Wie Garry Kasparov die Welt der Computer veränderte

Im 35. Stock des Equitable Center in Midtown Manhattan wurde eine Schachpartie gespielt. Das Preisgeld war auf 1,1 Millionen Dollar festgesetzt. Es war am 11. Mai 1997.

Der Schachweltmeister Garry Kasparov, der immer noch als einer der besten Schachspieler aller Zeiten gilt, runzelte seine Stirn während der sechsten Partie gegen den IBM-Schachcomputer Deep Blue.  Dann stand er auf und verschwand.

 

Neun Tage lang spielte der Mann gegen den Computer. Der Computer gewann.

Dieses weltweit beachtete Ereignis vor 25 Jahren, als zum ersten Mal ein Computer einen Schachweltmeister besiegte, demonstrierte eine der größten Errungenschaften der künstlichen Intelligenz seit den 1950er Jahren.

Heutige Schachcomputer übertreffen Deep Blue dank der gestiegenen Rechenleistung und Programmiertechniken mit Leichtigkeit. Wie ist das möglich? Sie werden von lernender künstlicher Intelligenz (KI) unterstützt, während Deep Blue sich hauptsächlich auf programmierte Schachstellungen stützte.

Dieser Wendepunkt im Jahr 1997 festigte nicht nur die Position von IBM als KI-Innovator, sondern führte auch zu einer Verschiebung nach vorne.

Es besteht kein Zweifel, dass die KI bemerkenswerte Fortschritte gemacht hat, so Campbell. "Wir sehen sie jeden Tag. Wir sehen es in unseren Smartphones und in vielen Apps, die wir online nutzen und hinter denen KI steht. Ein großer Teil dieses Fortschritts basiert auf neuronalen Netzen.

Künstliche neuronale Netze ahmen das Gehirn in der Art und Weise nach, wie sie Signale aneinander senden. Trotz ihrer Fortschritte ist die KI jedoch nicht so gut wie der Mensch, wenn es darum geht, mit gesundem Menschenverstand zu argumentieren oder strategisch und kreativ zu denken. Campbell sagte, es gebe noch "Lücken in den Möglichkeiten dieser Systeme".

Ein Fortschritt besteht darin, "die Erfahrungen, die wir mit symbolischer KI (Denken) gemacht haben, mit neuronaler KI (Lernen) zu kombinieren, um neurosymbolische KI zu entwickeln", sagte er.

deepblue-kasparov

Laut IBM "bauen wir durch die Kombination dieser beiden KIs eine neue Klasse auf, die viel leistungsfähiger sein wird als die Summe ihrer Teile. Wir glauben, dass diese Systeme eine neue Ära der KI einläuten werden, in der Maschinen mehr als Menschen lernen können, indem sie Wörter mit Bildern kombinieren und abstrakte Konzepte beherrschen."

Campbell hält die künstliche allgemeine Intelligenz (AGI) - bei der Computer flexibel lernen, handeln und denken können wie Menschen - für erreichbar. Aber er fügt hinzu, dass diese "Superintelligenz jenseits aller menschlichen Fähigkeiten" noch Jahrzehnte entfernt ist.

Trotz aller Fortschritte bleiben die heutigen KI-Systeme "eng", d. h. sie eignen sich hervorragend für bestimmte Aufgaben.

"Deep Blue spielt nur Schach. Wenn man die Regeln auch nur ein bisschen ändert, müssen wir wieder an das Zeichenbrett gehen und ein neues System entwickeln", so Campbell. "In ähnlicher Weise sind die derzeitigen KI-Systeme sehr eng gefasst".

Campbell vertritt eine ähnliche Ansicht wie Kasparow, der jetzt die Zusammenarbeit zwischen Mensch und KI bevorzugt. "Nach dem Spiel habe ich viel Inspiration aus meinen Partien gegen Deep Blue gewonnen", sagte er 2017 in einem Ted Talk. Wie ein altes russisches Sprichwort sagt: "Wenn du sie nicht schlagen kannst, dann schließe dich ihnen an."

Das Spiel von 1997 war eigentlich ein Rückkampf. Kasparow war 1996 in Philadelphia zum ersten Mal gegen Deep Blue und gewann überzeugend mit 4:2 in einem Match mit sechs Partien. Ein Jahr später bat IBM um ein weiteres Match in New York. In dem Jahr vor dem zweiten Match war das IBM-Team damit beschäftigt, die Fähigkeiten von Deep Blue zu verbessern.

"Wir haben viel aus dem Match von 1996 gelernt", sagte Campbell. Um 1997 gegen Kasparov zu gewinnen, nutzte Deep Blue seine reine Rechenleistung: 100 bis 200 Millionen analysierte Züge pro Sekunde. 3,5-2,5.

 

Kasparov_vs_Deep_Blue (14)

Der Rest ist, wie man so schön sagt, Geschichte.

Schachcomputer

Foto aibusiness.com, vorbereitet von Michal Vrba

 


Hat Ihnen der Artikel gefallen? Sie können ihn gerne mit Ihren Freunden teilen.