AlphaZero: Shedding new light on chess, shogi, and Go
Zusammenfassung
Kurz
Der Bericht zufolge lernte AlphaZero Schach, Shogi und Go durch Selbstspiel und übertraf in den beschriebenen Tests Stockfish, Elmo und AlphaGo Zero. DeepMind hebt seinen dynamischen, teils unkonventionellen Stil und mögliche neue strategische Erkenntnisse hervor. Die Autoren sehen darin einen Schritt zu allgemeineren Lernsystemen, betonen aber, dass deren Einsatz bei realen Aufgaben weiterhin eine Herausforderung ist.
Mittel
Der Bericht beschreibt die 2018 veröffentlichte Gesamtauswertung von AlphaZero. Laut DeepMind lernte das System Schach, Shogi und Go durch Selbstspiel und Verstärkungslernen, ohne spielbezogenes Vorwissen außer den Regeln. Ein neuronales Netz und eine Monte-Carlo-Baumsuche halfen ihm, aus Erfahrung Züge auszuwählen. Die Autoren geben an, dass AlphaZero Stockfish im Schach nach vier Stunden Training, Elmo im Shogi nach zwei Stunden und AlphaGo Zero im Go nach 30 Stunden übertraf. In den Vergleichen gewann es 155 von 1.000 Schachpartien gegen Stockfish bei sechs Niederlagen, 91,2 Prozent der Shogi-Partien und 61 Prozent der Go-Partien. Die Tests nutzten unterschiedliche, jeweils für die Programme vorgesehene Hardware.
Der Beitrag hebt außerdem AlphaZeros dynamischen und eigenständigen Spielstil hervor. Es habe bekannte strategische Motive selbst entdeckt, aber auch Material für langfristige Vorteile geopfert und neue Ideen entwickelt. Zitierte Fachleute sehen darin mögliche Anregungen und einen Nutzen für das Schachlernen. DeepMind deutet die drei Erfolge als Schritt hin zu flexibleren Lernsystemen. Zugleich räumt der Bericht ein, dass die Übertragung auf reale Aufgaben weiterhin eine Herausforderung ist; solche Anwendungen werden als Perspektive, nicht als Ergebnis der beschriebenen Tests dargestellt.
Ausführlich lesen
Der Bericht stellt die 2018 veröffentlichte Gesamtauswertung von AlphaZero vor. Laut den Autorinnen und Autoren lernte das System Schach, Shogi und Go jeweils durch Selbstspiel und Verstärkungslernen: Es startete mit zufälligem Spielverhalten und erhielt außer den Spielregeln kein eingebautes Wissen über die jeweilige Partie. Ein neuronales Netz lernte aus Siegen, Niederlagen und Remis; eine Monte-Carlo-Baumsuche nutzte es anschließend, um aussichtsreiche Züge auszuwählen.
DeepMind zufolge übertraf AlphaZero Stockfish im Schach nach vier Stunden Training, Elmo im Shogi nach zwei Stunden und die damalige AlphaGo-Zero-Version im Go nach 30 Stunden. Für das Training werden insgesamt etwa neun Stunden für Schach, zwölf Stunden für Shogi und 13 Tage für Go angegeben. Die vollständig trainierten Systeme wurden laut Bericht mit dreistündigen Partien und 15 Sekunden zusätzlicher Bedenkzeit pro Zug verglichen. Stockfish und Elmo liefen dabei auf 44 CPU-Kernen; AlphaZero und AlphaGo Zero auf einer Maschine mit vier TPUs der ersten Generation und 44 CPU-Kernen. Der Bericht betont, dass die Hardwarearchitekturen nicht direkt vergleichbar seien.
Bei den beschriebenen Wertungsergebnissen gewann AlphaZero im Schach 155 von 1.000 Partien gegen Stockfish und verlor sechs; laut DeepMind gewann es auch weitere Tests mit üblichen menschlichen Eröffnungen, Eröffnungsstellungen der TCEC-Meisterschaft 2016, einer neueren Stockfish-Version und einer Variante mit Eröffnungsbuch. Im Shogi gewann es demnach 91,2 Prozent der Partien gegen Elmo, im Go 61 Prozent gegen AlphaGo Zero. Der Text präsentiert diese Resultate als Bestätigung und Aktualisierung früherer vorläufiger Ergebnisse.
Ein Schwerpunkt des Beitrags ist AlphaZeros Spielstil. Die Autoren und zitierte Schachfachleute beschreiben ihn als dynamisch, eigenständig und teilweise unkonventionell. Im Schach habe das System bekannte strategische Motive selbst entwickelt, zugleich aber eigene Ideen gezeigt: Es priorisiere Aktivität und Beweglichkeit der Figuren, könne Material für langfristige Vorteile opfern und spiele besonders in schwer berechenbaren Stellungen stark. Die Verfasser führen diese Eigenschaften auf das selbstständige Lernen ohne menschlich formulierte Schachheuristiken zurück. Sie sehen darin mögliche neue Erkenntnisse für Spieler und ein potenzielles Lehrmittel; diese Einschätzungen werden im Artikel durch Kommentare von Großmeister Matthew Sadler und WIM Natasha Regan gestützt.
