KI lernt Othello: Sprachmodelle überraschen mit räumlichem Verständnis

23.06.2025 | Allgemein, KI

Eine neue Studie zeigt, dass KI-Modelle das Brettspiel Othello allein durch Beobachtung erlernen können.

In Kürze

  • KI-Modelle zeigen überraschendes räumliches Verständnis
  • Unabhängig vom Vorwissen der Modelle
  • Erkenntnisse könnten KI-Entwicklung revolutionieren

Forscher der Universität Kopenhagen und Künstliche Intelligenz

Forscher der Universität Kopenhagen haben sich auf eine spannende Expedition in die Welt der Künstlichen Intelligenz begeben – und zwar mit einem ganz besonderen Fokus auf das Strategie-Brettspiel Othello. Ihre Frage: Können KI-Modelle die Regeln dieses Spiels allein durch das Beobachten von Spielzügen erlernen? Die Antwort könnte einige überraschen.

Studie zu Sprachmodellen und Othello

In ihrer aktuellen Studie haben die Wissenschaftler sieben Sprachmodelle unter die Lupe genommen, darunter bekannte Vertreter wie GPT-2 und T5. Diese Modelle sollten den nächsten Zug im Othello-Spiel vorhersagen, und zwar basierend auf echten sowie künstlich erzeugten Spieldaten. Das Ergebnis? Die Modelle haben nicht nur die Fähigkeit, präzise Vorhersagen zu treffen, sondern sie entwickeln auch ein bemerkenswertes räumliches Verständnis des Spielbretts. Man könnte sagen, sie „sehen“ das Spielfeld intern, obwohl sie lediglich auf Textdaten basieren.

Unabhängigkeit vom Vorwissen der Modelle

Besonders faszinierend ist, dass diese Fähigkeit unabhängig vom Vorwissen der Modelle entsteht. Sie verarbeiten Texte und entwickeln dadurch ein inneres Bild des Spiels. Das stellt die gängige Meinung in Frage, dass Sprachmodelle ohne visuelle Daten keine komplexen räumlichen Aufgaben bewältigen können. Hier zeigt sich, dass die KI mehr draufhat, als viele denken.

Beitrag zur Diskussion um das Symbol-Grounding-Problem

Diese Erkenntnisse sind nicht nur für das Othello-Spiel von Bedeutung, sondern tragen auch zur Diskussion um das sogenannte Symbol-Grounding-Problem in der KI bei. Dabei geht es darum, wie Maschinen abstrakte Begriffe mit realen Bedeutungen verknüpfen. Die Studie belegt, dass Sprachmodelle in der Lage sind, ohne visuelle Hilfsmittel eine solche Verbindung herzustellen – ein echter Fortschritt in der KI-Forschung.

Implikationen für die Entwicklung von KI-Systemen

Die Ergebnisse dieser Untersuchung könnten weitreichende Implikationen für die Entwicklung von KI-Systemen haben, die in der Lage sind, komplexe Aufgaben zu bewältigen. Wer hätte gedacht, dass ein einfaches Brettspiel so viel über die Fähigkeiten von Künstlicher Intelligenz verraten kann?

Quellen

  • Quelle: Universität Kopenhagen
  • Der ursprüngliche Artikel wurde hier veröffentlicht
  • Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.

💡Über das Projekt KI News Daily

Dieser Artikel wurde vollständig mit KI generiert und ist Teil des Projektes KI News Daily der Pickert GmbH.

Wir arbeiten an der ständigen Verbesserung der Mechanismen, können aber leider Fehler und Irrtümer nicht ausschließen. Sollte dir etwas auffallen, wende dich bitte umgehend an unseren Support und feedback[at]pickert.io

Vielen Dank! 🙏

Das könnte dich auch interessieren…

Energy-Based Transformer: Ein neuer Ansatz für KI-Modelle

Energy-Based Transformer: Ein neuer Ansatz für KI-Modelle

Eine innovative Technik namens Energy-Based Transformer könnte die KI-Welt revolutionieren.In KürzeEBTs lösen Probleme analytisch und schrittweiseEffizienter als herkömmliche KI-ModelleHerausforderung: Hoher Rechenaufwand beim Training Eine neue Technik: Energy-Based...