Die heutige Google-Tochter DeepMind verblüffte vor einiger Zeit mit einem KI-System, das selbstständig mehrere Atari-Spiele erlernte. Ein Start-up will das Lernverfahren dahinter mit einem zusätzlichen Trick noch schneller machen.

Eine Fertigungsstraße mit Robotern auf ein neues Produkt umzustellen, kann derzeit einige Wochen Arbeit von teuren Experten erfordern. Osaro, ein von Investoren wie Peter Thiel oder Jerry Yang finanziertes Start-up aus Japan, will das ändern: Mit Hilfe von Künstlicher Intelligenz (KI) sollen Industrieroboter neue Aufgaben innerhalb einer Woche erlernen können, berichtet Technology Review online.

Die KI von Osaro arbeitet nach dem Prinzip des "tief verstärkenden Lernens", einer Weiterentwicklung von Deep Learning, mit der zum Beispiel Software der heutigen Google-Tochter DeepMind innerhalb von Stunden selbstständig mehrere Atari-Spiele meistern konnte. Bei tief verstärkendem Lernen wird die Fähigkeit von neuronalen Netzen, Massen an Rohdaten wie Videospiel-Bilder effizient zu verarbeiten und zu organisieren, mit einem Ziel verbunden, beispielsweise einen hohen Punktestand zu erreichen. Die Systeme trainieren sich dann selbst darauf, indem sie eine Aufgabe immer wieder wiederholen, bis sie ihr Ziel erreichen.

Beim Lernen von Videospielen lässt sich dieser aufwendige Lernprozess schlicht dadurch beschleunigen, dass man sehr schnelle Computer verwendet. Roboter in der realen Welt dagegen müssen echte Bewegungen vornehmen, die naturgemäß eine gewisse Zeit dauern. "Wenn man einem Roboter über tief verstärkendes Lernen von Grund auf beibringen will, wie er eine Tasse greifen soll, würde das buchstäblich Jahre oder noch länger dauern", erklärt Derik Pridmore, President und Chief Operating Officer von Osaro.

Osaro setzt deshalb auf eine Kombination: Als Ausgangspunkt lässt das Start-up Roboter beobachten, wie Menschen eine Aufgabe erledigen, erst anschließend beginnt auf dieser Grundlage das Lernen in Eigenregie. Laut Pridmore kann das KI-System von Osaro ein Spiel dadurch 100-mal so schnell verstehen wie DeepMind. Eine wissenschaftliche Veröffentlichung dazu gibt es aber noch nicht.