In welcher Branche lassen sich Künstliche Intelligenz Anwendungen am besten testen?

Heutzutage wird sehr viel über Künstliche Intelligenz gesprochen. Verlieren die USA Ihre technologische Vormachtstellung an China? Wie positioniert sich Europa in diesem Thema?

 

null

USA

Starke Führung durch private Unternehmen in AI

* Pentagon (DARPA) 2Mrd$ Programm
* Trumps ``Summit on AI``
* Obama nationale ``AI F&E Strategie``

null

Europa

* große Talente
* stark fragmentiert

Deklaration zur Kooperation der 25 Staaten
Absicht,in den nächsten 10 Jahren bis zu 20Mrd.€ zu investieren

null

China

Politische Agenda, um 2030 führend in AI zu sein

``New Generation AI Development`` Plan 2017-2030
``Robot Industry Development`` Plan 2016-2020

Im „The AI Index 2018 Annual Report“ der Universität Stanford wird berichtet, dass sich die jährlichen wissenschaftliche Veröffentlichungen zu Thema KI seit 1996 verachtfacht haben. An theoretischen Grundlagen für KI Algorithmen scheint es nicht zu mangeln. Wo jedoch kann man am besten die Theorie in der Praxis erproben?

Einer der größten Internetkonzerne der Welt, die chinesische Tencent, hat dazu eine interessante Äußerung getätigt:

Sowohl eSports als auch KI sind in den letzten Jahren in neue Epochen eingetreten. Tatsächlich kann die Kombination von KI und eSports unbegrenzte Möglichkeiten schaffen. Wir glauben, dass die KI normalen Spielern helfen könnte, ihre Spielmechanik zu verbessern. Für professionelle Spieler kann die KI zu einem personalisierten Coach und Datenanalysten werden. Für das Publikum im eSport kann die KI zum Shoutcaster und Kommentator werden.“


Diese Aussage steht im Kontext mit den 2017 von Google in Zusammenhang mit dem Spiel „GO“ gemachten Erfahrungen. DeepMind ist die KI Schmiede von Google. Das bekannteste Produkt heißt AlphaGo.

Im Aufsatz “Mastering the game of Go without human knowledge” in der renommierten Wissenschaftszeitschrift Nature beschreibt das Forscherteam von DeepMind auch die neuesten Spielversionen von AlphaGo. Mittlerweile gibt es vier Versionen von AlphaGo. Sie alle beruhen auf einer Kombination von neuronalen Netzen und der Baumsuchtechnik Monte Carlo Tree Search (MCTS).

Während die neuronalen Netze der ersten drei Versionen mit Millionen von Stellungen aus Partien zwischen starken menschlichen Spielern trainiert wurden, hat die nun veröffentlichte Version AlphaGo Zero das Spiel von Grund auf selbst gelernt, nur anhand der Spielregeln.

Zu Beginn wurden völlig zufällig gespielte Partien unterhalb jedes Anfängerniveaus trainiert. Innerhalb von nur drei Tagen erreichte AlphaGo Zero mit dieser Methode Profi-Spielstärke und übertraf die Version, die 2016 gewonnen hatte. Nach 21 Tagen war es auf dem Niveau der 2017 “Master”-Version, nach 40 Tagen deutlich darüber.

Dabei kommt AlphaGo Zero mit deutlich weniger Hardware aus als die erste AlphaGo-Version. Google hatte dafür eigens einen Spezialchips TPU (Tensor Processing Unit) entwickelt.

Mit AlphaGo Zero hat DeepMind Erstaunliches vollbracht: Es ist nicht nur der stärkste Go-Spieler auf diesem Planeten: AlphaGo Zero hat das Spiel nur aufgrund der Regeln gelernt und ist dabei besser als jeder menschliche Spieler.

Das höhere Ziel von DeepMind sind allerdings nicht Spiele, sondern künstliche Intelligenz für die echten Probleme der Menschheit. In diesem Zusammenhang ist auch Tencents Esport Strategie zu sehen. Künftig sollen in der „Tencent Global eSports Arena“ in Hainan die eSports Winterspiele und das Digitale Kulturfestival stattfinden. Hainan wird zur 12. chinesischen Sonderwirtschaftszone, fokusiert auf das digitale Sport Ökosystem. Dafür stellt die chinesische Regierung 1 Mrd. Yuan ( 145 Mio. EUR) zur Verfügung.

OpenAI, ein Startup, mitgegründet von Elon Musk, beschreibt sich selbst als “ein gemeinnütziges KI-Forschungsunternehmen, das den Weg zur Sicherheit entdeckt und beschreitet”. Das Unternehmen begann mit der Schulung von Bots für das eSport Spiel Dota 2.

Ziel war es, das AlphaGo-Projekt von Google DeepMind deutlich zu übertreffen. Anfang 2019 war es dann soweit. Das beste Dota 2 Team wurde von einem OpenAI angelernten Bot geschlagen.

Schon 2017 hat das eSports Team „Team Liquid“ einen Vertrag mit SAP geschlossen, um mit Hilfe von KI das eigene Spielvermögen zu verbessern.

Mit dem maschinellen Lernen für die Datenanalyse und der KI erweitert sich das Wettbewerbsumfeld im eSport. OpenAI und sein Team haben zusammen mit den Datenanalysetools von SAP (SAP Leonardo) begonnen, die Grenzen eines Spiels zu überschreiten, das am ehesten verstanden wird. Ebenso wie die KI folgt der Mensch Mustern und nähert sich diesen durch Iteration an. Obwohl eine KI Spiele ähnlich spielt, ist die Herangehensweise eine andere. Für die Forschung bietet daher eSports die ideale Plattform, um die Vielfalt an Varianten zu erforschen.

Für die Forschung bietet daher eSports die ideale Plattform, um die Vielfalt an Varianten zu erforschen.

Diese These wird bestätigt durch die Tatsache, dass das britische Unternehmen C4X Discorvery Künstliche Intelligenz und AR/VR bei der Entwicklung neuer Medikamente einsetzt. Die gleiche Technik, die im populären “Fortnite” steckt, soll auch Forschern die Arbeit erleichtern und den Entwicklungsprozess von Arzneimitteln schneller und effizienter machen. Das von C4X entwickelte Tool 4Sights visualisiert die Form und Struktur komplexer Moleküle. Mit der VR Brille lassen sich die Moleküle dann “greifen”, von allen Seiten betrachten und verändern. Für die Programmierung des tools war ein ehemalige Top-Videospielentwickler zuständig. Das kostspielige Verfahren des “Trial and Error” in der pharmazeutischen Forschung könnte aufgrund der Erfahrungen und Entwicklungen im eSport bald der Vergangenheit angehören.

Vorheriger Beitrag
Gaming Disorder oder was?
Nächster Beitrag
AI basierter und zertifizierter Autopilot

Menü