ChatGPT chancenlos: Atari von 1977 treibt die KI zur Verzweiflung

Künstliche Intelligenz zeigt beeindruckende Fähigkeiten, stößt aber manchmal an unerwartete Grenzen: So hat ChatGPT 4o, OpenAIs fortschrittlichstes KI-Modell, im Schach nicht den Hauch einer Chance gegen einen Atari 2600 aus dem Jahr 1977.

KI mit rätselhaften Schwächen

Künstliche Intelligenz beeindruckt uns täglich mit erstaunlichen Fortschritten. Mittlerweile merken sich Chatbots Gesprächsinhalte, KI-Tools wie VEO 3 erstellen realistische Videos aus dem Nichts und speziell entwickelte Tools sorgen für dramatische Fortschritte bei Forschungsprojekten. Doch manchmal stößt selbst die fortschrittlichste KI an unerwartete Grenzen. Ein aktuelles Beispiel zeigt jetzt eine überraschende Schwäche von ChatGPT 4o auf, OpenAIs neuestem und leistungsstärkstem Modell.

So wurde die KI kürzlich in mehreren Schachpartien von einem Atari 2600 aus dem Jahr 1977 geschlagen. Dabei hätte die Ausgangslage kaum ungleicher sein können. Auf der einen Seite steht ein modernes KI-System, das mit enormen Datenmengen trainiert wurde, auf der anderen ein primitives Schachprogramm, das auf einem 8-Bit-Prozessor mit gerade einmal 1,19 MHz Taktfrequenz läuft. Der Atari 2600 verfügt zudem nur über 128 Byte RAM und nutzt einen MOS Technology 6507-Prozessor - Technik aus einer Zeit, als manche Computer noch ganze Räume füllten.

Spartipp: Neue Rabatt-Offensive jetzt bei Media Markt und Saturn (Anzeige)


Citrix-Ingenieur Robert Caruso dokumentierte dieses ungewöhnliche Experiment auf LinkedIn. Er ließ ChatGPT gegen "Atari Chess" antreten - ein Schachspiel, das 1979 für die legendäre Spielkonsole erschien. Caruso versuchte sogar, es ChatGPT leichter zu machen. Denn als die KI die abstrakten Darstellungen der Schachfiguren für ihre erste Niederlagen verantwortlich machte, passte er die Symbole sogar an. Doch selbst mit dieser Hilfestellung "machte ChatGPT genug Fehler, um von einem Drittklässler-Schachclub ausgelacht zu werden", so der Ingenieur.

Primitive Technik triumphiert

Das Atari-Schachprogramm ist dabei alles andere als ein anspruchsvoller Gegner. Es denkt lediglich ein bis zwei Züge voraus und nutzt primitive Berechnungsmethoden. Die Rechenleistung des Atari 2600 lässt sich eher in KFLOPS (Tausend Gleitkommaoperationen pro Sekunde) als in heute gebräuchlichen TFLOPS messen - also ein winziger Bruchteil dessen, was moderne Computer leisten. Zum Vergleich: Ein heutiger Smartphone-Prozessor ist millionenfach leistungsstärker als der Atari-Chip. Infografik Generative KI: So teuer ist das Trainieren von KI-Modellen Besonders bemerkenswert war ChatGPTs Verhalten während der Partien. Trotz wiederholter Niederlagen versprach die KI immer wieder, ihr Spiel zu verbessern, wenn man "nur noch einmal von vorn anfangen würde". Doch das Ergebnis blieb laut Caruso immer dasselbe: Die KI unterlag dem primitiven Schachprogramm konsequent und musste schließlich aufgeben. ChatGPT machte grundlegende Fehler wie illegale Züge oder übersah offensichtliche Bedrohungen für den eigenen König.

Schach als KI-Maßstab

Die Fähigkeit, Schach zu spielen, galt lange Zeit als Maßstab für künstliche Intelligenz. 1997 sorgte IBMs Supercomputer Deep Blue für Schlagzeilen, als er den damaligen Schachweltmeister Garri Kasparow besiegte. Die Rechenleistung von Deep Blue betrug damals etwa 11,4 GFLOPS - eine Zahl, die im Vergleich zu heutigen Prozessoren ebenfalls winzig erscheint, aber dennoch ausreichte, um den besten menschlichen Spieler in einer Gegenüberstellung zumindest zwei von sechs Malen zu schlagen.

KIs sind keine Großmeister

Das Ergebnis von Carusos Experiment mit ChatGPT und dem Atari 2600 passt zu den Beobachtungen anderer Nutzer. Auf der Entwicklerplattform DEV wurde Ende 2024 eine umfassende Zusammenfassung veröffentlicht, in der 13 verschiedene KI-Modelle beim Schachspielen getestet wurden. Das Fazit war ernüchternd: Die meisten großen Sprachmodelle haben Schwierigkeiten, ein Schachbrett konsistent zu verfolgen und legale Züge zu erkennen. Selbst einfache taktische Muster bleiben ihnen oft verborgen.

Die Ironie liegt darin, dass ChatGPT durchaus über umfangreiches Schachwissen verfügt. Es kann Eröffnungstheorien erklären, berühmte Partien analysieren und Schachregeln detailliert darlegen. Doch wenn es darum geht, dieses Wissen in einer konkreten Spielsituation anzuwenden, versagt das System offenbar spektakulär.

Was meint ihr zu diesem überraschenden Ergebnis? Zeigt es die Grenzen aktueller KI-Systeme auf, oder ist Schach einfach ein Sonderfall? Teilt eure Gedanken in den Kommentaren!

Download Lucas Chess - Kostenlos am PC Schach spielen Siehe auch: