Nachricht

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Als ich gegen die KI verliere, kommt es mir so vor, als wäre meine ganze Welt zusammengebrochen.

sagte Lee Sedol kürzlich in einem Interview mit der New York Times.

Im Jahr 2016 vertrat der 14-fache koreanische Schachweltmeister eine Partie gegen Googles AlphaGo und verlor letztlich mit 1:4.

Als er die Einladung annahm, dachte er, es würde ein „lustiges“ Erlebnis werden:

Die Voraussetzung für Spaß ist, dass ich denke, dass ich gewinnen werde. Ich hätte nie gedacht, dass ich verlieren würde.

Das war wahrscheinlich eines der wichtigsten Highlights vor dem Debüt der KI-Technologie in ChatGPT.

Jetzt sind seit der Veröffentlichung von ChatGPT weniger als zwei Jahre vergangen. Wir haben gesehen, dass viele Bereiche von KI betroffen sind, und es scheint, dass weitere Aspekte des Lebens für Veränderungen vorgesehen sind. Wir können nicht anders, als zu spekulieren und uns die Zukunft vorzustellen. KI.

In diesem Zusammenhang kann uns die Go-Welt, die früher als andere Branchen und Bereiche von KI betroffen war, dabei helfen, eine Möglichkeit zu erkennen, die bereits eingetreten ist.

Nach dem Sieg über Menschen entmenschlicht eine stärkere KI weiter

Ich konnte Go nicht mehr genießen, also habe ich mich zurückgezogen.

Drei Jahre nach seinem Spiel gegen AlphaGo gab Lee Sedol offiziell seinen Rücktritt bekannt.

Für Lee Sedol, der im Alter von 5 Jahren begann, Go zu lernen, ist Go nicht nur ein Wettbewerb, sondern eine Kunst, eine Erweiterung der Persönlichkeit und des Stils des Spielers. In der KI-Ära wurde es jedoch „reduziert“. ein algorithmisches Effizienzspiel.

Während dieser drei Jahre geschah tatsächlich noch etwas anderes.

Im Jahr 2017 kündigte DeepMind eine neue Version von AlphaGo an – AlphaGo Zero.

AlphaGo entstand aus dem Erlernen und Selbstüben des neuronalen Netzwerks durch mehr als 30 Millionen Bewegungen menschlicher Meister, aber AlphaGo Zero war von Anfang an von der „menschlichen Berührung“ getrennt. Während der Trainingszeit kam es mit keinem in Kontakt menschliche Schachrekorde und verließ sich ausschließlich auf sich selbst und sein eigenes Schachtraining.

In nur drei Tagen gewann AlphaGo Zero bereits 100:0 gegen AlphaGo.

The Atlantic nennt es „KI, die nichts vom Menschen lernen muss.“

In Go gibt es eine Technik, die einfach oder belanglos erscheint, auf lange Sicht jedoch eine tödliche Bedrohung darstellen kann. Manche Leute würden sagen, dass sie wie ein „Geist“ ist.

Die Spielaufzeichnungen von AlphaGo und AlphaGo Zero sind so schwer zu verstehen, dass sie direkt als „mysteriöser Führer, der von einer außerirdischen Zivilisation abgeworfen wurde“ angesehen werden.

Der amerikanische Profi-Schachspieler Michael Redmond sagte 2017, dass eine der wichtigsten Möglichkeiten für Menschen, Go zu lernen, darin besteht, eine Geschichte aufzubauen: „So kommunizieren wir. Das ist eine sehr menschliche Sache.“

Dies könnte auch Lee Sedols Argument widerspiegeln, dass Schachspieler beim Schachspielen auch einen Teil ihrer selbst als Menschen zeigen.

