Vor zehn Jahren markierte der Sieg von AlphaGo in Go einen Wendepunkt für die künstliche Intelligenz. Das Spiel galt als zu komplex für klassische Algorithmen, da die Anzahl möglicher Brettstellungen die Zahl der Atome im beobachtbaren Universum übersteigt. DeepMind entwickelte AlphaGo, das tiefe neuronale Netze mit fortschrittlicher Suche und Verstärkungslernen kombinierte. Das System lernte zunächst von menschlichen Experten und perfektionierte seine Strategien durch Millionen von Spielen gegen sich selbst. Auf dieser Basis entstanden AlphaGo Zero, AlphaZero und später Systeme, die in kurzer Zeit Schach und Shogi meisterten und neue, überraschende Strategien entwickelten. Dieser Erfolg bewies, dass KI komplexe Suchräume bewältigen kann, was den Weg für wissenschaftliche Durchbrüche ebnete. Der direkte Nachfolger war AlphaFold 2, das im Jahr 2020 das seit 50 Jahren offene Problem der Proteinfaltung löste. Durch die Vorhersage der dreidimensionalen Struktur von Proteinen ermöglichte das System Fortschritte bei der Entwicklung von Medikamenten und Impfstoffen. Die Daten sind einer riesigen Forschungscommunity frei zugänglich. Das AlphaFold-Team wurde 2024 mit dem Nobelpreis für Chemie ausgezeichnet. Die Methoden von AlphaGo finden sich in zahlreichen anderen Bereichen wider. Bei der mathematischen Reasoning-Fähigkeit erreichte AlphaProof eine Silbermedaille bei der Internationalen Mathematik-Olympiade, während eine fortgeschrittene Version des Gemini-Modells 2025 sogar Goldmedaillenniveau erreichte. Im Bereich der Algorithmus-Entdeckung fand AlphaEvolve neue Wege zur Matrixmultiplikation, was für moderne neuronale Netze essenziell ist. KI-Agenten werden zudem als wissenschaftliche Mitarbeiter eingesetzt, um Hypothesen zu diskutieren und Muster in großen Datensätzen zu erkennen. Die Anwendungen reichen von der Genomforschung über die Fusionsenergie bis zur Wettervorhersage. Trotz dieser spezialisierten Erfolge bleibt das Ziel eine allgemeine Künstliche Intelligenz (AGI), die fachübergreifend Zusammenhänge erkennt und neue Hypothesen generiert. Dafür sind Multimodalität und die Fähigkeit zur Werkzeugnutzung entscheidend. Das Gemini-Modell wurde von Anfang an entwickelt, um Sprache, Audio, Video und Code zu verstehen. Zukünftige Systeme werden diese Weltmodelle mit den Such- und Planungsstrategien von AlphaGo kombinieren. Wahre Kreativität, wie sie beim legendären Zug 37 von AlphaGo zum Vorschein kam, ist ein wesentlicher Baustein für die AGI. Während AlphaGo neue Strategien innerhalb eines bestehenden Spiels entwickelte, erfordert echte Erfindungskraft das Erschaffen von etwas völlig Neuem, das genauso komplex und studierenswert ist. Zehn Jahre nach dem historischen Sieg fließen diese Erkenntnisse nun zusammen, um den Weg für ein neues Zeitalter wissenschaftlicher Entdeckungen zu ebnen. Die Vision geht von einem Werkzeug für ein Spiel hin zu einem Partner für fundamentale Durchbrüche in der Menschheit.