• Schalter wissen.de
  • Schalter wissenschaft
  • Schalter scinexx
  • Schalter scienceblogs
  • Schalter damals
  • Schalter natur
Scinexx-Logo
Logo Fachmedien und Mittelstand
Scinexx-Claim
Facebook-Claim
Google+ Logo
Twitter-Logo
YouTube-Logo
Feedburner Logo
Mittwoch, 17.01.2018
Hintergrund Farbverlauf Facebook-Leiste Facebook-Leiste Facebook-Leiste
Scinexx-Logo Facebook-Leiste

Interaktion ist Trumpf

Lernfähige Roboter lösen starr vorprogrammierte ab

"Deep Blue" ist passé - jedenfalls in der Roboterforschung. Der Schachcomputer, der berühmt wurde, als er 1997 den Schachweltmeister Gary Kasparow schlug, gehörte zur ersten Generation der Robotergehirne, der künstlichen Intelligenzen. Seine Rechenkunst und scheinbare Intelligenz beruhte noch auf Tausenden von im Detail einprogrammierten Rechenschritten. "Schlau" ist ein traditioneller Roboter deshalb nur, solange die Umwelt in sein vorprogrammiertes Schema passt. Aufgaben, die nicht im Programm stehen, kann er nicht erledigen, unverhoffte Hindernisse nicht umgehen.

Genau diese Starrheit, die Unfähigkeit, auf geänderte Verhältnisse zu reagieren, hat bisher die Robotergehirne von biologischen Gehirnen unterschieden. Doch genau hier bahnt sich eine Zeitenwende an. Eine neue Generation von Robotern und Elektronengehirnen ist auf dem Vormarsch. Die Enkel von Deep Blue und Co sind nicht mehr starr, sondern lernfähig. Sie können mit ihrer Umwelt interagieren und ihr Verhalten entsprechend anpassen. Die Zeiten der hilflos gegen ein Hindernis anrennenden Blechbüchsen ist damit vorbei. Während alte Roboter ihren Weg stur nach einem vorher eingegebeben Plan verfolgten, können ihre Nachfolger sich im wahrsten Sinne des Wortes selbst ein Bild machen.

Aber wie wird diese Lernfähigkeit erreicht?
Letztendlich wie in der Natur auch: Gibt es ein Problem oder eine bisher unbekannte Herausforderung, entwickeln Tiere und Menschen verschiedene Modelle, wie die Situation bewältigt werden könnte. Aus der Kombination von genauer Beobachtung und dem Prinzip Versuch - und Irrtum ergibt sich dann die richtige Strategie. Versperrt uns beispielsweise ein Wassergraben den Weg, gibt es verschiedene Möglichkeiten: Darüberspringen? Ein Blick und wir erkennen: zu breit für einen Sprung. Durchwaten? Vorsichtig setzen wir den ersten Fuß ins Wasser, merken dann aber schnell, dass der Graben zu tief ist und ziehen uns wieder zurück....

Vorausetzung für diese Vorgehensweise ist nicht nur die genaue Wahrnehmung der Umgebung, sondern auch die Kenntnis der eigenen Fähigkeiten und Anatomie und die logische Verbindung beider Informationen zu einem Ergebnis. Ist der Graben dann einmal erfolgreich überquert, speichern wir Vorgehensweise und Beschaffenheit des Grabens und können später auf diese Erfahrung zurückgreifen. Wir haben gelernt.

Ähnliche Ansätze zeigen nun auch die Roboter der neuen Generation: Der Haushaltsroboter R100 bahnt sich selbstständig seinen Weg auch durch fremde Wohnungen und merkt sich im Laufe der Zeit die Hindernisse und Kurven der Strecke, Roboter Elvis lernt, selbst die Balance zu halten und zu Laufen. Doch was läuft dabei in ihrem Inneren ab?

Stand: 21.10.2001
 
Printer IconShare Icon