What Happened to Google DeepMind AlphaGo?

Google DeepMind AlphaGo ist ein bahnbrechendes Programm für künstliche Intelligenz, das von der in London ansässigen Firma DeepMind Technologies (einer Tochtergesellschaft von Google) entwickelt wurde, um das alte chinesische Spiel Go zu meistern. Go mit seiner riesigen Anzahl möglicher Spielfeldkonfigurationen (schätzungsweise 10^170) galt lange Zeit als große Herausforderung für die KI, da es eine Intuition und strategische Voraussicht erforderte, die nur dem Menschen zu eigen zu sein schien.

AlphaGo gelang der Durchbruch durch die Kombination von tiefen neuronalen Netzen mit fortschrittlichen Suchalgorithmen, insbesondere Monte Carlo Tree Search (MCTS). Zunächst wurde es anhand von Millionen menschlicher Expertenspiele trainiert (überwachtes Lernen) und dann durch Selbstspiel (verstärkendes Lernen) erheblich verbessert, indem es Millionen von Malen gegen sich selbst spielte, aus seinen Fehlern lernte und neue Strategien entdeckte. Dieser innovative Ansatz ermöglichte es AlphaGo, die menschlichen Fähigkeiten viel früher zu übertreffen, als Experten erwartet hatten. Sein erster großer öffentlicher Sieg war ein 5:0-Sieg gegen den Europameister Fan Hui im Oktober 2015.

Weltweite Anerkennung erlangte das Programm im März 2016, als es den legendären 18-fachen Weltmeister Lee Sedol in einem vielbeachteten Fünf-Spiele-Match in Seoul, Südkorea, mit 4:1 besiegte. Dieses Ereignis war ein Wendepunkt für die KI, denn es zeigte, dass Maschinen komplexe, intuitive und kreative Bereiche beherrschen können. AlphaGos "Zug 37" im zweiten Spiel gegen Lee Sedol, ein unkonventioneller Spielzug, verblüffte die Kommentatoren und zeigte die Fähigkeit der KI, Strategien jenseits der konventionellen menschlichen Weisheit zu entwickeln.

Nach dem Sieg über Lee Sedol besiegte eine noch stärkere Version, AlphaGo Master, im Mai 2017 die Nummer eins der Weltrangliste, Ke Jie, mit 3:0. Nach diesem entscheidenden Sieg gab DeepMind den Rückzug von AlphaGo aus dem Wettkampfsport bekannt und erklärte, dass das Projekt sein Hauptziel erreicht habe. Der Schwerpunkt verlagerte sich dann auf die Verallgemeinerung der zugrunde liegenden KI-Techniken. Dies führte im Oktober 2017 zur Entwicklung von AlphaGo Zero, einer Version, die das Go-Spielen von Grund auf und ohne menschliche Spieldaten erlernte und schnell alle vorherigen Versionen von AlphaGo übertraf. Die Prinzipien von AlphaGo Zero wurden im Dezember 2017 in AlphaZero weiter verallgemeinert, einem Algorithmus, der Schach, Shogi und Go innerhalb von Stunden auf einem übermenschlichen Niveau beherrscht, und zwar ausschließlich durch Selbstspiel.

Die Folgen des Erfolgs von AlphaGo waren tiefgreifend. Er inspirierte eine neue Ära der KI-Forschung und demonstrierte das Potenzial des verstärkenden Lernens und tiefer neuronaler Netzwerke in verschiedenen Bereichen. Sein technisches Vermächtnis zeigt sich in den nachfolgenden Durchbrüchen von Google DeepMind, wie AlphaFold, das die Vorhersage von Proteinstrukturen im Jahr 2020 revolutionierte und seinen Schöpfern, darunter Demis Hassabis, 2024 den Nobelpreis für Chemie einbrachte. Ab März 2026 nutzt Google DeepMind diese grundlegenden KI-Prinzipien weiterhin, um künstliche allgemeine Intelligenz (Artificial General Intelligence, AGI) zu entwickeln und komplexe Probleme der realen Welt zu lösen. Zu den jüngsten Entwicklungen gehört die Ankündigung eines neuen automatisierten Forschungslabors in Großbritannien im Dezember 2025, das sich auf die Entdeckung neuer Supraleitermaterialien mithilfe von KI und Robotik konzentriert. Darüber hinaus äußerte sich der CEO von Google DeepMind, Demis Hassabis, im Februar 2026 optimistisch, dass AGI innerhalb der nächsten fünf Jahre entstehen könnte, und verwies auf die laufenden Partnerschaften und Forschungen von DeepMind in Bereichen wie wissenschaftliche Entdeckung, medizinische Innovation und Lösungen für den Klimawandel.