Technik
Klassenzimmer für Künstliche Intelligenz: Googles Greifroboter lernen gemeinsam.
Klassenzimmer für Künstliche Intelligenz: Googles Greifroboter lernen gemeinsam.(Foto: Youtube)

Learning by Doing: Googles Roboterhände begreifen die Welt

Industrieroboter können Dinge nur greifen, wenn die Bewegungsabläufe vorher programmiert werden. Google macht das in seinen Laboren anders, dort lernen Maschinen, selbstständig richtig zuzupacken. Wie das geht, zeigen faszinierende Videos.

Zu was künstliche Intelligenz fähig ist, demonstriert Google derzeit publikumswirksam, indem das Computerprogramm AlphaGo in einem Duell Maschine gegen Mensch Meisterspieler Lee Sedol am Go-Brett eine Lektion erteilt. Weniger PR-trächtig, aber ebenso faszinierend ist ein Projekt, bei dem in Googles Laboren Roboterhände selbständig lernen, verschiedene Gegenstände aufzuheben.

Das klingt simpel, aber es ist eine enorme Herausforderung für die Maschinen, denn sie müssen die Dinge und deren Umfeld erkennen, "überlegen", wie sie vorgehen sollen und dann so zupacken, dass ihnen der Gegenstand nicht entgleitet oder beschädigt wird. In vorgegebenen Szenarien klappt das schon ganz gut, wie der Gewinner der DARPA-Roboter-Challenge im vergangenen Jahr eindrucksvoll gezeigt hat. In einer natürlichen Umgebung scheitern die Maschinen aber gewöhnlich. Hier ist ihre Erkennung unpräzise und Modell nie hundertprozentig zutreffend. "Kein Plan überlebt den ersten Kontakt mit der Realität", schreibt Google-Wissenschaftler Sergey Levine in einem Blogeintrag, auf den "GoogleWatchBlog" hinweist.

Gemeinsam schneller lernen

Damit Maschinen irgendwann wie Menschen oder Tiere mit ihrer Umwelt interagieren können, werden sie in seinem Labor nicht programmiert, sondern lernen selbstständig, was zu tun ist - "Learning by Doing" könnte man sagen. Dabei werden die künstlichen neuronalen Netzwerke ähnlich wie die Gehirne von Kleinkindern trainiert, die ungefähr mit einem Jahr in der Lage sind, sicher Objekte zu greifen. Maschinen haben aber einen Vorteil: Google nutzt für den Lernvorgang insgesamt 14 Roboterarme mit Kameras, die ihre Erfahrungen austauschen können und so viel schneller die nötigen "Erfahrungen" sammeln - und, sie sind geduldiger dabei.

Ohne zu murren versuchen die Maschinen den ganzen Tag, aus einer Kiste verschiedene Objekte zu greifen. Der Roboter beobachtet dabei permanent seine Hand, um herauszufinden, welche folgende Bewegung die größte Aussicht auf Erfolg hat. Erst nach mehr als 800.000 Greifversuchen sei die Auge-Hand-Koordination so weit fortgeschritten gewesen, dass erste Ansätze eines intelligenten Verhaltens festzustellen waren, schreibt der Google-Wissenschaftler. Was er damit meint, kann man in Videos gut erkennen: Der Roboter korrigiert seine Bewegungen in Echtzeit oder isoliert ein Objekt, um es einfacher greifen zu können.

Um die Lernfortschritte messen zu können, vergleicht Levines Team die Erfolgsquote eines Greifsarms, der nach einem Blick ohne weitere Korrekturen direkt zugreift mit denen eines Roboters, der seine Bewegungen analysiert. Das Ergebnis ist eindeutig: Die "überlegt" agierende Maschine hat eine Fehlerrate von 18 Prozent, der Schnellgrapscher kommt auf 34 Prozent.

Quelle: n-tv.de

Empfehlungen