Det kom som et chok for skakspillere verden over, da IBM-computeren Deep Blue vandt i skak over stormesteren Garry Kasparov i 1997.

Det var nemlig første gang, en kunstig intelligens slog en verdensmester i det hjernebrydende brætspil. Siden er det kun gået fremad med udviklingen af kunstig intelligens.

Computeralgoritmer er nu så gode, at de kan slå mennesker i avancerede computerspil, hvor der er langt mere information at forholde sig til sammenlignet med de almindelige brætspil.

Skakmester efter 4 timers træning

Når den kunstige intelligens vinder i skak, skyldes det først og fremmest en effektiv søgealgoritme.

Det forklarer lektor Sebastian Risi, der forsker i kunstig intelligens og computerspil på IT-Universitetet på Københavns Universitet:

- Den gennemgår og forudser en masse muligheder ved de forskellige træk i et spil skak. Hver mulighed kan ses som én gren af et kæmpe træ af beslutninger, siger han.

- For at spille mere effektivt blev Deep Blue programmeret til at beskære en del af grenene, så den undgik at bruge kræfter på en masse træk, der alligevel ikke gav mening, fortsætter Sebastian Risi.

I dag er kunstig intelligens endnu skarpere på skakbrættet. Sidste år lykkedes det for eksempel Googles såkaldte AlphaZero at slå verdens dygtigste skakprogram, Stockfish.

Det gjorde den, selvom den kun havde kendt til spillet i fire timer. AlphaZero blev fodret med reglerne og lærte derefter at spille ved at øve mod sig selv.

Den endte med at vinde kampen med kun 80.000 søgninger per sekund, mens Stockfish brugte 70 millioner søgninger per sekund.

- AlphaZeros søgealgoritme er kombineret med dybe neurale netværk, der fokuserer på bestemte mønstre i skakspillet, siger Sebastian Risi.

- Den kan med andre ord nemmere afgøre hvilke situationer, der er oplagte at fokusere på, og hvilke, der ikke er, fortsætter han.

Samme teknologi blev brugt, da den navnebeslægtede AlphaGo slog verdensmesteren, den 19-årige kineser Ke Jie, i det populære brætspil ‘Go’.

Med sine mange handlemuligheder er Go efter sigende mere kompliceret end skak. Derfor blev det anset som milepæl, da AlphaGo løb med sejren. Her kan du se et spil Go:

Vinder over gamere

Når AlphaGo vurderer et træk i Go, er det baseret på de erfaringer, den har gjort sig efter millioner af træningsspil.

Det samme er gældende for den kunstige intelligens, som nu deltager i mere avancerede computerspil.

I år lykkedes det kunstig intelligens fra Elon Musk-projektet OpenAI at tæve semi-professionelle spillere i det populære computerspil Dota 2.

Det skete efter, at den kunstige intelligens havde trænet, hvad der svarer til hver dag i 180 år.

- Det var virkelig imponerende. Men den kunstige intelligens lærte ikke hele spillet fra bunden, siger Sebastian Risi og fortsætter:

- Den kendte allerede til præcise positioner af blandt andet holdspillere. Det gjorde den fordi, den ikke ser spillet visuelt ligesom mennesker. Den får konverteret pixels til information, der er nemmere for den at forstå.

Holdet bag OpenAI havde også sat nogle begrænsninger forud for kampen for ikke at gøre det for komplekst for den kunstige intelligens.

Begge hold skulle for eksempel spille med de samme fem karakterer. Her kan du se et spil Dota:

Robotter lærer at arbejde sammen

Noget af det mest interessante ved sejren i Dota-spillet er ifølge Sebastian Risi, at robotterne arbejdede sammen.

Dota 2 er et spil, der i høj grad kræver samarbejde. Og det kan i nogle situationer være svært for de menneskelige spillere.

- Den kunstige intelligens har for eksempel ikke noget problem med at ofre en af spillerne for at vinde med hele holdet. Det kan være svært for mennesker at tage den beslutning, siger Sebastian Risi.

Trods flere sejre endte det dog med et nederlag, da OpenAI deltog i verdensmesterskabet i Dota 2.

- Problemet er, at så snart den kunstige intelligens forlader træningen og går i gang med den rigtige turnering, så stopper den med at træne og gøre erfaring af spillet. Og det er jo noget, vi mennesker bliver ved med, siger Sebastian Risi.

StarCraft - Her vinder menneskerne

Sebastian Risi er sammen med PhD student Niels Justesen ved at undersøge, hvordan kunstig intelligens klarer sig i forskellige computerspil.

Blandt andet i det populære strategi-computerspil med navnet StarCraft. Det er et spil, der er endnu sværere end Dota 2 for en kunstig intelligens at spille.

- Der er enormt mange muligheder i StarCraft. Så det er meget svært for den kunstige intelligens at beslutte sig for, hvad den skal fokusere på, siger Sebastian Risi og fortsætter:

- Derfor er de dygtigste StarCraft-spillere stadig meget bedre end kunstig intelligens.

Men Sebastian Risi tror på, at den kunstige intelligens vil blive bedre end mennesket til at spille StarCraft med tiden:

- Der vil nok gå nogle år, før vi ser det. Det kommer til at kræve endnu mere avancerede algoritmer. Vi kan i hvert fald ikke gøre men den teknologi, vi har nu.

Du kan læse mere om, hvordan menneskehjernen skiller sig ud fra kunstig intelligens her.