Redmond fügte hinzu, dass menschliche Schachspieler aufgrund seiner eigenen Beobachtungen wahrscheinlich „die Hände hochwerfen und aufgeben“, wenn sie zum ersten Mal Schach mit „KI-Geschmack“ sehen:

Die Art und Weise, wie AlphaGo Schach spielt, fühlt sich immer sehr „unmenschlich“ an. Angesichts eines solchen Schachspiels fällt es uns sogar schwer, uns darauf einzulassen.

Als einer der ersten Go-Meister, die davon betroffen waren, konnte Lee Sedol lange Zeit nicht loslassen.

Er war von KI besessen.

Nach seiner Pensionierung begann Lee Sedol neben der Eröffnung seiner eigenen Go-Akademie, der Veröffentlichung von Büchern und der Einführung von Brettspielen auf Go-Basis auch Vorträge über KI zu halten:

Ich begann schon sehr früh, mit KI-Problemen konfrontiert zu werden, und andere werden sie auch erleben. Das führt möglicherweise nicht zu einem Happy End.

Für ihn ist der besorgniserregendste Aspekt der KI, dass sie menschliche Werte verändern kann:

In der Vergangenheit waren die Menschen voller Ehrfurcht vor Kreativität, Originalität und Innovation, aber seit dem Aufkommen der KI ist vieles davon verschwunden.

Nicht alle sind mit dieser Aussage einverstanden.

Das Zeitalter der gemeinsamen Schöpfung von Mensch und Maschine

Die KI zerstörte die gesamte bestehende Ordnung in der Go-Welt und begann dann, sie wieder aufzubauen.

sagte Jiuheng He, ein Go-Enthusiast, der künstliche Intelligenz an der Cornell University studiert.

In vielen Go-Akademien ist der Einsatz von KI zum Erlernen von Go ein Prozess, den fast alle Spieler durchlaufen müssen.

An einer Go-Akademie in Hongkong stellt Ng Chee Man den Schülern iPads zur Verfügung, damit sie Go mithilfe von KI lernen können.

Jedes Mal, wenn ein Schüler Schach spielt, zeigt die KI die Vorschläge für den „besten Zug“ an. Gleichzeitig zeichnet das System auch auf, welche Züge der Schüler gut gemacht hat und welche nicht.

Letztes Jahr wies eine in den Proceedings of the National Academy of Sciences veröffentlichte Studie darauf hin, dass seit dem Eintritt der KI in den Go-Kreis die Urteilsfähigkeit menschlicher Spieler verbessert wurde.

Bereits 2016, bevor AlphaGo Lee Sedol besiegte, hatte Fan Hui, der in einem privaten Test gegen AlphaGo gespielt hatte, eine ähnliche Erfahrung gemacht.

Obwohl er verlor, sagte Fan Hui, dass AlphaGo es ihm ermöglicht habe, Go aus einer neuen Perspektive zu betrachten, seine Fähigkeiten verbessert und es ihm ermöglicht habe, schnell in der Weltrangliste aufzusteigen.

Die Studie von 2023 basiert auf Schachaufzeichnungen, die von 1950 bis 2021 gesammelt wurden, einschließlich Daten zu 5,8 Millionen Händen.

Forscher fanden heraus, dass die Qualität der Urteile menschlicher Schachspieler 66 Jahre lang stabil und im Wesentlichen unverändert geblieben war, bevor AlphaGo Lee Sedol besiegte. In den Jahren 2016 und 2017 begann die Qualität der Urteile der Schachspieler jedoch zu steigen.

Mit anderen Worten: Obwohl menschliche Schachspieler möglicherweise nicht in der Lage sind, KI-Schachspieler zu besiegen, hat sich ihr Urteilsvermögen tatsächlich verbessert.

Es ist sehr inspirierend zu sehen, wie schnell sich menschliche Schachspieler an diese neuen Spielzüge anpassen und sie in ihre eigenen Methoden integrieren können. Diese Ergebnisse legen nahe, dass sich der Mensch an diese Entdeckungen anpassen und auf ihnen aufbauen wird, um unser Potenzial erheblich zu verbessern.