Als weitergehende Bedeutung nennt der Bericht die Möglichkeit, dass ein einzelner Lernalgorithmus auf verschiedene Spiele übertragbar ist und neue Erkenntnisse hervorbringt. Das wird als Schritt in Richtung allgemeiner lernfähiger Systeme eingeordnet, nicht als bereits gelöste Aufgabe: Die Autoren räumen ein, dass KI-Systeme oft an eng umrissenen Fertigkeiten hängen und bei leicht veränderten Aufgaben scheitern können. AlphaZeros Erfolge betreffen laut Text komplexe Spiele mit vollständiger Information; eine Bewährung bei realen wissenschaftlichen Problemen wird als Ziel und Hoffnung beschrieben, nicht als hier nachgewiesenes Ergebnis.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Der Bericht ist ein DeepMind-Blogbeitrag über Spielstärke und stützt die Sicherheitsfragen daher nur am Rande. Lunas mittlere Zusammenfassung schreibt AlphaZero den 30-Stunden-Sieg gegen AlphaGo Zero zu, obwohl der Bericht die Lee-Sedol-Version von AlphaGo nennt; die übrigen Zahlen stimmen.
Im Bericht, aber nicht in der Zusammenfassung
- Trainingszeiten: etwa 9 Stunden für Schach, 12 Stunden für Shogi und 13 Tage für Go
- Suchtiefe: AlphaZero prüft im Schach etwa 60.000 Stellungen pro Sekunde, Stockfish etwa 60 Millionen
In der Zusammenfassung, laut Prüfung nicht im Bericht belegt
- Im Go übertraf AlphaZero laut Bericht AlphaGo Zero nach 30 Stunden; der Bericht nennt dort die AlphaGo-Version, die 2016 Lee Sedol schlug
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Fähigkeiten messen
- SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 23 %einzelne zitierbare Belege
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 48 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 52 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 54 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 44 %einzelne zitierbare Belege
- amos 31 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 39 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
- clef 100 %kein Bezug
- Luna 47 %Hintergrund, keine Belege
- JEV 37 %einzelne zitierbare Belege
- amos 29 %Hintergrund, keine Belege
- SubQ 100 %kein Bezug
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P4-T01 Würden Regierungen Messdaten aus der Lieferkette von Chips (Telemetrie), den Stromverbrauch, gemeldete Verzeichnisse von Trainingsläufen und eine unabhängig überwachte Abrechnung von Strom, Hardware und Rechenaufwand als vertragstauglichen Nachweis für die Größe der Trainingsläufe eines anderen Staates anerkennen, ohne Modellgewichte (die gelernten Parameter) oder Code anzurühren? Und wie sähe eine Prüfordnung für Rechenschwellen aus, die nichts über das Innere der Modelle verrät?
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 50 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 35 %einzelne zitierbare Belege
- JEV 30 %Hintergrund, keine Belege
- amos 34 %gleiches Oberthema, hilft nicht
- SubQ 53 %gleiches Oberthema, hilft nicht
- drex 64 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-T3-T08 Welche kontrollierten Versuche können Labore heute machen, um Selbstverbesserung nachzubilden, ohne eine unbeabsichtigte Beschleunigung zu riskieren?
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 32 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 49 %gleiches Oberthema, hilft nicht
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 62 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 44 %gleiches Oberthema, hilft nicht
- drex 65 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V3-T04 Wer muss Rechenschaft ablegen, wenn ein Modell Werte auf Lagen überträgt, die beim Training niemand vorhergesehen hat: das Modell, das Labor oder der Mensch, der das Ziel gesetzt hat?
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 31 %Hintergrund, keine Belege
- JEV 42 %einzelne zitierbare Belege
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 39 %gleiches Oberthema, hilft nicht
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V4-T03 Ist Intelligenz, die „eher gewachsen als entworfen“ ist, ein Grund für mehr Vorsicht oder dafür, Modelle wie ein Ökosystem zu pflegen?
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 43 %Hintergrund, keine Belege
- JEV 29 %Hintergrund, keine Belege
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 56 %gleiches Oberthema, hilft nicht
- drex 62 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Agenten und vernetzte Systeme
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 55 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 48 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Modelle teilen und schützen
- SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 24 %einzelne zitierbare Belege
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 44 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 50 %einzelne zitierbare Belege
- JEV 40 %einzelne zitierbare Belege
- amos 26 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 52 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 32 %einzelne zitierbare Belege
- amos 52 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-O3 Welcher Text gilt, und wie beweist man, dass ein Dokument nicht verändert wurde?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 47 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- clef 100 %kein Bezug
- Luna 34 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 70 %Hintergrund, keine Belege
- JEV 32 %einzelne zitierbare Belege
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Weitere Berichte zu diesen Fragen
- Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Alle Berichte im Archiv