KI lernt Schach durch Auswerten von Text-Informationen

Ein von Forschern am University College London entwickelter Algorithmus hat auf der Grundlage von Text-Kommentaren zu früheren Partien die Grundzüge von Schach und einige Strategien für das Spiel erlernt. Dazu verwendete das Team eine spezielle Art von rekurrenten neuronalen Netzen und Word Embeddings, die mit einem bestehenden Sprachanalyse-Modell trainiert wurden. Zu einem Schach-Großmeister wurde die KI dadurch noch nicht, aber das Prinzip hat Potenzial für viele Praxis-Anwendungsbereiche. Das berichtet Technology Review online in "Schachcomputer lernt durch Lesen".

"Der nächste Schritt bei der Verarbeitung natürlicher Sprache besteht darin, die gelernten Informationen in konkrete Maßnahmen zur Lösung von Aufgaben in der realen Welt zu konvertieren", erklärten die Forscher auf Anfrage in einer E-Mail. "Wir haben überlegt, dass das Erlernen von Strategie aus textbasierten Daten eine sehr interessante Forschungsrichtung sein könnte."

Für die Schach-KI, genannt SentiMATE, wertete das Team zunächst 2700 Kommentare zu Schachpartien aus, die online verfügbar sind. Bemerkungen, die sich nicht auf schwierige Züge bezogen, und solche, die nicht eindeutig genug waren, wurden ausgesiebt. Der darauf trainierte Algorithmus verstand auf dieser Grundlage die Grundregeln von Schach und einige Strategien wie Gabel-Angriffe oder Rochaden.

In Partien gegen konventionelle Schachcomputer musste er sich zwar mehrfach geschlagen geben. Doch das Prinzip dahinter hat nach Angaben der Forscher großes Potenzial, zumal es mit weitaus weniger Trainingsdaten und Rechenleistung auskommt als bisherige Ansätze. Deshalb könnten die Lerntechniken von SentiMATE viele praktische Anwendungen über Schach hinaus erschließen. "Es gibt eine Fülle von Büchern, Blogs und Fachaufsätzen, die nur darauf warten, dass aus ihnen gelernt wird", erklärt das Team.

Mehr dazu bei Technology Review online:

• Schachcomputer lernt durch Lesen

(sma)