Seit Dezember 2018 wurden elf Partien ausgetragen, in denen zwei professionelle StarCraft-2-Spieler gegen die speziell trainierte künstliche Intelligenz „AlphaStar“ (DeepMind von Google) antraten. Das letzte Match fand am vergangenen Donnerstag statt und insgesamt ist nur ein Match von den menschlichen Spielern gewonnen worden. Die beiden menschlichen Spieler waren MaNa (Grzegorz Komincz) und TLO (Dario Wünsch) von Team Liquid.
AlphaStar lernte StarCraft 2 durch das Zuschauen von StarCraft-2-Partien. Über 200 Jahre Material schaute sich die KI und lernte das komplexe Spiel basierend auf dieser Grundlage (künstliches neuronales Netzwerk). Allerdings verfügt die KI über einige Vorteile gegenüber den menschlichen Spielern, die laut der AlphaStar-Entwickler nicht so sehr ins Gewicht fallen sollen. Erstens bezieht die KI ihre Informationen direkt aus der Engine, anstatt den Spielbildschirm beobachten zu müssen. Sie weiß also sofort, welche Einheit wie viele Lebenspunkte hat, ohne auf die Einheit klicken zu müssen. Zweitens könnte sie mehr „Aktionen pro Minute“ (APM) ausführen als ein Mensch. Außerdem war die komplette Karte für AlphaStar aufgedeckt und die KI musste die Kamera nicht auf die Einheiten zentrieren, die sie befehligen wollte. Die KI-Entwickler meinten jedoch, dass sich dadurch kein Vorteil ergeben hätte, weil sich die KI immer nur auf einen Kartenabschnitt „konzentrieren“ würde.
„Die Überlegenheit der KI hat daher viele überrascht. Sie hat zwar Fehler gemacht, die leicht zu erkennen waren, dominierte das Spiel aber dennoch so sehr, dass sie den professionellen Spielern überlegen war. Bemerkenswert ist das vor allem deshalb, weil die Deepmind-Ingenieure den Computer nicht absichtlich unfair überlegen gestaltet haben. In einem Computerspiel wäre es schließlich möglich, die Reaktionszeit oder die Aktionen, die in einer Minute ausgeführt werden können, technisch so hochzuschrauben, dass es für Menschen nicht möglich wäre, mitzuhalten. Doch Alpha Star hat langsamer reagiert als seine menschlichen Gegner und weniger sogenannte APM benötigt, was für ‚actions per minute‘, also Aktionen je Minute steht. Die Zuschauer überraschte vor allem, wie ‚menschlich‘ die KI spielte“, heißt es in einem Bericht bei der FAZ.
Bei der einzigen Partie, die ein menschlicher Spieler (MaNa) gewann, war die komplette Kartenansicht für die KI deaktiviert. Sie musste manuell navigieren. Außerdem kann AlphaStar derzeit nur Protoss spielen und auch nur gegen Protoss antreten – auf nur einer Karte und nur im 1-gegen-1-Modus. MaNa erklärte nach einer Partie, dass ihn die KI besonders im Mikromanagement-Bereich (vor allem mit dem Stalker) überrascht hätte.
Das Projekt AlphaStar soll in Zukunft fortgesetzt werden. Das Team von DeepMind ist der Meinung, dass einige der Grundlagen des Systems, wie z. B. die effiziente Visualisierung des Spiels als Resultat der gemachten Entscheidungen, in vielen anderen Bereichen eingesetzt werden könnte, in denen KIs wiederholt Entscheidungen treffen müssen, die eine komplexe und langfristige Reihe von Ergebnissen beeinflussen.
Quellen: Techcrunch, The Verge, FAZ, DeepMind
Zur Reaktionszeit, das scheints sich so zu ergeben, also nicht künstlich gedrosselt. Dauert einfach ein bisschen, bis die eingehenden Informationen verarbeitet werden.
Letztlich vielleicht noch interessant, der Agen, der letztendlich gespielt hat, lief auf dem Äquivalent von 50 GPUs (12 TPUs), also gar nicht mal soooo extrem...
In der Hinsicht fand ich im Herbst die Vorträge von Prof. Wahlster (immerhin Chef des DfKI) und Prof. Backes bei der GDNÄ ganz interessant, die im Großen und Ganzen durchaus eher auf Kajetans Linie waren. Für alle Interessierten auch öffentlich zugänglich:
https://www.gdnae.de/angebote/versammlu ... -2/videos/
.) Verstehe. Das kann ich gut nachvollziehen
.) Natürlich lässt sich, ansonsten wäre die ganze Geschichte ja sinnlos, ein gewisses Ergebnis erwarten. Aber nur aufgrund von vorangegangenen Ergebnissen und nicht weil man Berechnungen nachverfolgt.
Ich finde das auch nicht so relevant. Das "Zitat" wird aber, meiner Wahrnehmung nach, meistens in einem negativen Kontext verwendet.
Und deswegen halte ich es für wichtig, immer zu betonen was das wirklich bedeutet.
Sprechen wir...