Ein Spiel, das keine Gnade kennt
Es gibt schwere Spiele, sehr schwere Spiele – und dann gibt es Montezuma’s Revenge. Der Klassiker für den Atari 2600 (und andere Systeme) ist für seine absolute Gnadenlosigkeit bekannt: Der arme Panama Joe steckt in einem Albtraum aus tötenden Totenköpfen, Laser-Portalen, Schlangen, Spinnen, Abstürzen – und Tod, viel Tod. Bei Google lässt man seine künstliche Intelligenz Deep-Q schon seit Langem gegen Montezuma’s Revenge antreten, doch erst nachdem man „künstliche Neugier“ implementiert hatte, schaffte sie es, maximal 15 Bildschirme zu erkunden – vorher schaffte sie nicht mehr als zwei.
Früher rannte ich von der Schule nach Hause, ignorierte die Hausaufgaben, spielte Fußball, kam dreckig zurück, während meine Mutter aus der Küche schrie, setzte mich vor den Fernseher, schaltete den Atari-2600-Klon ein, den ich damals besaß – und machte Montezuma’s Revenge zu einer persönlichen Herausforderung. Denn es war definitiv persönlich, da bin ich mir sicher. Ich glaube, meine Eltern bereuen bis heute, „dieses Gerät“ gekauft zu haben. Montezuma’s Revenge war einer der Hauptverantwortlichen für einen echten „Controller-Friedhof“, denn ich zerstörte sie beim Springen über Totenköpfe. Mit der Zeit wurde ich ziemlich gut in dem Spiel … und ein paar Jahrzehnte später spielte ich es in einem Emulator, nur um eine unbestreitbare Wahrheit wiederzuentdecken: Ich werde alt und nutzlos. Die „Ninja-Reflexe eines 8-Jährigen“ waren völlig verschwunden. Wenn Montezuma’s Revenge für mich schon unerreichbar war, stell dir vor, wie eine künstliche Intelligenz versucht, es zu entschlüsseln.
Neugier als Schlüssel
Laut Google hatte Deep-Q mit Montezuma’s Revenge große Probleme. Letztes Jahr haben wir über seine Fortschritte gesprochen – und über die hohen Punktzahlen, die es in rund fünfzig Atari-2600-Spielen erzielte. Doch in Montezuma’s Revenge war seine Leistung gleich null. Null. Offensichtlich stimmte etwas mit der Methodik und dem Lernen der KI nicht. Googles Schlussfolgerung: Deep-Q fehlte die Neugier, ein zusätzlicher Anreiz, um sich auf die Erkundung zu konzentrieren und zu „versuchen zu gewinnen“, wie es ein Mensch tun würde. Mehrere Code-Anpassungen und 100 Millionen „Trainingsbilder“ später brauchte Deep-Q nur vier Versuche, um den ersten Bildschirm des Spiels zu schaffen – vor einem Jahr war es nicht einmal in der Lage, einen einzigen Punkt zu erzielen.
Fünfzehn von vierundzwanzig Bildschirmen
Mit diesem neuen Profil schaffte es Deep-Q, insgesamt fünfzehn der 24 Bildschirme des „Levels 1“ zu erkunden. Es ist also noch weit davon entfernt, das Spiel zu schaffen, aber die Ambitionen von Deep-Q gehen viel weiter, als wir uns vorstellen. Mit jeder neuen Version findet die KI Wege, ihre Fähigkeiten zu verfeinern, und nach dem, was man mit AlphaGo erreicht hat, spricht man bereits über Titel wie StarCraft als nächste Stufe. Ich schätze, jemand in Südkorea wartet schon sehnsüchtig auf dieses Duell ...
