How to get better at video games, according to babies.
Wird maschinelles Lernen das menschliche Lernen übertreffen? Eine gute Frage, zumal immer mehr AI in dein Smartphone, Tablet und Computer gesteckt wird und auch an den Arbeitsplätzen die künstliche Intelligenz immer mehr Einzug erhält. Von sozialen Netzwerken mal ganz zu schweigen. AI und KI sind omniprasent.Montezumas Rache bremste auf jeden Fall 2013 das Deep Q Networks aus und zeigt die bisherigen Grenzen einer KI auf. Wir könne also noch hoffen, dass uns Szenen wie aus Terminator,I, Robot oder Matrix erspart bleiben ^^. Doch schon jetzt bestimmen halt Algorithmen, ob wir einen Kredit erhalten oder welche Nachrichten wir zu Gesicht bekommen.
Wir nähern uns mit der Entwicklung der KI also rasch an einen Crash zwischen künstlicher Intelligenz und Ethik an und sind an einem Punkt, wo wir sicherlich einschreiten sollten. Doch ist das überhaupt noch machbar? Oder droht uns eine Zukunft mit unregulierten Algorithmen? Wie darf man die Situation eigentlich betrachten? Versinken wir in einer pessimistischen Technikdystopie oder sollten wir uns einer optimistischen KI-Euphorie hingeben? Fluch und Segen liegen wie oft sehr nahe beieinander.
Zurück ins Jahr 2013.
Das KI-System Deep Q Networks (DQN) versuchte damals, das Atari-Spiel Montezumas Rache zu schlagen und scheiterte grandios. Eine Gruppe von Forschern hatte dieses KI-System entwickeln, das jedes Atari-Spiel schlagen sollte. Das System nannten sie Deep Q Networks (DQN), und knapp zwei Jahre später war es nahezu übermenschlich und löste jedes Atari Game. Menschliche Spieler hatten keine Chance gegen DQN, denn das System konnte aus Erfahrungen lernen und Spielzüge viel schneller als humanoide Spieler vorberechnen. Die Technik verwendet so die Erfahrungswiederholung, einen biologisch inspirierten Mechanismus, der eine Zufallsstichprobe früherer Aktionen anstelle der jüngsten Aktion verwendet, um fortzufahren. Dadurch werden Korrelationen in der Beobachtungssequenz beseitigt und Änderungen in der Datenverteilung geglättet. So nähert sich die KI der Lösung des Problems, grundsätzlich schneller als der Mensch es kann, an. DQN war im Gaming 13x schneller als ein Pro-Gamer.
Doch die bemerkenswerte Ausnahme gab es halt und es war das Spiel Montezumas Rache.
Montezuma's Revenge aus dem Jahr 1983, war eines der ersten Plattformspiele, es kombiniert Schatz- und Schlüsselsuche in etlichen, labyrinthartig angeordneten Räumen und ist auch heute noch recht anspruchsvoll zu spielen, wie ich gerade wieder festgestellt habe.
Im Gegensatz zu mir konnte DQN in diesem Spiel keinen einzigen Punkt erzielen. Was machte dieses Spiel also für die künstliche Intelligenz so schwierig?
Brian Christian, der auch das Buch"The Alignment Problem: Machine Learning and Human Values" veröffentlichte, ging der Sache im TED Video nach und es ist echt interessant, denn es hat etwas mit unserem Denken zu tun und mit unserer Entwicklung als Mensch.
Wieder etwas gelernt.
Schauen wir uns jetzt das Video nochmal gemeinsam an.
