https://www.faz.net/-gwz-8etml

Googles intelligente Greifer : Gemeinsam sind wir klüger

Lernende Greifroboter in Aktion. Bild: Google

Eine Maschine hilft der anderen. Googles intelligente Greifroboter lernen jetzt im Gruppenunterricht. Dazu braucht es nicht viel, nur Training und ein kluges Vorbild.

          So sieht also Googles Kindergarten für Künstliche Intelligenz aus: Eine Horde brav sitzender Roboterarme, in Reih und Glied und pausenlos in einer Spielebox herumfuhrwerkend, um ja alles zu betatschen, was sich da unter ihren sensiblen Greifern auftut. Eine Kinderstube für maschinelles Lernen. Kein Lernen nach alter Schule, vielmehr: zeitgemäßes Lernen in der Gruppe. Alle gemeinsam und antitiautoritär. Wem das jetzt zu verspielt klingt oder zu seicht, um ernst genommen zu werden, der kann sich die neueste Veröffentlichung dazu aus dem Hause Google ansehen - oder diesen Clip:

          Google’s KI-Greifroboter
          Joachim Müller-Jung

          Redakteur im Feuilleton, zuständig für das Ressort „Natur und Wissenschaft“.

          Der wissenschaftliche Aufsatz, der von Google-KI-Forscher Sergey Levine und drei Kollegen auf einem Preprint-Server zur Kommentierung auf einer Publikationsplattform abgelegt worden ist, zeigt ein neues Verfahren, wie man Maschinenwesen die optimale Benutzung der „Hand“ beibringen kann. Nämlich mit einem Verfahren, das Sozialpädagogen längst anwenden und das Primatenforscher in der Natur schon vielfach dokumentiert haben: Kollektives Lernen. Wenn eine Schimpansenhorde den Gebrauch eines Werkzeugs tradiert, sprich: Wissen aneignet und als kulturelle Errungenschaft an die nächste Generation weitergibt, heißt es: miteinander üben. Das erntsprechende Verhalten wird mit den Sprößlingen trainiert.

          Ganz ähnlich ist man bei Google mit den 14 Robotern vorgegangen, denen man beibringen wollte, jeden beliebigen Gegenstand möglichst sicher zu greifen. Ob dieser Gegenstand nun kantig oder rund, flach oder hoch, weich oder hart, groß oder klein ist - am Ende, so lautete das Übungsziel, sollten die Roboter selbstständig und ohne jede Programmierhilfe die Teile greifen können. Mehr noch: Die Greifroboter hatten schon beim Start keinerlei Anleitung eingebaut; ihr Greifgedächtnis war eine - wie das Platon und John Locke für das menschliche Gedächtnis annahmen - Tabula rasa. Eine nackte, leere Wachstafel, die erst beschrieben werden muss, um Können hervorzubringen. 

          Ausgerüstet waren alle vierzehn Google-Roboter in dem KI-Experiment mit zwei elementaren Einheiten, die auch wir Menschen zum Greifen benötigen: neben der Hand das Auge. Im Falle der Greifroboter handelte es sich nicht etwa um ein Augenpaar, das räumliches Sehen erleichtert, sondern um jeweils eine Linse. Räumliche Präzision wurde zum einen durch die extrem schnelle Rückmeldung zwischen Auge und Greifer erzeugt - und zustätzich durch das Zusammenspiel der vierzehn Roboter verbessert. Jeder Greifautomat verfügt dazu über eine etwas andere, leicht versetzte Hand-Auge-Konstellation.

          Jeder einzelne Roboter sollte nun also anfangen zu greifen - und von den Erfahrungen der anderen in der Reihe profitieren. Die Vorgabe lautete: Besser werden. Die Erfolgsquote sollte mit jedem Greifversuch steigen. Das bedeutete freilich zuerst: Training, Training und nochmal Training. 800.000 Greifversuche absolvierten die Geräte, rund um die Uhr, und ohne jede Manipulation durch einen Menschen. Lediglich Teile, die aus der „Spielbox“ fielen, wurden von dem menschlichen Helfer zurückgelegt. Jeder Erfolg und jeder Misserfolg wurden sorgfältig aufgezeichnet und den anderen Robotern als Information zur Verfügung gestellt. Motto: Eine KI hilft der anderen. Kooperatives Lernen also.

          Die alles entscheidenden Bausteine, um die Informationen am Ende zu verwerten und sinnvoll zu integrieren, liegen unter der beweglichen Hardware. Sie sind der kluge Kern der KI: Es ist die Lerneinheit, mit der jeder Roboter ausgerüstet wurde, ein neuronales Netzwerk, das durch „Deep Learning“ in die Lage versetzt wird, aus eigenen Fehlern zu lernen, sein Vorgehen zu verändern und sich auf die Weise selbst in seinem Bewegungsablauf zu optimieren. Was diese „Convolutional Neural Networks“ (CNNs) von Google wirklich können, wenn man sie bei der Bewegungssteuerung der Greifroboter einsetzt , lässt sich in dem Video ansatzweise erkennen.

