Die KI kann verschiedene Weltmeister schlagen, wird aber beim Kartenspielen zum „Amateur“!

Im Jahr 1994 besiegte eine KI namens Chinook Menschen bei der Dame-Weltmeisterschaft.

1996 besiegte IBMs Deep Blue zum ersten Mal den Schachweltmeister Garri Kasparow.

Im Jahr 2007 entwickelten Forscher der University of Alberta ein unschlagbares Computerprogramm zum Damespielen.

Im Jahr 2011 besiegte eine KI namens Watson ihre menschlichen Gegner in einer Quizshow.

Im Jahr 2013 trat DeepMind gegen Atari an und gewann.

Im Jahr 2016 besiegte AlphaGo den Go-Großmeister Lee Sedol.

Das Match zwischen AlphaGo und Lee Sedol.

KI wird immer leistungsfähiger. Bei dieser Art von Brettspiel scheinen Menschen der KI nicht gewachsen zu sein. Wenn wir auf die Geschichte der KI-Entwicklung zurückblicken, werden wir feststellen, dass die Inspiration für Durchbrüche auf dem Gebiet der künstlichen Intelligenz selbst vom Brettspiel Dame stammt.

Maschinelles Lernen ist eine Art KI-Algorithmus, der es Computern ermöglicht, selbstständig zu lernen und „intelligenter“ zu werden, anstatt sich auf manuell codierte Lösungen von Menschen zu verlassen. In den 1950er Jahren erläuterte Arthur Samuel das maschinelle Lernen in seiner Studie über das Damespiel. Er erwähnte, dass es zwei Möglichkeiten gibt, Computer ohne menschliches Eingreifen zu verbessern: Die erste ist das Auswendiglernen und die zweite ist bahnbrechendes Generalisierungslernen. Mit dieser Methode weiß das Programm, wohin es gehen muss, und kann vorherige Spielrunden überprüfen.

Kurz darauf entwickelte Arthur Samuel bei IBM ein Dame-Spielprogramm, mit dem Anfänger problemlos geschlagen werden konnten. Später entwickelte IBM auch eine KI, die Schach spielen konnte.

Das Dameprogramm von Arthur Samuel zeigt es. Referenzen[1]

Als wir später über KI sprachen, stellten wir fest, dass sie in vielen Spielen hervorragende menschliche Spieler tatsächlich übertreffen konnte. Im Jahr 2019 hat AI jedoch einmal verloren, und der Grund für den Verlust war wirklich „dumm“.

Damals versuchte DeepMind, mithilfe von KI das Kartenspiel Hanabi herauszufordern, bei dem es ein Deck mit fünf Farben gibt. Es arbeiten 2 bis 5 Personen zusammen. Während des Spiels können die Spieler ihre eigenen Karten nicht ansehen, sondern nur die Karten anderer Spieler. Durch logisches Denken und etwas Zusammenarbeit müssen die Spieler Karten unterschiedlicher Farben in eine bestimmte Reihenfolge bringen.

Es war dieses Kartenspiel namens Fireworks, das die KI vor ein Rätsel stellte. Bildquelle: Wiki

Es scheint, dass dies ein einfaches Spiel ist, das von Spielern ab 8 Jahren gespielt werden kann und dessen Spieldauer 30 Minuten nicht überschreitet. Die Kernpunkte des Spiels sind Kommunikation, Argumentation und Zusammenarbeit mit anderen.

Das simple Spiel der Menschenwelt versetzte der KI allerdings einen kleinen Schock. Forscher am MIT Lincoln Laboratory verwendeten ein fortschrittliches KI-Modell, um das Spiel zu spielen, und stellten fest, dass die KI keine gute Leistung zeigte.

Dieses Spiel erfordert Zusammenarbeit, aber wenn Menschen und KI das Spiel zusammen spielen, stellen die Leute fest, dass mit der KI etwas nicht stimmt! Es ist sogar so weit gekommen, dass es nervt! In Spielen ist KI so unzuverlässig und unberechenbar, dass die Menschen das Vertrauen in sie verlieren. Selbst wenn sie gut zusammenarbeiten, werden die Spieler dennoch negative Gefühle verspüren.

Bei verschiedenen Kartenspielen schneidet die KI immer schlechter ab als beim Schach. Erst im Jahr 2017 gelang es Wissenschaftlern, der KI Libratus zu ermöglichen, Menschen in einem Texas Hold'em-Spiel zu schlagen. Im Jahr 2022 erreichte die KI einen Meilenstein: den Sieg über den Bridge-Champion.

Manche Leute glauben, dass es eine Sache gibt, die das Kartenspiel einzigartig macht: Es ist sehr menschlich. Der berühmte Bridgespieler Warren Buffett sagte einmal: „Bridge zu spielen ist wie ein Geschäft zu führen. Es ist ein Spiel aus Jagen, Hetzen, Nuancen, Täuschung, Belohnung, Gefahr und Zusammenarbeit.“

Um das Kartenspiel gut spielen zu können, muss die KI menschlicher werden. Bildquelle: Pixabay

Der Durchbruch im Jahr 2022, der es der KI ermöglichte, menschliche Bridge-Spieler zu schlagen, bestand darin, die Lernmethode der KI der des Menschen anzunähern. Damit soll KI die Fähigkeit vermittelt werden, zu erklären, wie eine Entscheidung zustande kommt. Obwohl Hanabi einfach erscheinen mag, erfordert es tatsächlich das Denken und Interpretieren der Absichten anderer Spieler.

Verweise

[1]https://www.andreykurenkov.com/writing/ai/a-brief-history-of-game-ai/

[2]https://arxiv.org/abs/2107.07630

[3]https://www.wsj.com/articles/why-the-card-game-hanabi-is-the-next-big-hurdle-for-artificial-intelligence-11553875351

[4]https://www.businessinsider.com/ai-vs-humans-in-different-games-2016-11

[5]https://www.theguardian.com/technology/2022/mar/29/artificial-intelligence-beats-eight-world-champions-at-bridge

[6]https://www.technologyreview.com/2017/01/23/154433/why-poker-is-a-big-deal-for-artificial-intelligence/

[7]https://www.technologyreview.com/2017/01/11/154629/poker-is-the-latest-game-to-fold-against-artificial-intelligence/

Planung und Produktion

Quelle: Wissenschaft nach Hause bringen

Herausgeber: Yinuo