Künstliche Intelligenz Neugierige Roboter lernen von allein
Bochumer Neuroinformatiker simulieren Roboter, die eigenständig ihre Umwelt erkunden. Der Schlüssel dazu ist ihre Neugier.
Lernende Maschinen sind eigentlich nicht neu. Schon in den 1980er-Jahren ist es gelungen, Computerprogramme dazu zu bringen, zum Beispiel Spiele wie Backgammon so gut zu lernen, dass sie sie auf Weltklasseniveau spielen konnten. Ihr Lernen basierte auf einem Verstärkungssystem: Spielzüge in gewonnenen Partien wurden belohnt, sodass sie das Programm künftig häufiger ausführte als Züge aus verlorenen Partien, die nicht belohnt wurden.
Die Welt erkunden wie ein Baby
Prof. Dr. Laurenz Wiskott und Dr. Varun Kompella haben jetzt eine Methode beschrieben, wie Roboter ganz eigenständig lernen können. Ihr System namens Curious Dr. Misfa – für Curiosity-Driven Modular Incremental Slow Feature Analysis – ist schlicht neugierig. Dinge, die neu und leicht lernbar sind, erkundet der Roboter am liebsten. Einmal auf diese Art Gelerntes ist die Basis für weitere Lernschritte. „Im Grunde genommen erschließt sich der Roboter die Welt somit wie ein Säugling“, erklärt Laurenz Wiskott.
Neben der Neugier spielt die Langsamkeit eine weitere wichtige Rolle beim Lernen. Das System zielt darauf ab, sich langsam verändernde Variablen zu erkennen. Das ist zum Beispiel sinnvoll bei der Orientierung im Raum. Sämtliche schnell veränderlichen Dinge der Umgebung kann das System ausblenden. Gibt es aber einzelne Merkmale, die sich nur langsam über die Zeit verändern, gibt das Anhaltspunkte zur Position im Raum.
Eine Ratte im Raum
„Ein Beispiel: Nehmen Sie eine Ratte, die sich in einem Raum befindet und sich schnell um sich selbst dreht. Was sie sieht, verändert sich ständig mit hoher Geschwindigkeit. Ihre eigene Position im Raum verändert sich aber nur langsam. Diese Information lässt sich auswerten“, erklärt Laurenz Wiskott.