David Silver, leitender Forschungswissenschaftler bei DeepMind und Leiter des AlphaGo-Projekts, kommentierte diese Forschung.

Ke Jie, der 2017 von AlphaGo besiegt wurde, sagte 2023 auch, dass er außer bei Wettbewerben nur selten mit echten Menschen übe, und glaubt, dass KI sogar zur Quelle der Kreativität in Go geworden sei:

Bei Kreativität geht es nicht nur darum, etwas anderes zu machen. Heutzutage wird die meiste Innovation in Go mit hoher Wahrscheinlichkeit durchgeführt Dass wir verlieren werden, weil die KI eine Menge tatsächlicher Kämpfe übersteht und sich ein anderes Denken einfallen lässt als zuvor, das ist Kreativität.

Darüber hinaus ist auch die Leistung eines anderen professionellen Schachspielers besonders interessant.

Der koreanische Schachspieler Shin Jin-jin ist der erste Schachspieler nach 2000, der eine Weltmeisterschaft gewonnen hat. Er wird von Schachfans oft als „Shen Gong Intelligence“ bezeichnet, weil er für sein langjähriges KI-Training und seine Forschung bekannt ist.

Im Februar dieses Jahres besiegte Shin Jin-seok den chinesischen Kapitän Gu Zihao beim 25. Nongshim Cup und erzielte sechs Siege in Folge in einer einzigen Saison und 16 Siege in Folge über die Saison hinweg, womit er seinen Vorgänger Lee Chang-ho übertraf. Im März dieses Jahres sprach er über seine Beziehung zur KI:

Ich fühle mich wie eine KI und bin jetzt Freunde. Ich habe bei KIs gelernt, die besser waren als ich. KI und menschliches Denken sind völlig unterschiedlich. KI löst Probleme durch mathematische Algorithmen. Ich habe sehr davon profitiert, vom Denken der KI zu lernen.

Jetzt werden Profispieler in China, Südkorea und Japan KI zum Training nutzen.

„AI Flavor“-Apokalypse

Genau wie im Zeitalter der generativen KI müssen einige Designer und Autoren komplizierte Selbstzertifizierungen durchführen, da in ihren Werken der sogenannte „KI-Geschmack“ enthalten ist, der seit langem in die KI integriert ist. war auch mit der Entstehung verschiedener Probleme des „KI-Geschmacks“ konfrontiert.

In aktuellen Go-Spielen wird die KI häufig zur Vorhersage der Gewinnquote eingesetzt und die KI empfiehlt den besten Zug. Das Publikum kann somit eine Art „Initiative“ beim Anschauen des Spiels entwickeln und hat mehrere Blickwinkel.

Der chinesische Schachspieler Li

Li Xuanhao, der 1995 geboren wurde, „arbeitet das ganze Jahr über von neun bis neun und arbeitet wirklich hart“ an der KI-Ausbildung. Daher wird dem Schachspiel manchmal ein sogenannter „Maschinengeschmack“ zugeschrieben.

Aufgrund der Zweifel führte der chinesische Go-Verband eine Untersuchung durch und stellte schließlich fest, dass es keine Beweise für die Anschuldigung gab, und Yang Dingxin verhängte Strafen.

Es gibt jedoch Fälle von Betrug mit KI.

Im Jahr 2020 wurde bei Südkoreas 13-jährigem Profi-Schachspieler Kim Eun-chi eine 92-prozentige Überschneidung zwischen seinen Zügen in Online-Spielen und den KI-Empfehlungen festgestellt. Nach einer Untersuchung wurde schließlich festgestellt, dass er betrogen hatte (und er gab es zu) und wurde mit einer Geldstrafe und einer einjährigen Bewährung belegt.

Im Jahr 2022 wurde der chinesische Schachspieler Liu Ruizhi wegen KI-Betrugs verurteilt und war der erste professionelle Schachspieler in China, der offiziell wegen KI-Betrugs bestraft wurde. Im Vergleich zu Kim Eun-chi hat Liu Ruizhi gelernt, den „KI-Geschmack“ zu vermeiden und setzt KI nur in einigen Schlüsselpunkten ein.

