Nachrichten & Berichte

Ankündigungen, Nachrichten und Berichte aus der Welt des Go-Spiels

Partien & Theorie

Partien, Kommentare und Theorie aus der Welt des Go-Spiels

Kultur & Geschichte

Interesseantes und Hintergründiges aus der Welt des Go-Spiels

Dies & Das

Spannendes und Nebensächliches rund um die Welt des Go-Spiels

Verlag & Shop

Aktivitäten, Aktionen und Angebote aus dem Hebsacker Verlag

Home » Nachrichten & Berichte, Partien & Theorie, Top-Artikel

Facebook lernt Go-Spielen

Von | 5. November 2015

Eine Nachricht verbreitet sich momentan wie ein Lauffeuer in der Go-Gemeinschaft: Facebook arbeitet derzeit an einer künstlichen Intelligenz, die Go spielt. Die Mittel, die ein Mega-Konzern wie Facebook potenziell in eine solche Entwicklung stecken kann, lassen aufhorchen.

Die Forschungsabteilung Facebook Engineering verkündete am 3. November, ihr Algorithmus sei von Grund auf neu entwickelt worden und nach einigen Monaten bereits „auf Augenhöhe mit den anderen Go-Programmen, die künstliche Intelligenz verwenden“. Desweiteren sei Facebooks Go-KI „so gut wie ein sehr starker menschlicher Spieler“.

facebook_engineering

Logo der Forschungsgruppe Facebook Engineering

Auf dem dazugehörigen Facebook-Post sah man außerdem ein Video mit dem Facebook-Bot in Aktion. In der Partie spielte er gegen GnuGo 3.8, eines der schwächeren Go-Programme mit einem Rang von bis zu 5k. GnuGo hatte das Nachsehen und verlor mit deutlichem Abstand. Trotzdem ist mit einer einzigen Partie als Stichprobe nur schwer abzuschätzen, wie stark der Facebook-Bot nun wirklich spielt. Gleichzeitig darf man aber davon ausgehen, dass die Entwickler ihre bisherigen Leistung nur im besten Licht darbieten wollten. Und falls ein Sieg gegen GnuGo das beste ist, was der Facebook-Bot zu bieten hat, dann dürfen Go-Spieler zwar gespannt auf weitere Nachrichten von Facebook Engineering sein – doch ein Konkurrent zu den stärksten Go-Algorithmen wie CrazyStone oder Zen, die auf Monte-Carlo-Algorithmen beruhen, ist nicht in Sicht.

Hier das Kifu der Partie:

12057157_788926761217473_1186166963_n

Mockup des Facebook-Programms „M“ (Quelle: Facebook)

Doch die Go-Stärke scheint ohnehin nur ein Nebenaspekt der Forschung von Facebook Engineering zu sein. In einem Blogpost erklärte Chief Technology Officer Mike Schroepfer den Zusammenhang. Facebooks Ziel sei die Entwicklung eines Programms, das unabhängig und ohne menschliche Anweisung tagtägliche Aufgaben vorausblickend für den Benutzer erledigen kann. Als Beispiele nennt Schroepfer automatisierte Einkäufe, Geschenke an Freunde, Restaurant-Empfehlungen, Reisepläne und Termine. Davon scheint der Technologie-Riese noch weit entfernt. Derzeit wird ein Prototyp dieses Programms mit den Namen „M“ getestet, der aber noch auf menschliche Eingaben angewiesen ist und von ihnen lernen soll.

Zur Realisierung dieser Idee wurden mehrere Forschungszweige zusammengeführt: Facebook hat ein System zur Erkennung von Mustern in Bildern entwickelt (ähnlich wie Dreamscape von Google), was für Computer erstaunlich schwer ist. Salopp gesagt, ob der eine Haufen Pixel einem völlig anderen Haufen Pixeln ähnlich sieht, wo die Grenzen für diese Objekte liegen oder ob man sie in einem völlig anderen Zusammenhang wiedererkennt – einen Algorithmus zu entwickeln, der dies selbstständig erkennt, ist eine enorme Herausforderung für Informatiker. Facebook will sein neues System zu diesem Thema auf der NIPS-Konferenz in Kanada Anfang Dezember dieses Jahres vorstellen.
Ein weiterer Zweig nennt sich MemNets, das auf Mustererkennung in Texten spezialisiert ist. Das Programm könne laut Schropfer Informationsbausteine erfassen, sie in Datenbausteine
aufgliedern und über 100.000 Fragen dazu beantworten. In Verbindung mit der Bilderkennung entstand ein Programm namens VQA (visual questions & answers), das Fragen zu Fotos beantworten kann.
Darüber hinaus arbeite Facebook an Prognose-Systemen. Diese können anhand von Beobachtungen etwa in einem dreidimensionalen Raum voraussagen, ob ein Objekt statisch ist oder droht, zu fallen. In diesem besonderen Fall sei es dem Forschungsteam gelungen, eine 90%-Erfolgsrate bei der Bestimmung dieser Frage zu erreichen, was den meisten Menschen überlegen sei.facebook_blogpost

Der Go-Algorithmus leistet seinen Beitrag zu „M“ indem er Erkenntnisse zur Planung von Aufgaben bereit stellt. Die Komplexität der möglichen Go-Positionen in der Eröffnung ist die perfekte Testumgebung dafür. Über den technischen Hintergrund des Facebook-Bots sind Schroepfers Aussagen eher vage. Ein Ansatz, der auf Suchalgorithmen basiert, werde in Kombination mit einem System verwendet, die Brettstellung mit Mustern vergleicht. Ob mit diesen Mustern Joseki-Datenbanken gemeint sind, ist unklar. Wir bleiben gespannt!

Hinterlassen Sie einen Kommentar!

Seien Sie bitte so nett, bleiben Sie beim Thema und hinterlasen Sie keinen Spam.