Wissenschaftler entwickeln Algorithmen mit deren Hilfe Computer und Roboter autonom lernen und handeln. So ist es Forschern gelungen, einen Roboter zu entwickeln, der durch beobachten und ausprobieren sich selbständig Wissen aneignet. Dazu sammelt der Roboter zunächst über Sensoren Daten aus seiner unmittelbaren Umgebung. Aus diesen Daten errechnet er ein Modell, welches ihm das wahrscheinlichste Verhalten von zum Beispiel einem Objekt in seiner Nähe liefert.
Gegenüberstellung von biologischem und maschinellem Lernen
Während der Mensch die Zusammenhänge in seinem Lebensraum versteht, erkennen Computer statistische Strukturen in Datensätzen, die sie sammeln und auswerten. Das menschliche Gehirn lernt aus Erfahrungen und es verfügt über eine synaptische Plastizität. Das heißt, dass durch häufige Aktivierung bestimmter Synapsen, dieser Bereich des neuronalen Netzes gestärkt wird, was zu einem Lernerfolg führt. Computer erstellen aus den rechnerisch erkannten Strukturen eines Datensatzes Modellparameter. Hier liegt ein regulatives Lernen vor, also ein regulierter Lernweg. Aus dem Modell werden Schlussfolgerungen gezogen, die das Handeln bestimmen.
Algorithmus des Lernens
Ein Algorithmus – auch als Lösungsverfahren bezeichnet – ist eine definierte Handlungsvorschrift zum Lösen eines Problems. Damit sind auch beispielsweise Kochrezepte und Gebrauchsanweisungen Algorithmen. Ein Computeralgorithmus ist ein Computerprogramm – also eine Sammlung von Steuerbefehlen, durch die sich eine Aufgabe logisch lösen lässt. Das heißt, dass der Programmierer für alle Eventualitäten, die im Verlauf der Lösung auftreten können, eine definierte Vorgehensweise festlegt. Dies bedeutet auch, dass solche Programme eben nur das ausführen können, wofür sie gemacht sind.
Neuartige maschinelle Lernverfahren benötigen einen anderen Ansatz. Sie brauchen einen Mechanismus, der es erlaubt, in einem Datensatz Regelmäßigkeiten zu erkennen. Ist das Grundprinzip erkannt, entwickelt der Computer ein Modell. Aus diesem Modell leitet er dann verschiedene Szenarien ab und entscheidet sich für eine Handlungsweise.
Mittels dieser Vorgehensweise ist es einer Maschine gelungen physikalische Gesetze wie die Freiheitsgrade einer Bewegung, also die Anzahl der Achsen entlang derer oder um die herum sich ein Objekt bewegen kann, zu erlernen.
Zu Beginn des Lernprozesses kann der Roboter nichts außer beobachten und experimentieren. Aus seinen Erfahrungen lernt er – ganz ähnlich wie Kinder durch beobachten ihrer Umwelt lernen. Einige Videos, des humanoiden Roboters demonstrieren eindrucksvoll die Fähigkeiten des kleinen Maschinenwesens.
Schlüsseltechnologie für Serviceroboter einer neuen Generation
Diese Grundlagenforschung verfügt über ein enormes Potenzial für die nächste Generation von beispielsweise Service-Robotern. Diese Technik könnte somit zur Schlüsseltechnologie werden. Denn Haushaltsroboter müssen in der Lage sein, ausgehend von ihrem vorhandenen Wissen und aktuellen Beobachtungen mittels Sensoren, neue Handlungsmodelle zu erlernen. Damit wären sie imstande, sich eigenständig Wissen anzueignen und neue Aufgaben zu erfüllen. Prinzipiell wären solche Maschinen dann auch in der Lage komplexe Systeme aus den Bereichen der Biologie oder der Kosmologie zu erfassen. Doch mit zunehmender Komplexität steigen auch die Anforderungen an die Rechenleistung und die Rechendauer potenziell an.
Quellen:
- Xpero - autonomer Roboter
- SpiegelOnline: Intelligenter Rechner: Computer entdeckt selbständig Naturgesetz, 04.04.2009