Auch Maschinen müssen lernen und sie werden dank Deep Learning und Robotik immer besser darin.

Nicht nur für Menschen, auch für Computer ist die Möglichkeit, zu lernen, ein wesentlicher Aspekt ihrer Intelligenz.

Deep Learning und Robotik ist ein Schlüsselbegriff in der Erforschung und Weiterentwicklung von KI. Gemeint ist damit eine Gruppe von (Selbst-)Optimierungsmethoden künstlicher neuronaler Netzwerke, oder anders gesagt: eine bestimmte Art, zu lernen. Die neuronalen Netzwerke, auf deren Grundlage Deep Learning funktioniert, sind dem Gehirn nachempfunden. Sie bestehen aus vielen formal identischen „Neuronen“, die auf verschiedenen Ebenen nebeneinander liegen.

Die oberste dieser Ebenen ist die Eingabe-Ebene, die Unterste ist die Ausgabe-Ebene. Dazwischen liegen jedoch noch zahlreiche weitere Schichten. Diese sind es, die das Lernen „deep“ machen. Was genau auf diesen Ebenen geschieht, wissen wir jedoch noch nicht. Funktionieren tut es trotzdem.

Diese neuronalen Netzwerke werden nicht etwa programmiert, sondern trainiert. Das funktioniert etwa so: Zuerst wird das betreffende Netz mit einem sehr großen Datensatz gefüttert. Dieser könnte z.B. Fotos von Hunden und Katzen enthalten sowie die Information, auf welchem Bild ein Hund zu sehen ist und auf welchem eine Katze. Anschließend bekommt die Maschine eine Reihe weiterer Bilder, jedoch ohne die dazugehörigen Informationen. Nun muss sie selbst herausfinden, welches Bild eine Katze zeigt und welches einen Hund. Zu guter Letzt werden die Ergebnisse vom Trainer ausgewertet. Der Computer erhält ein Feedback und die Aufgabe wird so lange wiederholt, bis das Resultat perfekt ist.

Wer oder was jedoch denken soll wie ein Mensch, braucht auch einen Körper. Schließlich ist der menschliche Geist untrennbar mit seinem Körper verbunden. Das kann man z.B. gut an Säuglingen und Kleinkindern beobachten. Sie lernen noch auf sehr physische Weise: Wenn ein Baby Hunger hat, dann schreit es. Die Mutter reagiert darauf, indem sie dem Kind die Brust gibt und das Kind speichert: Schreien und Sättigung hängen zusammen. An diesem Beispiel zeigt sich, wie Logik und Physik miteinander verbunden sind – von Beginn an.

Aus diesem Grund spielen Roboter in der Forschung zum maschinellen Lernen eine zentrale Rolle. KI’s, die einen Roboterkörper haben, müssen sich im Raum orientieren und sich bewegen. Sie sollen Gegenstände berühren, anheben oder transportieren. Die dazu nötigen Fähigkeiten ähneln jenen, die wir selbst im Kindesalter erlernen.

Die meisten Roboter werden mit einer „fertigen“ KI als Steuereinheit ausgestattet. Einige Forscher glauben jedoch, dass Roboter eine intellektuelle Kindheit durchleben müssen, um unsere Welt besser zu verstehen. ICub z.B. ist ein Roboter, dessen Wissensstand etwa dem eines Dreijährigen entspricht. Er wird in verschiedenen europäischen Forschungsstationen unterrichtet. Dazu halten ihm seine „Lehrer“ bspw. das Bild von einem Stern vor die Kamera und erklären: „Das ist ein Stern.“