Naja, man darf das ganze jetzt nicht zu sehr hypen!
Nur so als Beispiel, beim Schach gibt es schon lange Programme, die deutlich besser sind als jeder menschliche Spieler, das ganze wurde jetzt halt auch für Go geschafft.
Klar, der Unterschied liegt in der Methodik. Und weil man die Lösungsfindung bei neuronalen Netzen nicht versteht, sprichen einige von künstlicher Intelligenz.
Aber man muss hier eben auch bedenken, dass solche Spiele nochmal ein ganz anderes Steckenpferd sind, als Entwicklung von neuartigen Maschinen. Denn Spiele haben wenige, simple Regeln und genau 1 Ziel: gewinnen. Dabei ist die Gewinnsituation fest definiert.
Was bei AlphaGo in der Tat erstaunlich ist, ist dass es Züge gespielt hat, deren Sinn bisher noch niemand gesehen hat. Somit hat die Software eine neue Lösungsstraegie entwickelt. Das ist bereits sehr beieindruckend, und wurde damit erzielt, dass man sie gegen sich selbst hat üben lassen.
Aber wie gesagt war hier das Ziel bekannt. Außerdem lässt sich die SItuation nach einem Zug exakt bewerten und jede Situation bis x Züge später berechnen.
Bei der Entwicklung von neuen Maschinen ist so ein Vorgehen nicht möglich. Und da ein neuronales Netzwerk nur das sieht, auf was es trainiert wird, kann es das nur schwer lernen. Als beispiel hier mal ein Artikel von Google selbst. Interessant sind die Bilder, die aus einem statistischen Rauschen entstanden sind. Hier kann man fast schon von Kreativität sprechen, aber trotzdem erzeugt das Netz aus dem Rauschen heraus nur genau das, was es erkennt. Es ist daher nicht in der Lage, was neues zu entwickeln:
hier vor allem in den letzten Bildern zu sehen:
http://googleresearch.blogspot.de/2015/06/inceptionism-going-deeper-into-neural.htmlWas ich damit also sagen möchte, ist dass ich nicht glaube, dass neuronale Netze das Wundermittel für AI ist. Ich GLAUBE auch nicht, dass man damit in der Lage sein wird, technische Maschinen mit neuen Anwendungen erstellen zu können. Was ich mir allerdings vorstellen kann, ist das es eventuell möglich ist, bereits bekannte Maschinen in ihrem Aufbau zu optimieren!
Allerdings maße ich mir nicht an, diese Meinung für relevant zu halten, dafür habe ich von neuronalen Netzen auf diesem Level zu wenig Ahnung!