Auf Tiktok arbeiten ein paar künstliche Intelligenzen an einer Herausforderung, die bereits Menschen aus Fleisch und Blut zur Verzweiflung gebracht hat: Super Mario World bezwingen. Nutzer:innen der Plattform haben die Versuche einer besonders guten KI namens Rupert live gestreamt.

Gerade hat es die KI bis Level 2 geschafft. Ruperts Strategie sollte dabei vielen bekannt sein: Try and Error und hoffen, dass es irgendwann klappt. Aber die Umstände sind für die KI erschwert – denn im Gegensatz zum Menschen kann Rupert nicht aus Beobachtungen lernen, sondern nur aus positiven und negativen Rückmeldungen.

Rupert ist ein Programm, das „die natürliche Auslese mit neuronalen Netzwerken stimuliert“, sagt Join The PCMasterRace, der Tiktok-Nutzer, der für Rupert verantwortlich ist. Oder anders gesagt: Es handelt sich bei Rupert um ein System aus maschinellen Lernalgorithmen, das aus den Beobachtungen der eigenen Fehler lernt.

Rupert betreibt zusammen mit einer anderen KI namens George ein Open-Source-Programm namens MarI/O. Entwickelt hat dieses der Programmierer und Livestreamer Seth Hendrickson aka SethBling. Bereits vor vielen Jahren hat Hendrickson das Programm veröffentlicht.

MarI/O hat bei der Ausführung der Handlungen nicht so viele Möglichkeiten wie beispielsweise ChatGPT. Die KI greift auf folgende Befehle zu: links, rechts, oben, unten, A, B, X und Y – und sie arbeitet mit „Arten“ und „Generationen“.

Für jede „Art“ entwickelt Rupert eine Strategie, die etwa zwei bis sechs Durchläufe lang dauert. Nach 50 bis 100 Arten fasst die KI das Gelernte in einer „Generation“ zusammen.

Die Entscheidungsfindung der KI wird mit der Zeit immer komplexer und auch bei Rupert ist klar zu erkennen, dass sich die KI minimal verbessert. Denn während die KI spielt, erhält sie eine „Fitness“-Punktzahl. Je weiter Mario im Spiel kommt, desto höher steigt das Fitness-Level der KI.

Für die Entwicklung der KI werden die „Generationen“ mit der höheren Fitness ausgewählt – sie dienen als Grundlage, auf der Rupert aufbaut und neu beginnt. Dadurch wird die Entscheidungsfindung mit der Zeit ausgefeilter und komplexer.

Die Strategie der KI ist bekannt: Sie springt, stößt mit Rivalen zusammen und stürzt von Klippen. Und das immer und immer wieder.

Die KI weiß, welche Tasten sie drücken kann und ist in der Lage, zu beobachten, was auf dem Bildschirm passiert. Anders als der Mensch kann sie aber keine Annahmen über das Geschehene treffen. Dass die Koopas also Gefahr bedeuten, ist Rupert nicht klar.

Alles, was die KI auswerten kann, sind positive und negative Rückmeldungen. Im Grunde hangelt sich Rupert also nach dem Zufallsprinzip durch die Level. Die KI merkt sich, was funktioniert hat und was nicht, und kann so die eigene Strategie verbessern.

Im weiteren Verlauf des Spiels wird Rupert früher oder später an seine Grenzen stoßen: Denn das System von MarI/O belohnt sich nur anhand dessen, wie weit Mario nach rechts auf dem Bildschirm kommt. Deshalb ist Ruperts vorläufiger Endgegner das Klettern – um das gewünschte Ziel zu erreichen, ist es in Super Mario World in einigen Leveln nämlich notwendig, nach oben zu klettern.

PCMasterRace plant, Rupert so zu modifizieren, dass die KI besser an vertikalen Strukturen vorankommt. Also wer weiß, wie lange es noch dauert, bis die KI das nächste Level erreicht.