Die KI im Schach: pure Rechenleistung oder feine Taktik? 🧠

Im Jahr 1997 verlor der Schachweltmeister Garry Kasparov zum ersten Mal in der Geschichte ein Match gegen einen Computer: Deep Blue. 27 Jahre später stellt sich die Frage, was uns die Niederlage des Menschen gegen die Maschine gelehrt hat und ob diese Lektionen Aufschluss über die massive Ankunft von Künstlicher Intelligenz (KI) in unserem Leben geben können.


Die jüngsten Fortschritte der künstlichen Intelligenz (KI), wie die Entwicklung generativer KIs mit dem Aufkommen von ChatGPT im November 2022, haben viele Fragen, Hoffnungen und Ängste aufgeworfen.

Im Frühjahr 2023 führte der US-Kongress eine Anhörung mit OpenAI durch, dem Unternehmen, das ChatGPT entwickelt hat, und die Europäische Union hat kürzlich ihren ersten Gesetzestext über KI verabschiedet.

In den Parlamenten wie auch in den sozialen Medien beleben die raschen Fortschritte der KI die Diskussionen. Welche Auswirkungen werden diese in der Zukunft auf unsere Gesellschaft haben? Um diese Frage möglichst objektiv zu beantworten, schlagen wir vor, uns einem Bereich zuzuwenden, der bereits die Ankunft und den Sieg von KI über menschliche Fähigkeiten erlebt hat: dem Schachspiel. Hier hat die Maschine seit mehr als einem Vierteljahrhundert ein höheres Niveau als der Mensch erreicht.

Warum Schach als Indikator?

Seit den Anfängen der Informatik wurde Schach als Indikator für software- und hardwareseitige Fortschritte genutzt. Es ist ein auf vielen Ebenen interessantes Spiel, um die Auswirkungen von KI auf die Gesellschaft zu untersuchen:

- Es handelt sich um eine intellektuelle Tätigkeit, die unterschiedliche Fähigkeiten erfordert: räumliches Vorstellungsvermögen, Gedächtnis, Kopfrechnen, Kreativität, Anpassungsfähigkeit usw. Fähigkeiten, in denen KI mit dem menschlichen Geist konkurriert.

- Das Spiel hat sich seit Jahrhunderten nicht verändert. Die Regeln sind klar definiert, was eine stabile Grundlage bietet, um die Entwicklungen der Spieler zu untersuchen.

- Es ist möglich, die Spielstärke von Maschinen objektiv zu messen und dieses Niveau anhand der Elo-Bewertung mit dem der Menschen zu vergleichen.

- Das Untersuchungsfeld ist eng gefasst: Es ist offensichtlich, dass Schach nur einen winzigen Aspekt des Lebens darstellt, aber genau das ist der Sinn. Diese thematische Enge ermöglicht es, die Auswirkungen von KI auf das Alltagsleben genauer zu analysieren.

- Die KIs haben das Niveau der besten menschlichen Spieler seit mehr als 20 Jahren übertroffen. Es ist daher möglich, die konkreten Auswirkungen auf das Schachspiel und das Leben seiner Gemeinschaft zu sehen, die als Mikrokosmos der Gesellschaft betrachtet werden kann. Man kann diese Auswirkungen auch im Hinblick auf die Fortschritte der KIs im Laufe der Zeit untersuchen.

Untersuchen wir die Entwicklungen in der Schachwelt, seit Garry Kasparov, damals amtierender Weltmeister, ein Spiel gegen Deep Blue 1996 und dann das Revanche-Match 1997 verloren hat. Wir werden mehrere Themen betrachten, die in der Diskussion über die Risiken von KIs immer wieder auftauchen, und sehen, wie sich diese Spekulationen im speziellen Bereich des Schachs ausgewirkt haben.

Werden die Leistungen der KI immer schneller zunehmen?

Es gibt zwei große Ansätze zur Programmierung von Schachsoftware: Lange Zeit funktionierte nur die Methode der puren Rechenleistung. Dabei ging es im Wesentlichen darum, so schnell wie möglich zu rechnen, um tiefere Zugbäume, d.h. die Vorwegnahme von mehr Zügen in die Zukunft, zu erzielen.


Heutzutage tritt die brute-force-Methode gegen KI-Techniken aus neuronalen Netzwerken an. 2018 brachte die Google-Tochter DeepMind AlphaZero heraus, eine KI, die tiefgehendes Lernen durch künstliche neuronale Netzwerke verwendet und das Schachspiel durch Selbstpartien erlernt hat.

Unter den derzeit stärksten Schachprogrammen ist bemerkenswert, dass das neuronale Netzwerkprogramm LC0 und das auf pure Rechenleistung basierende Programm Stockfish ähnliche Ergebnisse erzielen. In der letzten Rangliste der Schwedischen Schachcomputervereinigung (SSDF) trennen sie nur 4 Elo-Punkte: 3.582 für LC0 zu 3.586 für Stockfish. Diese zwei völlig unterschiedlichen Herangehensweisen an die Entwicklung von Schachengines sind in Bezug auf ihre Stärke praktisch nicht zu unterscheiden.

