Gadgets & Wearables
Deep Learning for Robots – Wenn Roboter das Lernen lernen
Roboter, die in der Lage sind, selbstständig Fähigkeiten zu erlernen und diese stetig weiterzuentwickeln? Was nach einem Science-Fiction-Streifen à la Terminator, Matrix oder iRobot klingt, lassen Forscher in den Google Labs derzeit Realität werden. Mit einem Greifarm-Experiment zeigt der IT-Konzern Google, wozu künstliche Intelligenz bereits heute in der Lage ist, und lässt erahnen, was für Möglichkeiten sie zukünftig eröffnen kann.
Das Duell Mensch gegen Maschine kennt man für gewöhnlich nur aus dem Kino. Doch IT-Gigant Google beweist derzeit mit dem Computerprogramm AlphaGo, wie die erste Software einen professionellen Spieler im chinesischen Brettspiel Go besiegt – und zwar keinen Geringeren als den koreanischen Spitzenspieler Lee Sedol. Im großen Go-Duell erlebst Du, was künstliche Intelligenz, kurz KI, schon heute alles kann. Abseits des großen Medienrummels treibt Google die Forschung auf dem Gebiet der künstlichen Intelligenz weiter voran.
Do it yourself
Unter dem Namen Deep Learning for Robots stellte Google in seinem Research Blog vergangene Woche die Ergebnisse eines weiteren KI-Projektes vor. Es geht um 14 robotische Greifarme, deren Aufgabe es ist, aus den vor ihnen platzierten Boxen verschiedene Gegenstände aufzunehmen. Was erstmal nicht besonders spektakulär klingt, ist jedoch ein großer Schritt in der Robotik. Denn wie der Name schon sagt, sind die Roboter nicht einfach für diese Aufgabe programmiert, sondern bringen sich die Bewegungsabläufe Schritt für Schritt selber bei. Mit dem Lernprozess eines Kleinkindes entwickeln sie selbstständig eine Hand-Auge-Koordination, die es ihnen erlaubt, die Formen und Entfernungen der verschiedenen Gegenstände zu erkennen und in ihre Bewegungsmuster mit einzubeziehen.
Learning by Doing
Bis die Roboterarme erste angepasste Verhaltensmuster entwickelten, mussten sich die Google-Forscher allerdings mehrere Tage gedulden. Ganz nach dem Motto „Trial and Error“ brauchten die Roboter etwa 800.000 Versuche, bis sie erste Reaktionen zeigten und die anvisierten Gegenstände präziser ansteuerten als zuvor. Doch damit nicht genug: Etliche Versuche später waren sie bereits in der Lage dazu, im Wege stehende Objekte beiseite zu schieben und den Gegenstand vor der Aufnahme in die dafür perfekte Ausrichtung zu bringen. Möglich machen das Kameras, die den Robotern als Augen dienen. Jede Erfahrung wird dabei mit der ganzen Gruppe geteilt, um den Lernprozess zu beschleunigen und das neuronale Netz, das Gehirn des Experiments, mit Wissen zu füttern.
Die Zukunft ist jetzt
Neuronale Netze, im Fachjargon auch Convolutional Neural Networks (CNN) genannt, werden nach dem Vorbild des menschlichen Gehirns entwickelt. Sie helfen den Robotern, ihre gesammelten Erfahrungen einzuordnen und sich im Erfolgsfall einzuprägen. Auf diese Weise lernen die Roboterarme, ihre Bewegungen besser zu koordinieren und die Fehlerquote sinkt Schritt für Schritt. Die Erkenntnisse dieses Experimentes können besonders für die moderne Medizin einen Riesenfortschritt bedeuten. Die Entwicklung von sogenannten High-End-Prothesen kann Betroffenen die Bewältigung von alltäglichen Handgriffen in Zukunft erheblich erleichtern. Neben der Robotik kommt diese Technik vor allem im Bereich der autonom fahrenden Autos und Drohnen zum Einsatz.