigkeit zu leiden? Wäre sowas denn noch vertretbar?

Monger

2017-12-07, 18:13:57

Ich finde es mehr als beeindruckend. An klassischen Schachengines wurde nun gut 30 Jahre entwickelt und optimiert.

Soweit ich weiß, gibt es Schachcomputer schon seit den 70ern. Aber die lernten halt nicht dazu.

Soweit ich sehe, bedeutet dies, dass wenn man die Parameter / Regeln korrekt formulieren kann, wohl die meisten aktuellen Algorithmen von so einem neuronalen Netz locker überholt werden kann - auch das zugrunde legiende neuronale Netz: https://www.sciencealert.com/google-s-ai-built-it-s-own-ai-that-outperforms-any-made-by-humans

Du formulierst gar keine Regeln. Das ist ja das elegante: Du zeigst der Maschine genügend Situationen in denen jemand gewonnen hat, und teilst ihr mit dass diese Situationen gut sind. Die Maschine kommt von selber darauf welche Rolle der König dabei spielt.

Aber es ist alles nur Mathematik. Klassische neuronale Netze suchen das lokale Minimum in einem n-dimensionalen Lösungsraum. Die neuen KIs tun das, aber suchen auch noch nach besseren Lösungsräumen.

Ich denke, die Mathematik war vor wenigen Jahren einfach noch nicht weit genug, um sowas beschreiben zu können. Um sowas zu erforschen, brauchst du halt Computer.
Ich mein, Datenwissenschaft ist ja noch gar keine eigene Disziplin. Das wird heute als Untermenge der Informatik verstanden, aber eigentlich verdient das ein eigenes Studium.

Simon Moon

2017-12-07, 18:45:23

Soweit ich weiß, gibt es Schachcomputer schon seit den 70ern. Aber die lernten halt nicht dazu.

Ja, aber ich würd sagen, seit etwa 30 Jahren sind sie Amateuren & einfachen Club-Spielern ebenbürtig / überlegen. Seit 20 Jahren haben Sie min. Grossmeister-Niveau bzw. eben bis weit, weit, weit darüber... schau dir z.b. mal Nakamura vs. Stockfish mit Handicap an.

Interessant ist dabei, dass bisher eigentlich galt: Schwache KI & Mensch ist besser als eine starke KI wie stockfish. Kasparov meint, da käme eine gute Kombination zwischen Kalkulation und menschlicher Intuition für strategische Stellungen zusammen. Ich wär daher sehr gespannt, wie nun GM & Stockfish vs. AlphaZero ausschauen würde - werden wir hoffentlich bald sehen.

Was ich auch interessant finde: AlphaZero hat ganz eigenständig eigentlich gewohnte Eröffnungen (Queens Gambit, Queens Indian, English) eruiert - also nicht etwas völlig Neues. Dafür scheint das Königsindisch widerlegt worden zu sein. Auch scheint AlphaZero - zumindest bei den Spielen die ich gesehen habe - viel weniger Wert auf den Materialwert zu legen und fokussiert stärker auf die Initiative. Ich hoffe, dadurch werden im klassischen Schach wieder neue Impulse ausgelöst, denn (vielleicht geprägt durch die aktuellen Engines), haben wir hier schon lange nicht mehr so spannende Matches wie sie noch bspw. Mikael Tal lieferte. Es wird eher drauf geachtet, dass möglichst sicher gespielt wird, da davon ausgegangen wurde, stockfish würde solche Opfer sowieso widerlegen können - was nun widerlegt wurde.

Du formulierst gar keine Regeln. Das ist ja das elegante: Du zeigst der Maschine genügend Situationen in denen jemand gewonnen hat, und teilst ihr mit dass diese Situationen gut sind. Die Maschine kommt von selber darauf welche Rolle der König dabei spielt.

Soweit ich das eben verstanden hab, ist das bei Alpha Zero eben genau nicht mehr der Fall.

https://www.heise.de/newsticker/meldung/Kuenstliche-Intelligenz-AlphaZero-meistert-Schach-Shogi-und-Go-3911703.html
"Obwohl AlphaGo Zero laut DeepMind "ohne menschliches Wissen" über Go auskommt – also nicht mit Partien menschlicher Top-Spieler trainiert wurde – war es vor allem in der Architektur der neuronalen Netze sehr stark auf Go zugeschnitten. Die Fachwelt war daher skeptisch, ob das Verfahren auch auf andere Strategiespiele wie Schach übertragbar ist.
Es ist: In dem jüngst auf arXiv veröffentlichten Forschungspapier "Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm (https://arxiv.org/abs/1712.01815)" stellt das DeepMind-Team rund um David Silver das Programm AlphaZero vor, das alle drei Spiele binnen kurzer Zeit selbst gelernt hat – und das nur anhand der Regeln und durch Spielen gegen sich selbst."

