– Sophy – künstliche Intelligenz, die jeden Gamer übertrifft
Bisher sind die Menschen am schnellsten gefahren. Jetzt ist ihnen die Software voraus. Sein Erfinder gibt einen Einblick in die Kunst des digitalen Autorennens in der Schweiz dieser Tage.
Gepostet heute um 15:13 Uhr
Spannendes Rennen um Platz zwei: Man versucht, die Maschine nicht zu verpassen. Weit voraus ist ein zweites Auto, das von künstlicher Intelligenz angetrieben wird.
Bildschirmfoto
Die beiden Rennwagen rasen in schneller Folge über die Strecke. Immer wieder versucht das Blau, das Weiß zu überholen. Aber das blockiert. Es gibt keine Überquerung der schwierigen Kette des Lago Maggiore. Kurz vor Schluss: Der Rücken wird durchgeschnitten. Die beiden Autos sind fast identisch …
Rennwagen fahren nicht im echten Leben, sondern im Spiel „Gran Turismo“ auf der Playstation. Die Kette des Lago Maggiore existiert nicht wirklich. Übrigens: Die Hälfte der Spieler ist auch nicht echt: Bei diesem Autorennen auf einer Presseveranstaltung tritt künstliche Intelligenz gegen die weltbesten Gamer an. Mensch und Maschine liefern sich einen Wettlauf gegeneinander.
Autorennen sind anspruchsvoll
Sophy ist der Name einer künstlichen Intelligenz (KI), die virtuelle Fahrzeuge steuern kann. Es wurde von einem Sony-Team teilweise in der Schweiz entwickelt. Auch Roberto Capobianco arbeitet bei uns. Neben seiner Tätigkeit für das japanische Unternehmen lehrt er an der Universität La Sapienza in Rom. Am Donnerstag stellt er seine Arbeiten zum Autorennen an der SDS Scientific Data Conference in Luzern vor.
“Wir waren sehr nervös”, sagte Capobianco über das Rennen, das Anfang Februar stattfand. Nach dem zweiten Versuch konnte das Entwicklungsteam endlich feiern: Sophie überquerte als Erste die Ziellinie. Und in der Mannschaftswertung hat die Maschine die Leute im Stich gelassen.
Ein Autorennen zu fahren ist sehr anspruchsvoll: Entscheidungen müssen in Sekundenbruchteilen getroffen werden. Und es gibt immer wieder neue, oft unvorhersehbare Herausforderungen. Das Auto muss zum Stehen gebracht werden. Auch ein kleiner Fehler kann zum Ende führen.
Rennsimulation hat Sophie als Mensch gelernt, erklärt Roberto Capobianco: „Sie hat versucht, trainiert und trainiert.“ Hunderttausende Male habe sie gekämpft. Am Anfang hatte sie viele Unfälle. Sie trat von der Strecke ab. Sie hat die falsche Linie gewählt. Für jeden Fehler bekam sie einen Strafpunkt, und wenn das Rennen gut lief, bekam sie einen Bonus. Nach und nach verbesserte sie ihre Fahrkünste.
“Sophie wird die Menschen bald komplett im Stich lassen.”
Roberto Capobianco, KI-Wissenschaftler und Entwickler
Währenddessen reizt Sophie den Straßenbelag bis auf den letzten Millimeter aus. Sie weiß, wo die perfekte Linie ist. Auch taktisch ist sie schlau: Wenn es Sinn macht, bleibt sie im Flow. Oder die Straße blockieren, damit der Feind ihn nicht überholen kann.
Wie genau Sophie das alles gelernt hat, beschreiben Sony-Mitarbeiter in einem Fachartikel in der renommierten Zeitschrift „Nature“. “Im Moment ist es ein Kopf-an-Kopf-Rennen”, sagte Roberto Capobianco. “Aber bald wird Sophie die Menschen komplett im Stich lassen.”
Von Schach bis Autorennen
Das Autorennen ist eine weitere Episode des langen spielerischen Rennens zwischen Mensch und Maschine. Es begann mit einem öffentlichen Aufruf vor 25 Jahren: Der damalige Schachweltmeister Gary Casparow spielte gegen IBMs Schachcomputer Deep Blue. Im zweiten Anlauf verlor er – eine Niederlage, die ihn hätte treffen müssen.
Viele andere Wettkämpfe zwischen Mensch und Maschine folgten, zum Beispiel im japanischen schachähnlichen Shogi. 2016 gewann ein von Google entwickelter Algorithmus bei „Go“ – einem komplexen Spiel, das neben analytischem Denken auch Intuition erfordert. Technologieriesen konkurrieren derzeit in weniger regulierten Spielwelten: zum Beispiel at Ego-Shooter-Kampf Quake oder im beschriebenen Autorennen.
