Von Turings Papiermaschine zu AlphaZero
Alan Turing rechnete sein Schachprogramm von Hand durch, weil es keinen Computer dafür gab. Fast 70 Jahre später lernte AlphaZero das Spiel allein aus den Regeln. Wolfgang Rudolph erzählt den Weg in Folge 438 des Computer:Club2, und für AlphaZero lassen sich seine Zahlen an der Studie von DeepMind nachprüfen.
Alan Turing hatte ein Schachprogramm, aber nichts, worauf es laufen konnte. Also spielte er die Rechnung selbst durch, Zug für Zug auf Papier. Bis zu 30 Minuten brauchte er für einen einzigen Zug. Im Sommer 1952 trat er so gegen den Informatiker Alick Glennie an, und das Programm verlor nach 29 Zügen. Entwickelt hatte er es 1948 mit seinem Kollegen David Champernowne, der Name Turochamp setzt sich aus beiden Nachnamen zusammen. Der Algorithmus bewertete mögliche Stellungen mit Punkten: Eine Dame brachte zehn, ein Bauer einen. 2012 wurde Turochamp aus den Beschreibungen nachgebaut und spielte in Manchester gegen Garry Kasparov. Der gewann in 16 Zügen.
Wolfgang Rudolph erzählt diese Geschichte in Folge 438 des Computer:Club2, die am 7. November erschien. Die Sendung ist der Nachfolger des WDR Computerclub, den Rudolph und Wolfgang Back bis 2003 im Fernsehen moderierten. Seit 2006 machen die beiden den Computerclub 2 im Netz, die Folge läuft auf YouTube. Rudolph führt von den ersten Gedanken über Maschinen und Schach bis zur selbstlernenden KI und zeigt dazwischen alte Geräte wie den Mephisto und ein modernes Brett, das über Sensoren unter jedem Feld erkennt, welche Figur wo steht. Am Ende geht es ihm um mehr als Schach: Wer sich mit künstlicher Intelligenz nicht beschäftige, stehe irgendwann so hilflos da wie ein Mensch am Brett gegen eine Maschine.
Der Rechner schlägt den Weltmeister
Das Gegenstück zu Turings Handarbeit kam 1997. Im Februar 1996 hatte Kasparov den IBM-Rechner Deep Blue noch mit 4:2 geschlagen, obwohl die Maschine die erste Partie gewann. Im Mai 1997 trat eine aufgerüstete Version zur Revanche an und siegte mit 3½:2½. Deep Blue gewann zwei Partien, drei endeten remis. Die Maschine konnte rund 200 Millionen Stellungen pro Sekunde auswerten, doppelt so viele wie im Jahr davor. Rudolph nennt das rohe Rechenkraft ohne eigene Kreativität und sieht den eigentlichen Bruch erst bei AlphaZero.
Vier Stunden, neun Stunden: was in der Studie steht
AlphaZero stammt von DeepMind. Das Programm bekam nur die Regeln, keine Eröffnungsbibliothek und keine Partiendatenbank. Es spielte gegen sich selbst und lernte aus jeder Partie. Nach vier Stunden, sagt Rudolph, habe es Großmeisterniveau erreicht, nach neun Stunden habe kein Mensch es mehr schlagen können.
Die Studie von David Silver und seinem Team, im Dezember 2017 als Preprint erschienen und 2018 in der Zeitschrift Science veröffentlicht, nennt die Stundenzahlen auch, aber mit anderem Maßstab. Nach vier Stunden Training übertraf AlphaZero die Engine Stockfish, und zwar in Partien mit einer Sekunde Bedenkzeit je Zug. Gemessen wurde also gegen ein Programm, nicht gegen Großmeister. Neun Stunden dauerte das gesamte Training im Schach, rund 44 Millionen Partien gegen sich selbst. Danach spielte AlphaZero 100 Partien gegen Stockfish 8 mit einer Minute pro Zug: 28 Siege, 72 Remis, keine Niederlage. 25 der Siege gelangen mit Weiß, drei mit Schwarz. Menschen kamen in diesem Vergleich nicht vor.
Unwidersprochen blieb das nicht. Tord Romstad vom Stockfish-Team hielt die feste Zeit von einer Minute pro Zug und die Einstellungen für ungünstig für sein Programm, die Version sei zudem ein Jahr alt gewesen. In der Science-Fassung traten beide Programme unter Turnierbedingungen an, mit drei Stunden plus 15 Sekunden je Zug gegen Stockfish 9. AlphaZero gewann von 1000 Partien 155, verlor 6 und remisierte 839.