Tesseract

2017-12-07, 19:08:20

man trainiert AIs, indem man ihnen eine reward-function zur verfügung stellt, auf die sie optimieren können. bei schach oder go ist das z.B. "gewonnen ja/nein". die AI spielt dann milliarden von kombinationen gegen sich selbst und optimiert das netz darauf, dass die reward-function in möglichst vielen fällen 1 (gewonnen) ausspuckt. dazu muss sie nichtmal die regeln kennen. wenn die reward-function jedes mal wenn die AI den läufer orthogonal bewegt oder ähnliche fehler macht ein "verloren" zurück gibt lernt das neuronale netzwerk die regeln von selbst und wenn die regeln "eingebrannt" sind entwickelt es von selbst bessere taktiken. menschliche partien sind da sehr hilfreich, aber nicht nötig.

bei klassischen schachprogrammen hingegen spielt das programm systematisch mit der strategie der entwickler schach.

Ich finde es mehr als beeindruckend. An klassischen Schachengines wurde nun gut 30 Jahre entwickelt und optimiert. Diese Engines sind uns Menschen schon weit überlegen und nun degradiert man diese quasi als Nebenprodukt mal kurz Kinderspielzeug.
dazu muss man aber sagen, dass schachprogramme skalieren und besser werden je mehr rechenleistung sie haben. stockfish auf einem desktop-PC wird von stockfish auf einem supercomputer total vernichtet. fairerweise müsste man alphago gegen stockfish mit ähnlicher rechenleistung bzw. ähnlichem powerbudget matchen.

Monger

2017-12-07, 20:26:16

Soweit ich das eben verstanden hab, ist das bei Alpha Zero eben genau nicht mehr der Fall.

Du musst ihm(ihr? es?) mindestens mal mitteilen dass sie gewinnen soll, und wie ein Sieg aussieht.

Monger

2017-12-07, 20:42:52

man trainiert AIs, indem man ihnen eine reward-function zur verfügung stellt, auf die sie optimieren können. bei schach oder go ist das z.B. "gewonnen ja/nein".

Ich kenne als Fitness Funktion, aber wie auch immer: Auch die kannst du anlernen, weil nicht immer ist einfach auszudrücken was ein Gewinn ist.

Meines Wissens haben sie bei Super Mario Sieg und Niederlage anhand von aufgezeichneten Spielen antrainiert, die KI bekam keinen anderen Input als den der Kamera die das Spiel überträgt.
Wie AlphaZero es gemacht hat, weiß ich nicht.

dazu muss man aber sagen, dass schachprogramme skalieren und besser werden je mehr rechenleistung sie haben.
Ja, aber man muss auch sagen, dass sie mies skalieren. Ein Rechner der 1000mal so schnell ist, berechnet eben nicht 1000mal so viele Züge im Voraus.
Die ganze KI Debatte lebt ja eben davon, dass sie eben nicht Brute Force vorgehen muss.

Aber die Frage ist trotzdem fair, wie gut so eine KI noch sein kann, wenn man sie runterskaliert. Gerade Schach lebt halt von Erfahrung, und eher wenig von Intuition. Wie gut ist ein Schachspieler noch, wenn er sich an keine Standardsituationen mehr erinnern kann?

Joe

2017-12-07, 20:50:41

Simon Moon

2017-12-08, 08:03:24

bei klassischen schachprogrammen hingegen spielt das programm systematisch mit der strategie der entwickler schach.

Das stimmt - nur, wie eben erwähnt, ist in stockfish x Jahre Erfahrung auf GM Level einprogrammiert worden. Nach menschlichem Verständnis sind diese Engines wohl so ziemlich soweit optimiert, dass selbst die Entwickler dies nicht mehr wirklich nachvollziehen können. Denn im Endeffekt werden hier wohl jeweils die Stellungen bewertet, welche sich aus einem Zug ergeben können - und je weniger schlecht diese aus einem Zug resultieren können, desto besser wird dieser Zug bewertet.

