Fitnesskurse für Roboter | FAZ

Wer in New York wohnt, kann jetzt einen besonderen Service in Anspruch nehmen: über eine App namens Shift professionelle Putzkräfte bestellen, die die Wohnung sauber machen – umsonst. Die Firma hinter Shift, das Aachener Start-up MicroAGI, versichert, es gebe keine versteckten Kosten, und je schmutziger die Wohnung, desto besser. Die einzige Bedingung: Man muss den Putzkräften gestatten, beim Arbeiten eine Kamera an der Stirn zu tragen, die jeden Handgriff aufzeichnet. Denn das Unternehmen interessiert sich weniger fürs Putzen, es sucht Trainingsdaten für Roboter. Auf einer anderen Website von Shift kann man sich bewerben, sich selbst, also die eigenen Hände und was sie tun, zu filmen, privat oder im Job. Über Datenschutz denkt man dabei vielleicht besser nicht nach.

Nach den Erfolgen der großen Sprachmodelle ist nun viel vom „ChatGPT-Moment“ für Roboter die Rede. Wenn Roboter Zugriff auf Chatbots hätten, die ihnen jede Frage mehr oder weniger zuverlässig beantworten und ihnen Strategien vorgeben könnten, wie ein Problem zu lösen ist, könnten die künstlichen Helfer dann nicht endlich in Fabriken und Haushalte einziehen?

Ganz so einfach ist es nicht. Denn die Sprachmodelle sind eben genau das, was der Name sagt, Modelle von Sprache. Sie sind keine Modelle von Handlungen, sie liefern Informationen, aber keine Steuerbefehle. Nützlich sind sie trotzdem: Mit ihrer Hilfe kann man mit den Maschinen sprechen, können Roboter Objekte identifizieren und sich zum Beispiel selbst erschließen, dass eine Bananenschale in den Müll gehört, wenn sie sie auf dem Boden entdecken. Sprachmodelle helfen Robotern, Aufgaben in Teilaufgaben zu zerlegen und ihre Ausführung zu planen: erst das Glas hinstellen, dann den Wein eingießen. Aber sie reichen nicht aus, um Roboter durch die Welt zu steuern.

Um das zu ändern, wird intensiv an Grundlagenmodellen für die Robotik geforscht. Der Flaschenhals sind die Trainingsdaten. Forscher sprechen von einer Hunderttausend-Jahre-Lücke: Es fehlen etwa 100.000 Jahre an Trainingsdaten. Zwar ist das Internet voller Videos, doch das hilft nicht wirklich. „Man kann Videos die Kinematik von Bewegungen entnehmen, aber nicht die Dynamik“, erklärt Lorenzo Masia, Professor für intelligente bio-robotische Systeme an der Technischen Universität München. Man kann Filmen also entnehmen, wie eine Greifbewegung aussieht, aber nicht, wie fest man die Bananenschale anfassen muss, damit sie weder herunterfällt noch zermatscht.

Eine Möglichkeit, solche Daten zu beschaffen, ist die Simulation. Man baut ein Modell des Roboters im Computer nach und lässt dieses die Aufgaben lernen. Das geht schneller und ist billiger als die Arbeit mit echten Robotern. Doch zwischen Simulation und Wirklichkeit bleibt eine Lücke, das Sim-to Real-Gap. „Das in einer Simulation zu machen, wird nie so exakt sein wie die Daten, die man aus den echten Bewegungen gewinnt“, so Masia.

MicroAGI setzt auf Daten, die beim Filmen aus der Perspektive des Handelnden entstehen. Andere sammeln Daten beim Fernsteuern von Robotern, der Teleoperation. Dabei steuern Menschen etwa mit Datenhandschuhen den Roboter, sie machen mit ihren Händen Greifbewegungen, die dann die Roboterhand ausführt. Die Bewegungen und die ausgeübten Kräfte werden erfasst. Die so generierten Daten können dann für das Training weiterer Roboter verwendet werden. So soll eine Art Datenbank für Handlungen entstehen, ein kollektives Gedächtnis, auf das ein Roboter, der mit einer Aufgabe konfrontiert ist, zugreifen und die prassende Aktion auswählen kann: Beim Roboterbauer NEURA Robotics nennen sie die Datensammlung Neuraverse.

Damit es mit dem Datenerzeugen und dem Trainieren schneller geht, entwickelt NEURA Robotics Trainingshallen für Roboter: Robogym genannt. Das weltweit größte dieser Maschinen-Fitnessstudios entsteht nun in Zusammenarbeit mit der TU München im TUM Convergence Center am Münchner Flughafen. Auf über 2000 Quadratmetern werden dort verschiedene Aufgaben aufgebaut, deren Erledigung Roboter lernen sollen. „Wir haben uns für das Gym entschieden, weil Daten dringend gebraucht werden, Daten für Grundlagenmodelle und für industrielle Anwendungen“, erklärt Lorenzo Masia, der die Einrichtung leiten wird. „Angenommen, in einer Firma soll ein Teil einer Produktionslinie automatisiert werden. Dann könnten die Kunden zu uns kommen, wir würden die Aufgabe nachbauen, über Teleoperation die Roboter trainieren und die Daten sammeln. Und schließlich würden wir das Ganze installieren, das ist die Idee hinter dem Robogym.“ Sind die Kunden bereit, ihre Daten mit anderen zu teilen, wird der Robo-Fitnesskurs billiger.

Idealerweise könnte man mit den so gesammelten Daten irgendwann alle möglichen Arten von Robotern trainieren, Fertigungsarme ebenso wie Vierbeiner oder Humanoide. Die Idee bei diesem „Multi-Embodiment Learning“: Je weniger ein Grundlagenmodell auf einen bestimmten Roboterkörper festgelegt ist, desto vielseitiger lässt es sich verwenden.

Einer Vision zufolge könnten etwa humanoide Roboter auf die Dauer so zu echten Universalmaschinen werden, die an allen für Menschen gemachten Arbeitsplätzen einsetzbar sind, die man vom Fließband ins Lager schicken kann und die auf dem Rückweg auch noch Kaffee für die verbliebenen Menschen mitbringen. Damit rückte dann auch der viel zitierte Haushaltsroboter in den Bereich des Möglichen. Solche Universalmaschinen könnten auch ein Schritt sein hin zur lange gesuchten allgemeinen Künstlichen Intelligenz, einer Intelligenz, die für alles zu gebrauchen ist.

Andere allerdings, darunter Yann LeCun, der ehemalige Chefwissenschaftler von Meta, der sich Ende letzten Jahres mit seinem Start-up Advanced Machine Intelligence (AMI) selbständig gemacht hat, halten schon die Idee einer solchen allgemeinen Intelligenz für Unsinn, bei Menschen und bei Maschinen. Menschen seien nur deshalb überzeugt, über eine solche Universalintelligenz zu verfügen, weil sie ihre eigenen Beschränkungen übersehen. Statt auf eine am besten auch noch übermenschliche allgemeine Intelligenz solle man besser auf eine übermenschlich anpassungsfähige Intelligenz setzen, auf spezialisierte Elemente, die möglichst gut zusammenarbeiten. Die Systeme, die unsere Proteine falten, werden nicht dieselben sein, die unsere Wäsche falten, so die Forscher.

Wie es mit den Robotern weitergeht, hängt demnach nicht nur von der Verfügbarkeit von Trainingsdaten ab, sondern auch davon, welchen Begriff von Intelligenz man zugrunde legt. Wieder einmal ist es die Künstliche Intelligenz, die dazu zwingt, über die natürliche genauer nachzudenken.