Der Traum von einem Roboter, der Ihre Wäsche falten, Ihren Schreibtisch organisieren oder sogar mit empfindlichem Papiergeld umgehen kann, entwickelt sich von der Science-Fiction zur Realität. Während frühere Generationen der Robotik mit der Unvorhersehbarkeit der physischen Welt zu kämpfen hatten, schließt ein neuer Durchbruch in der physischen KI die Lücke zwischen starrer Programmierung und menschenähnlicher Geschicklichkeit.
Der Gen-1-Durchbruch
Das in Kalifornien ansässige Unternehmen Generalist AI hat Gen-1 vorgestellt, ein neues physisches KI-Modell, das als universelles „Gehirn“ für verschiedene Robotersysteme dienen soll. Im Gegensatz zu herkömmlichen Modellen, die möglicherweise nur für einen bestimmten Industriearm funktionieren, ist Gen-1 plattformunabhängig konzipiert, was bedeutet, dass es alles antreiben kann, von einem humanoiden Roboter bis hin zu einem stationären Industrieglied.
Die Fähigkeiten des Modells lassen sich am besten durch seine Fähigkeit demonstrieren, „fummelige“ Aufgaben zu bewältigen – Aktionen, die Feinmotorik und ein Verständnis für Textur und Reibung erfordern. Zu den jüngsten Demonstrationen gehören:
– Umgang mit Währungen: Schwaches Papiergeld erfolgreich abheben und wieder in eine Brieftasche einführen.
– Hausarbeiten: Socken nach Farben sortieren und in ordentliche Stapel falten.
– Präzisionsaufgaben: Federmäppchen öffnen, Orangen in Pyramiden stapeln und Ethernet-Kabel anschließen.
Lösung des Datenproblems: „Data Hands“
Um zu verstehen, warum dies ein Fortschritt ist, muss man sich die größte Hürde in der Robotik ansehen: Datenknappheit.
Während große Sprachmodelle (wie ChatGPT) auf der riesigen Fläche des Internets trainiert wurden, fehlt Robotern ein ähnliches „Internet der physischen Bewegung“. Die meisten Roboter werden durch Teleoperation trainiert, bei der ein Mensch einen Roboter fernsteuert, um ihm eine Aufgabe beizubringen. Dies ist langsam und schwer zu skalieren.
Die generalistische KI hat diesen Engpass durch einen organischeren Ansatz umgangen. Sie verteilten tragbare Technologie an Menschen auf der ganzen Welt und ermöglichten es ihnen, Millionen von Aufgaben auszuführen. Dadurch erhielt die KI „Datenhände“ – einen riesigen Datensatz, der die subtilen Nuancen menschlicher Bewegungen erfasst, wie zum Beispiel:
* Taktiles Feedback: Wie viel Druck auf ein Objekt ausgeübt werden soll.
* Rutschen und Erholung: So passen Sie den Griff an, wenn ein Objekt zu rutschen beginnt.
* Kraftmodulation: Die Fähigkeit, zwischen einer weichen Socke und einem harten Smartphone zu unterscheiden.
Diese Daten ermöglichen es dem Roboter, einen „physischen gesunden Menschenverstand“ zu entwickeln und sich von der Ausführung starrer, voreingestellter Anweisungen zu einem intuitiven Verständnis dafür zu entwickeln, wie sich Objekte verhalten.
Von der starren Programmierung zur Roboterimprovisation
Eine der bedeutendsten Veränderungen, die Gen-1 hervorhebt, ist der Trend zur Improvisation.
Wenn ein Roboter herkömmlicherweise auf eine geringfügige Veränderung in seiner Umgebung stößt – beispielsweise wenn ein Teil etwas außerhalb seiner Reichweite platziert wird –, versagt er einfach. Gen-1 ist darauf ausgelegt, „auf den Beinen zu denken“. Bei einer Montageaufgabe in der Automobilindustrie zeigte das Modell beispielsweise die Fähigkeit, ein Teil mit zwei Händen neu zu positionieren, obwohl es nur für die Verwendung einer Hand trainiert worden war. Diese Fähigkeit, sich an „Curveballs“ anzupassen, ist für den Übergang von Robotern aus kontrollierten Fabrikhallen in die chaotischen Umgebungen des Einzelhandels, des Gastgewerbes und schließlich unserer Häuser von entscheidender Bedeutung.
Der wirtschaftliche Horizont
Der Zeitpunkt dieses Fortschritts steht im Einklang mit einem massiven Wandel in der Weltwirtschaft. Da Unternehmen wie Boston Dynamics und Honor die Grenzen der humanoiden Bewegung erweitern, sehen Analysten einen aufstrebenden Markt. Morgan Stanley prognostiziert, dass der Robotikmarkt bis 2050 ein Volumen von 5 Billionen US-Dollar erreichen könnte.
Damit dieser Markt sein Potenzial ausschöpfen kann, müssen Roboter über das Heben schwerer Lasten hinaus in den Bereich komplexer, alltäglicher Interaktionen vordringen. Die in Gen-1 beobachteten Erfolgsraten – wie beispielsweise die Steigerung der Erfolgsquote bei der Wartung eines Staubsaugerroboters von 50 % auf 99 % – deuten darauf hin, dass sich der Übergang von Industriewerkzeugen zu Haushaltshelfern beschleunigt.
„Wir sehen erste echte Fortschritte und freuen uns darauf, die Grenzen der verkörperten Intelligenz zu erweitern.“ — Pete Florence, Mitbegründer und CEO von Generalist AI
Schlussfolgerung
Indem die KI auf die subtilen Nuancen menschlicher Berührung und nicht nur auf starre Befehle trainiert wird, bringt die Generalist AI die Robotik näher an die wahre Autonomie heran. Dieser Wandel von der programmierten Wiederholung zur physischen Improvisation ist der Schlüssel dazu, nützliche, zuverlässige Roboter in unsere Häuser und Arbeitsplätze zu bringen.