Als Reaktion darauf verbessern Wettbewerbe in verschiedenen Ländern ständig die Anti-KI-Betrugsmechanismen.

Gleichzeitig haben einige Leute den „KI-Geschmack“ genutzt, um die KI zu besiegen.

Im Jahr 2023 besiegte die amerikanische Amateurschachspielerin Kellin Pelrine die Go AI KataGo.

KataGo ist eine der leistungsstärksten verfügbaren Open-Source-Go-KIs und Südkorea wird sie auch zum Trainieren von Go-Spielern nutzen.

Pelrine nutzte ein Programm namens FAR AI, um mehr als eine Million Spiele lang gegen KataGo zu spielen. Schließlich fand FAR AI die Schwächen von KataGo, übte sie im Mensch-Maschine-Duell und gewann:

Diese Strategie ist nicht gerade kindisch, aber auch nicht besonders schwer zu erlernen.

Dann nutzte er die gleiche Methode, um Leela Zero, eine weitere relativ mächtige Go-KI, zu besiegen.

Der Schlüssel zur Strategie besteht darin, einen großen „Kreis“ zu bilden, der die Schachfigurengruppe des Gegners umgibt, und dann plötzlich eine Figur in eine andere, nicht zusammenhängende Ecke zu bewegen, um die KI zu stören.

Pelrine sagte, wenn es ein menschlicher Schachspieler wäre, würde er definitiv wissen, dass etwas nicht stimmt, wenn er den Kreis sieht, aber die KI würde es nicht bemerken.

Diese Schwäche scheint etwas „knifflig“ zu sein. Kann sie behoben werden, indem man die KI gezielt trainieren lässt?

Ein Bericht in Nature zitierte letzte Woche einen Preprint-Artikel aus diesem Jahr und wies darauf hin, dass Modellschwachstellen angesichts von Programmen, die gezielt nach KI-Schwachstellen suchen, nicht so einfach zu beheben sind wie gedacht.

Dieses Mal war es KataGo, das „ins Visier genommen“ wurde. Die Forscher verwendeten drei verschiedene Strategien, um KataGo konterfähiger zu machen:

• Lassen Sie KataGo im Selbstspiel lernen, wie man auf Angriffe reagiert.
• Iteratives Training: Verwenden Sie das Angriffsprogramm, um KataGo anzugreifen, geben Sie die Schwachstelle an KataGo zurück, lassen Sie es durch Selbstspiel oder andere Methoden lernen, damit umzugehen, und verwenden Sie dann das Angriffsprogramm, um KataGo anzugreifen, wobei der Zyklus wiederholt wird.
• Trainieren Sie ein neues Go AI-System von Grund auf mit einem anderen neuronalen Netzwerkmodell.

Obwohl diese Schulungen KataGo dabei geholfen haben, seine Verteidigungsfähigkeiten bis zu einem gewissen Grad zu verbessern, kann das Angriffsprogramm immer noch Lücken finden und KataGo mit einer Gewinnquote von 91 %, 81 % bzw. 78 % besiegen.

Diese Angriffsprogramme selbst sind keine hervorragenden Go-KIs und können von Menschen leicht besiegt werden.

Natürlich geht es hier nicht darum, zu konkurrieren, ob Menschen oder KI besser sind.

Der Punkt ist, dass die KI für Go, einem Bereich, den die KI „untergraben“ hat, nach so vielen Jahren der Anwendung und Verbesserung immer noch viele Probleme hat. Adam Gleave, Autor des Papiers, sagte:

Wenn wir dieses Problem nicht in einer einzelnen Domäne wie Go lösen können, scheinen die Chancen, den Jailbreak in Modellen wie ChatGPT zu beheben, kurzfristig gering.