Schaut man nun AlphaZero beim spielen zu, scheint hier stockfish zu viel Gewicht auf die auf dem Brett vorhandenen Figuren zu legen (i.e. Bauer 1 Punkt, Pferd / Läufer 3 Punkte, Turm 4 Punkte usw.) - denn AZ gibt hier teilweise einen Feuchten darauf, mal 20 - 30 Züge materialmässig im Hintertreffen zu sein, scheint dafür aber die Initiative (i.e. den Gegner zu ungemütlichen Zügen zwingen zu können / unter Druck zu setzen) besser einschätzen zu können. Soweit auch irgendwie nachvollziehbar, da man diesen "Druck" mit menschlichen Verständnis nicht wirklich in Zahlen fassen kann im Vergleich eben zum Material auf dem Brett.

dazu muss man aber sagen, dass schachprogramme skalieren und besser werden je mehr rechenleistung sie haben. stockfish auf einem desktop-PC wird von stockfish auf einem supercomputer total vernichtet. fairerweise müsste man alphago gegen stockfish mit ähnlicher rechenleistung bzw. ähnlichem powerbudget matchen.

Jein. Die Rechenleistung spielt ja nur bedingt eine Rolle - relevant ist, wie tief die Züge berechnet werden - ob dass dann in 1 min oder in 100 min geschieht, macht keinen Unterschied. Soweit ich dabei mitbekommen habe, wurde dabei die Tiefe bei stockfish in dem Zweikampf auf 46 Züge festgelegt - das ist dann schon sehr beachtlich würde ich sagen, zu meiner Analyse nehme ich meist sowas von ca. 10 - 15 Zügen, da sich die Einschätzung der Stellung danach selten noch gravierend ändert. In entscheidenden Zügen könnens dann auch mal so 20 - 25 sein, aber mehr bringts denke ich für einen Menschen nicht.

Gravierender war in dem Turnier denke ich, dass Stockfish ohne Eröffnungsbuch und Endspieltabelle antrat - das schwächt die Engine schon ziemlich. Am Resultat hätte das aber wohl auch nichts geändert, vielleicht wären dann nur 10 Siege dabei rausgekommen, ok.

Ja, aber man muss auch sagen, dass sie mies skalieren. Ein Rechner der 1000mal so schnell ist, berechnet eben nicht 1000mal so viele Züge im Voraus.
Die ganze KI Debatte lebt ja eben davon, dass sie eben nicht Brute Force vorgehen muss.

Da verstehst du aktuelle Schachengines wohl falsch. Wie gesagt, Rechenleistung spielt nur teilweise eine Rolle - eher wird vorgegeben, wie tief ein Zug im Voraus berechnet werden soll und dann wird halt solang gerechnet bis zu Zug xy weiter gerechnet wurde. Da aktuelle Engines aber v.a. für Menschen eingesetzt werden und das Level mit ~3400 ELO für menschliche Verhältnisse sowieso mehr als ausreichend ist, wurde der Fokus seit längerem eher auf die Optimierung gelegt, also dass man vom BruteForce Ansatz eben möglichst viele sinnlose Varianten eliminiert und so die Zeit bis xy Züge voraus berechnet wurden minimiert.

Aber die Frage ist trotzdem fair, wie gut so eine KI noch sein kann, wenn man sie runterskaliert. Gerade Schach lebt halt von Erfahrung, und eher wenig von Intuition. Wie gut ist ein Schachspieler noch, wenn er sich an keine Standardsituationen mehr erinnern kann?

Stimmt auch nur bedingt, zumindest bei klassischen Engines. Denen fehlt eben gerade die "Intuition" bzw. das Gespür führ eine Stellung - daher galt bisher auch, schwache Engine + guter menschlicher Spieler ist stärker als eine extrem starke Engine. Ganz interessant zu dem Thema ist z.b. dieser google Talk mit Garry Kasparov: https://www.youtube.com/watch?v=9hf31xOhchY

PS: Was ich eben irgendwie je länger ich darüber nachdenke immer geiler finde, ist das AZ eben "menschlicher" spielt. Wo z.b. Menschen einfach das "Gefühl" hatten, dass sie mit einem Opfer danach in eine bessere Position kamen, wurde das bisher von stockfish und co. quasi widerlegt. Bei den Menschen war zwar ein Gefühl vorhanden, dass die Stellung besser ist, aber irgendwas fehlte um dies dann im Endeffekt auch wirklich zu Ende zu kalkulieren. AZ gelingt dies nun aber nun scheinbar und Initiative wird wieder stärker bewertet - wird auch von dem Typen hier bestätigt: https://www.youtube.com/watch?v=lFXJWPhDsSY Auch wirklich geil ist das eine Spiel, in welche AZ ganz nach Nimzowitsch den König aktiv einsetzt, statt halt eben zu rochieren wie es wohl stockfish einsetzt.