          Tatsächlich lernten die Roboter im Laufe der zwei Monate immer besser, ihre Bewegungen zu koordinieren. Lag anfänglich die Fehlerrate beim ersten Greifversuch um die 70 Prozent, verkehrte sich das bald vollkommen, bis die Fehlerrate schließlich zwischen 10 und 20 Prozent lag. Das war auch deutlich unter der Fehlerrate, die man mit  „klassisch“ programmierten Greifrobotern erzielen konnte.

          Entscheidend dabei war, dass die Maschinen keineswegs immer mit denselben Objekten konfrontiert wurden, sondern am Ende immer wieder mit neuen, unbekannten, oft auch sehr kleinen Greifobjekten. Für die KI-Roboter war es dann wichtig, dass sie nach der Wahrnehmung eines neuen Objekts die einstudierten, erlernten Bewegungsabläufe möglichst intuitiv richtig verwendeteten. Blindes Vorgehen nach dem Muster Versuch und Irrtum  hätte die Automaten nicht weitergebracht. Das war das Vorgehen vor allem zu Beginn des Trainings.

          Das Ergebnis des Gruppen-Lernexperiments war im direkten Vergleich besonders schön zu erkennen. So lernten die KI-Maschinen sehr schnell voneinander, dass man die beiden Greifzangen bei harten Gegenständen, etwa einer rechteckigen Dose, idealerweise weit öffnet und von zwei Seiten anpackt. Viele weiche Objekte dagegen, kleine, leichte und bewegliche Schwämmchen etwa, erwischt man zielsicherer, wenn man einen Teil des Greifers von der Seite und den annderen eher mittig von oben anpackt, damit das Objekt nicht wegrutscht.

          „Natürlich ist dieses System noch viel interessanter, wenn die Roboter in der realen Welt lernen, wenn sie die Verwendung der Greifer in unterschiedlichen Umgebungen, mit unterschiedlichen Lichtbedingungen und an verschiedenen Objekten lernen könnten“, schreiben die Google-Forscher zum Ende ihres Artikels. Allerdings ist das System so weit offenbar noch immer nicht. As nächstes will man nun die Lernfähigkeit der KI-Roboter testen, indem man sie in „engen Spielhäusern“ arbeiten oder Gegenstände von Regalen einsammeln lässt.   

          Weitere Themen

          Nur mal so eine Idee

          Alles im grünen Bereich : Nur mal so eine Idee

          Eine Stadt in der Landschaft: Diese Idee hatte 1874 bereits Adelheid Poninska. Zur Vermeidung von Wohnungsspekulationen wollte die Gräfin Grund und Boden in Gemeinschaftseigentum überführen.

          Topmeldungen

          Niki Lauda ist im Alter von 70 Jahren gestorben.

          Formel-1-Legende : Niki Lauda ist tot

          Formel-1-Legende Niki Lauda ist gestorben: Der dreifache Formel-1-Weltmeister wurde 70 Jahre alt. Nicht nur als Sportler feierte der Österreicher Erfolge.

          Österreichs Regierung am Boden : Von der Musterehe zum Rosenkrieg

          Aus den Rissen in der türkis-blauen Koalition wurden durch die Ibiza-Affäre in beeindruckender Geschwindigkeit Gräben. Die Neuwahl ist für Sebastian Kurz eine Chance, mehr Stimmen für die ÖVP zu gewinnen – aber sie birgt auch ein großes Risiko.
          Unser Sprinter-Autor: Thomas Holl

          FAZ.NET-Sprinter : Der Kommissar geht um

          Von den Vengaboys bis zum verstorbenen Wiener Popkönig Falco: Das Ibiza-Video der gefallenen FPÖ-Größen Strache und Gudenus liefert Österreich derzeit gleich mehrere Soundtracks. Was sonst noch wichtig ist, steht im FAZ.NET-Sprinter.

          Newsletter

          Immer auf dem Laufenden Sie haben Post! Abonnieren Sie unsere FAZ.NET-Newsletter und wir liefern die wichtigsten Nachrichten direkt in Ihre Mailbox. Es ist ein Fehler aufgetreten. Bitte versuchen Sie es erneut.
          Vielen Dank für Ihr Interesse an den F.A.Z.-Newslettern. Sie erhalten in wenigen Minuten eine E-Mail, um Ihre Newsletterbestellung zu bestätigen.