GO ist nicht nur ein Spiel. GO dient auch als Lebensanalogie, als Mediationsmethode, als Übung im abstrakten Denken oder sogar als Einblick in die Persönlichkeitsmerkmale des Spielers.
Dieses alte Brettspiel aus Ostasien wird von zwei Spielern auf einem 19x19 großen Holzbrett mit schwarzen und weißen Steinen gespielt. Steine werden verwendet, um andere Steine zu umgeben, um sie zu erobern oder um Gebiete zu markieren, wobei 10 hoch 170 mögliche Konfigurationen auf dem Spielbrett möglich sind.
Das Spiel legt Wert auf Geduld und Ausgeglichenheit gegenüber Aggression und Gier, das Gleichgewicht von Einfluss und Territorium kann sich im Laufe des Spiels viele Male ändern. Und als #Googles KI #AlphaGo den besten Spieler des Jahrzehnts besiegte, war das ein großartiger Moment für die Zukunft der #Technologie. AlphaGo besiegte Lee Sedol, Gewinner von 18 Weltmeistertiteln, in vier von fünf Spielen des Turniers 2016 und verlor gegen das AlphaGo-Programm von DeepMind.
AlphaGo nutzt das, was das Unternehmen „Deep Learning“ nennt, um ein eigenes Verständnis des Spiels aufzubauen. Es kann dann den Zug wählen, der seiner Meinung nach am wahrscheinlichsten gewinnt. Wenn man einem Computer beibringt, ein Spiel zu spielen, besteht die einfachste Methode darin, dem Computer mitzuteilen, dass er jeden möglichen Zug während des Spiels bewerten soll, vom besten zum schlechtesten, und ihn dann anzuweisen, immer den besten Zug auszuwählen.
Das Programm umfasst zwei neuronale Netze, Software, die die Struktur des menschlichen Gehirns nachahmt, um sehr einfache Entscheidungen zu komplexen Entscheidungen zu kombinieren, die parallel laufen.
Der Sieg von AlphaGo über den Weltmeister des Jahrzehnts ist die beste Analogie dafür, dass #maschinelles Lernen und #KI ein #Kraftmultiplikator sein können, der Entscheidungen um ein Vielfaches schneller und anpassungsfähiger trifft als die Fähigkeiten des menschlichen Gehirns mit all seinen Einschränkungen.
Letztendlich besteht die Mission von Google darin, diese #DeepLearning-Intelligence-Techniken anzuwenden, um kritische reale Probleme zu lösen, von der medizinischen Diagnostik bis zur Klimamodellierung.