Irgendwie bin ich persönlich hier aber auch auf zwei Arten begeistert - einerseits eben als PC Freak wie ein neuer Ansatz dem klassischen gravierend überlegen ist, andererseits auch als Schach-Spieler, dem die Spielweise von AZ extrem gefällt.

Monger

2017-12-08, 09:40:45

Simon Moon

2017-12-08, 10:14:29

Ich denke wir sind uns einig, dass sehr cool ist was gerade passiert. Der Sinn einer KI ist ja gerade, Lösungswege zu finden auf die noch kein Mensch gekommen ist.

Ich versteh nicht viel von Schach, aber ich finds z.B. interessant, dass sich die Hinweise verdichten dass Weiß gegenüber Schwarz im Vorteil ist. Vermutet wird das ja schon lange, aber AZ deutet ja sehr deutlich darauf hin.
Auch interessant, wie unterschiedlich die Siegchancen für unterschiedliche Eröffnungen sind.

Sorry falls ich dich nun voll Schwafel, aber du bist der einzige der hier antwortet. Und wirklich, ich finds eben grad so so geil.

Als Schach-Fan find ichs einfach geil was da für neue Perspektiven aufgezeigt werden. Das blöde "computerische" Patt ist eben doch nicht der Weisheit letzter Schluss. Aktuell trainieren ja alle GMs abartig mit Engines - verständlich, muss man ja, damit man auf Augenhöhe ist. AZ zeigt aber nun aber auf, dass es nicht immer ideal ist, wenn quasi immer Materialgleichstand herrscht (was dann zu Patt führt) und es eben durchaus von Vorteil sein kann, temporär mal einen buttload an Material zu Opfern, damit man dann Initiative bekommt - ich mein, AZ war da z.t. mit 3 Bauern + Läufer in der Unterzahl, sogar im Endspiel teilweise mit einem Läufer / Pferd weniger und trotzdem gab stockfish auf. Klar, Menschen werden nie auf diesem Level spielen, aber ich hab da wirklich die Hoffnung, dass dadurch wieder "Kamikaze"-Partien erscheinen.

Denn bisher gilt im Schach quasi die Auffassung, dass die Engines (also die klassischen) so nah an Perfektion sind, dass man denen besser nicht widerspricht. Da haben wir nun klar so Spieler wie Carlsen, der nach diversen GMs das aktuelle Nonplusultra Genie ist - das glaub ich auch, aber sein Schach ist für Zuschauer einfach .... gähn... ausmanövrieren, ja nichts riskieren und hoffen, dass der Gegner irgendwann in Zeitnot kommt / einen Fehler macht. Da find ich die Spiele bis Kasparov wesentlich inspirierender, auch wenn die (bis jetzt zumindest) vom Computer widerlegt wurden. AZ zeigt hier so viele Theorien alter GMs des letzten / vorletzten Jahrhunderts als bestätigt... das ist einfach so geil.

Das ist irgendwie, als würde im Fussball plötzlich wieder der offensive Sturm der Brasilianer bestätigt, statt dieses immer gleiche Ball rumschubsen aller Teams... Es ist wirkt grad für mich wie ein Defibrillator für das Scheintot geglaubte Schach - auch wenn es auf Computer-Ebene vielleicht das Gegenteil ist. Aktive Ideen haben wieder eine Legitimation. Das freut mich einfach so sehr.

Fusion_Power

2017-12-08, 10:41:03

Naja, Rechenleistung wird vor allem für das trainieren eines Netzes benötigt. Ein austrainiertes Netz benötigt nicht so viel Rechenleistung.
Denke ich auch. Für Videospiele sollte eine halwegs vortrainierte Bot-KI reichen, vlltm it ner kleinen Prise Lernfähigkeit die nicht groß auf die Rechenpower drückt.

Kommt da vielleicht dann auch nicht irgendwie eine ethische Frage auf? Wenn wir eine KI in einer komplexen Simulation zum kämpfen einsetzen, braucht die ja auch einen "Erhaltungstrieb". Ab wann ist es dann wirklich eine Intelligenz mit der Fähigkeit zu leiden? Wäre sowas denn noch vertretbar?
Niemand sagt, dass die wirklich intelligent sein muss, sie muss nur gut spielen können. ;)

Gabs doch schon von der Elon Musk Bude:

http://youtu.be/jAu1ZsTCA64
Ach das, kenn ich. Aber das war doch nur ein ganz spezieller Spielmodus und die KI konnte wohl auch nur einen einzigen Charakter. Ich möchte gern mal ein komplettes 5 vs. 5 sehen, komplettes DOTA Gameplay, AI vs. Profis.