In Bezug auf die Elo-Punkte war der Fortschritt der Maschinen linear. Das folgende Diagramm zeigt jedes Jahr das Niveau der besten Software gemäß der SSDF-Bewertung, die seit Mitte der 1980er Jahre besteht. Die derzeit beste Software, LC0, erreicht 3586 Punkte, was die erwartete Verlängerung dieses Trends darstellt.

Dieser lineare Fortschritt spiegelt in der Tat das recht langsame Fortschreiten der Software wider. Tatsächlich verläuft der Anstieg der Rechenleistung exponentiell. Es ist das bekannte Mooresche Gesetz, das besagt, dass sich die Rechenkapazität von Computern alle 18 Monate verdoppelt.

Ken Thompson, ein US-amerikanischer Informatiker, der in den 1980er Jahren an Belle arbeitete, damals das beste Schachprogramm, stellte jedoch experimentell fest, dass ein exponentieller Anstieg der Rechenleistung zu einem linearen Anstieg der Spielstärke der Software führt, wie er in den letzten Jahrzehnten beobachtet wurde.

Tatsächlich führt das Hinzufügen eines Zugs zur Berechnungstiefe dazu, dass weitaus mehr neue Positionen berechnet werden müssen. Man sieht, dass der Entscheidungsbaum mit jedem Schritt immer größer wird.

Die Fortschritte der KI an sich scheinen also gering zu sein: Selbst wenn es keine solchen Fortschritte geben würde, würden wir aufgrund der steigenden Rechenleistung der Maschinen dennoch einen Anstieg der Softwarestärke beobachten. Die Fortschritte der KI alleine können also nicht die einzige Erklärung für die stetige Verbesserung der Schachcomputer sein.

Die Reaktion der Schachgemeinschaft

Mit der Ankunft von leistungsstarken Maschinen in der Schachwelt ist die Schachgemeinschaft zwangsläufig weiterentwickelt worden. Dieser Punkt ist weniger wissenschaftlich, aber vielleicht der wichtigste. Sehen wir uns an, welche Entwicklungen es gegeben hat.

"Warum sollten die Menschen noch Schach spielen?" Diese Frage stellte sich tatsächlich unmittelbar nach Kasparovs Niederlage, während die Zukunft des Amateur- und Profischachs düster erschien. Tatsächlich bevorzugen es Menschen, gegen andere Menschen zu spielen, und sie interessieren sich immer noch für das Schauspiel, wenn starke Großmeister gegeneinander spielen, auch wenn die Maschinen deren Fehler in Echtzeit aufdecken können. Das Ansehen der besten Schachspieler hat also nicht gelitten, obwohl Maschinen in der Lage sind, sie zu besiegen.

Der Spielstil hingegen hat sich auf vielen Ebenen verändert. Die Spieler erkannten, dass es weitaus mehr mögliche Herangehensweisen an das Spiel gab, als zuvor gedacht wurde. Vor allem die starren Regeln und akademischen Konzepte wurden aufgelockert. Vorausgesetzt, man versteht die von den Maschinen gewählten Züge. KIs sind auch sehr stark darin, taktische Fehler, also Rechenfehler in kurzen Sequenzen, aufzuzeigen.

Online ist es möglich, Partien fast sofort zu analysieren. Das ist in etwa so, als hätte man einen Privatlehrer zur Hand. Dies hat sicherlich zu einem Anstieg des allgemeinen Niveaus menschlicher Spieler beigetragen und das Spiel in den letzten Jahren demokratisiert.

Zurzeit können KIs noch keine guten strategischen Ratschläge geben, also Überlegungen über langfristigere Aspekte im Spiel. Es ist möglich, dass sich dies mit Sprachmodellen wie ChatGPT ändern wird.

KIs haben auch die Möglichkeit des Betrugs eingeführt. Es gab zahlreiche Skandale zu diesem Thema, und man muss anerkennen, dass es bis heute keine "gute Lösung" für dieses Problem gibt, das den Fragen ähnelt, die Lehrer plagen: Wer verfasst nun die Hausaufgaben – ChatGPT oder die Schüler?

Vorläufige Schlussfolgerungen

Diese kurze Übersicht deutet darauf hin, dass die meisten Ängste vor KI derzeit experimentell nicht gerechtfertigt sind. Schach ist ein interessantes historisches Beispiel, um die Auswirkungen dieser neuen Technologien zu studieren, wenn diese beginnen, die menschlichen Fähigkeiten zu übertreffen.

Natürlich ist dieses Beispiel stark begrenzt und lässt sich nur mit Vorsicht auf die gesamte Gesellschaft übertragen. Insbesondere sind die KIs, die Schach spielen, keine generativen KIs wie ChatGPT, um die es in letzter Zeit so oft ging.

Dennoch ist Schach ein konkretes Beispiel, das dabei helfen kann, die Risiken im Zusammenhang mit KI ins Verhältnis zu setzen und einen Ausblick auf den bemerkenswerten Einfluss zu geben, den diese Entwicklungen auf die Gesellschaft haben könnten.