Zwischen dem Schachturnier und dem Autorennen liegt ein Vierteljahrhundert rasanter Entwicklung. Schon früh haben die Entwickler festgelegt, wie der Computer in welcher Situation reagieren soll. Spätere Systeme trafen diese Entscheidungen anhand einer großen Menge von Daten aus früheren Spielen.
2017 demonstrierte die Google-Deep-Mind-Tochter Alpha Zero, den ersten Algorithmus, der selbstständig Strategiespiele wie Schach, Shogi und It lernt. Hochkomplexe und weniger regulierte Spiele kommen ohne solche maschinellen Lerntechniken nicht aus. Diese Rechenphase erfordert viel Rechenleistung. Das System wird von Runde zu Runde erlernt. Irgendwann ist das System besser als die vollständigsten Menschen.
Wird es die künstliche Intelligenz übernehmen?
Der rasante Fortschritt in der künstlichen Intelligenz ist unglaublich. Aber sie fürchten auch: Wird künstliche Intelligenz eines Tages die Macht übernehmen?
“Daran glaube ich nicht”, sagte Roberto Cabobianco. „Im Gegenteil: Künstliche Intelligenz kann unser Leben sicherer, besser und komfortabler machen.“ Ein ganz einfaches Beispiel: Fotos werden von einer Software gesucht, die die darauf abgebildeten Objekte automatisch erkennt und indiziert. Ähnliche Techniken kommen in der Medizin zum Einsatz: Programme suchen zum Beispiel in Bildern eines Computertomographen nach Krebszellen. Oder im Straßenverkehr: Die ersten Autos, die sich, wenn erlaubt, weitgehend autonom bewegen könnten, sind bereits unterwegs.
“Künstliche Intelligenz kann unser Leben sicherer, besser und komfortabler machen.”
Roberto Capobianco, KI-Wissenschaftler und Entwickler
Aber bedeutet neue Technologie, dass die Arbeit, die Menschen früher verrichteten, überflüssig wird? Das gelte, sagt Roberto Cabobianco, zunächst dort, wo menschliche Intuition und komplexe Kommunikation nicht gefragt seien. „Stattdessen werden andere Arbeitsplätze geschaffen“, sagte er.
Wenn der Computer Böses lernt
Aber künstliche Intelligenz muss beim Lernen gehandhabt werden. Microsoft zum Beispiel hat diese Lektion bereits gelernt: Der im März 2016 mit viel Lärm gestartete Chatbot Tay sendete bereits kurz nach seinem Start beeindruckende und anstößige Tweets. Denn so habe er es in manchen Chats mit echten Usern gelernt. Der Bot ist für Microsoft zu einem Fehlschlag geworden. Das Unternehmen war gezwungen, es in weniger als einem Tag zu stoppen.
Autorennen sind auch ein Beispiel dafür, was schief gehen kann, wenn man Algorithmen Lernspielraum gibt: Sophie hat in ihren Trainingsscheiben erkannt, dass sie Konkurrenten abwehren oder ausbremsen kann – alles Manöver, die im Spiel zwar nicht verboten sind, aber faktisch sie zumindest sind sind nicht erwünscht.
„Wir haben ein komplexes System von Strafpunkten entwickelt, damit Sophie lernen kann, ehrlich zu fahren“, sagte Roberto Capobianco. Und er macht deutlich: Die Übertragung des gesunden Menschenverstandes auf künstliche Intelligenz bleibt eine große Herausforderung.
Kann künstliche Intelligenz helfen, die großen Probleme der Menschheit zu lösen? Das wird am Donnerstag in sein SDS 2022-Konferenz in Luzern besprochen. Und auch darüber, wie Maschinen lernen können. Als einer der Hauptredner der Konferenz wird Roberto Capobianco einen Einblick in die Entwicklung von Autorennsteuerungen geben. Die Konferenz richtet sich laut Veranstalter gleichermaßen an Experten und Menschen, die sich für das aktuelle Weltgeschehen, Digitalisierung, Daten und künstliche Intelligenz interessieren. Tageskarten sind vor Ort erhältlich. (mbb)
Matthias Bourne ist Datenredakteur und Journalist im Ressort Wirtschaft. Seit 2000 ist er als Journalist tätig. Matthias Bourne hat einen Abschluss in Medienforschung und einen Abschluss in Datenjournalismus.
Mehr Infos @ thisssHeute um 15:13 Uhr gepostet
Fehler gefunden? Jetzt melden.
0 Kommentare
Add Comment