Trap

2017-12-08, 12:25:25

Ich möchte gern mal ein komplettes 5 vs. 5 sehen, komplettes DOTA Gameplay, AI vs. Profis.
Die Ankündigung zu 5vs5 fürs nächste Jahr war bei der Demo dabei. Mal sehen ob das Realität wird.

joe kongo

2017-12-08, 23:53:09

:freak:

Aladdin ist ein Cluster aus 6.000 Hochleistungsrechnern, der als größte „Risikobewertungsmaschine“ der Welt gilt
...
Wer füttert Aladdin, wer programmiert die Algorithmen, die die Welt beherrschen? Nicht nur die besten .......

aus

Die neuen Herren der Weltwirtschaft
http://www.nachdenkseiten.de/?p=41340

Rooter

2017-12-10, 15:12:56

Du formulierst gar keine Regeln. Das ist ja das elegante: Du zeigst der Maschine genügend Situationen in denen jemand gewonnen hat, und teilst ihr mit dass diese Situationen gut sind. Die Maschine kommt von selber darauf welche Rolle der König dabei spielt.Nein, eher anderes rum: Du erklärst der AI nur die Regeln (und die Beschaffenheit des Bretts) und lässt sie dann die guten und schlechten Situationen selbst heraus finden.

Was ich auch interessant finde: AlphaZero hat ganz eigenständig eigentlich gewohnte Eröffnungen (Queens Gambit, Queens Indian, English) eruiert - also nicht etwas völlig Neues. Dafür scheint das Königsindisch widerlegt worden zu sein.Interessanter finde ich ja, dass sie einige der Standarderöffnungen dann aber nicht mehr genutzt hat, wohl, weil sie etwas Besseres gefunden hat. :|

Ich denke wir sind uns einig, dass sehr cool ist was gerade passiert. Der Sinn einer KI ist ja gerade, Lösungswege zu finden auf die noch kein Mensch gekommen ist.Da finde ich gerade die Idee, dass man eine Mutter AI eine Tochter AI bauen lässt die dann den eigentlichen Job macht, sehr spannend.

Denke ich auch. Für Videospiele sollte eine halwegs vortrainierte Bot-KI reichen, vlltm it ner kleinen Prise Lernfähigkeit die nicht groß auf die Rechenpower drückt.Möglich, nV wird bei Ampere ja entsprechende Hardware einbauen. Aber ob das nicht mit Kanonen auf Spatzen schießen ist?

MfG
Rooter

Gimmick

2017-12-10, 20:30:39

Habe in der Uni mal kleines KNN geschrieben, dass einfach nur Regressionen berechnet hat. Ziel der "Übung" sollte sein, die Überanpassung zu vermeiden, wenn das Netz für das Problem zu komplex war.
War halt Uni und das Ergebnis so lala :freak:, hat aber beim prinzipiellen Verstehen gut geholfen.
Grad zu Regressionen und Handschrifterkennung findet man auch viel im Netz, womit man sich das mal selber bauen kann.

Bei komplizierteren Problemen macht es die Aufbereitung des Inputs finde ich relativ schwer nachzuvollziehen, was da gerade passiert.
Von daher: Keep it simple :X

Möglich, nV wird bei Ampere ja entsprechende Hardware einbauen. Aber ob das nicht mit Kanonen auf Spatzen schießen ist?

MfG
Rooter

Würde evtl. ganz neue Spielkonzepte eröffnen. Langzeit online-Coop gegen eine lernende KI.^^

Simon Moon

2018-02-09, 03:46:17

Hat zwar mit Deepminds Alpha Go nichts zu tun, aber imo ein sehr spannender Artikel über Neugier bzw. intrinsische Motivation in KIs
https://www.spektrum.de/news/intelligent-und-neugierig/1536223

J3FHOyhUn3A

Simon Moon

2018-04-08, 12:25:01

https://github.com/glinscott/leela-chess

Spannendes Projekt

Monger

2018-06-06, 21:28:56

Passt nur halb zum Thema: Die erste psychopathische KI
https://www.extremetech.com/computing/270677-mit-creates-ai-powered-psychopath-called-norman