ChatGPT unterliegt Atari 2600 im Schachduell

LONDON (IT BOLTWISE) – In einem ungewöhnlichen Experiment wurde das Large-Language-Modell ChatGPT gegen das legendäre Atari 2600 in einem Schachspiel getestet. Das Ergebnis war überraschend: Der Klassiker aus den 1970er Jahren konnte sich gegen die moderne KI durchsetzen.

In einem bemerkenswerten Experiment ließ David Caruso, ein Mitarbeiter des IT-Unternehmens Citrix, das Large-Language-Modell ChatGPT gegen das Atari 2600 in einem Schachspiel antreten. Diese ungewöhnliche Begegnung zwischen einer modernen KI und einem der ältesten Heimcomputersysteme zeigt, dass technologische Fortschritte nicht immer zu besseren Ergebnissen führen. Das Atari 2600, ausgestattet mit einer 1,19-MHz-CPU, konnte ChatGPT, das auf riesigen Datenmengen trainiert wurde, besiegen.

ChatGPT, bekannt für seine Fähigkeit, natürliche Sprache zu verarbeiten, hatte Schwierigkeiten, die Symbole der Schachfiguren korrekt zu erkennen und die Positionen auf dem virtuellen Brett zu behalten. Trotz der Umstellung auf die übliche Schachnotation konnte das Modell seine Leistung nicht verbessern. Caruso berichtete, dass er 90 Minuten lang versuchte, ChatGPT davon abzuhalten, schlechte Züge zu machen, und seine Brettwahrnehmung immer wieder korrigieren musste.

Das Ergebnis dieses Experiments wirft ein Licht auf die Grenzen von Large-Language-Modellen wie ChatGPT, die zwar in der Lage sind, beeindruckende Texte zu generieren, aber nicht für spezifische Aufgaben wie Schachspielen optimiert sind. Im Gegensatz dazu folgte das Atari 2600 der Brute-Force-Methode, bei der alle möglichen Zugfolgen durchgerechnet werden. Diese Methode war früher der Standard für Schachprogramme, bevor spezialisierte KI-Engines wie AlphaZero von DeepMind die Szene revolutionierten.

AlphaZero, das von Google übernommen wurde, brachte sich Schach bei, indem es Millionen von Partien gegen sich selbst spielte. Solche spezialisierten Schach-KIs können Stellungen heutzutage deutlich besser bewerten als menschliche Spieler. Im Vergleich dazu sind Large-Language-Modelle Generalisten, die auf Wahrscheinlichkeiten basieren, um Wörter zu sinnvollen Sätzen zusammenzusetzen, aber nicht das Konzept der Schachregeln beherrschen.

Caruso äußerte seine Enttäuschung über die Unfähigkeit von ChatGPT, eine grundlegende Stellung auf dem Brett von Zug zu Zug beizubehalten. Unabhängig davon, ob spezialisierte oder allgemeine KI verglichen wird, zeigt dieses Experiment, dass spezialisierte Systeme für spezifische Aufgaben oft besser geeignet sind als Generalisten.

Dieses Experiment verdeutlicht die Herausforderungen und Grenzen von KI-Systemen und bietet wertvolle Einblicke in die Entwicklung und Anwendung von künstlicher Intelligenz. Es zeigt, dass trotz der beeindruckenden Fortschritte in der KI-Entwicklung spezialisierte Systeme in bestimmten Bereichen immer noch überlegen sein können.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!