News

OpenAI: Roboter löst Rubik’s Cube mit einer Hand

(Foto: OpenAI)

Den Forschern am OpenAI, einem kommerziellen Forschungsinstitut für Künstliche Intelligenz, ist es gelungen, eine Roboterhand so zu trainieren, dass sie einen sogenannten Zauberwürfel lösen kann.

Die Roboterhand namens „Dactyl“ hatte schon vor einem Jahr eine gewisse Bekanntheit erreicht. Damals war es den Forschern gelungen, ein Trainingsprogramm zu entwickeln, an deren Ende Dactyl einen Würfel in seiner Hand drehen und wenden konnte. Grundlage des Erfolgs war das „Verstärkende Lernen“.

Einhändiges Lösen des Rubik’s Cube stellt nicht nur Maschinen vor Probleme

Bestärkendes oder verstärkendes Lernen steht für eine Reihe von Methoden des maschinellen Lernens, bei denen eine Anwendung selbständig eine Strategie erlernt, um ein definiertes Ziel zu erreichen. Dabei werden positive Ergebnisse bestärkt. So erkennt der Algorithmus, ob er sich auf dem richtigen Weg zur Lösung befindet.

Heute hat OpenAI einen weiteren Erfolg seines Algorithmus gemeldet. Dactyl ist danach in der Lage, einen Rubik’s Cube eigenständig zu lösen. Dabei ist die Ausgangssituation egal. Da Dactyl letztlich nur eine Hand mit einem Steuerungsmotor dahinter ist, löst der Roboter den Würfel überdies einhändig, was eine weitere Erhöhung des Schwierigkeitsgrades bedeutet.

Dabei weiß Dactyl sogar mit Störungen umzugehen. So funktionierte der Algorithmus auch, wenn der Hand ein Handschuh übergestülpt wurde, einige Finger zusammengebunden waren oder sie den Würfel quasi kopfüber lösen musste, wobei er ihr jederzeit hinunterfallen hätte können. Letzteres passiert tatsächlich, unabhängig von der Ausrichtung und immerhin in acht von zehn Fällen.

Dactyl bei der Arbeit. (Foto: OpenAI)

Dactyl bei der Arbeit. (Foto: OpenAI)

Der Algorithmus schreibt sich sein eigenes Trainingsprogramm

Die Künstliche Intelligenz hinter dem Vorgang wurde als reine Softwarelösung trainiert, bei der sich der Algorithmus sein eigenes Trainingsprogramm schrieb. Dass eine solche Lösung in der Simulation oder eben als reine Software funktioniert, ist schon ein großer Erfolg.

Im Falle von Dactyl wurde die Software zusätzlich erfolgreich in tatsächliche Handlungen umgesetzt. Marcin Adrychowicz vom OpenAI ist entsprechend begeistert und geht davon aus, die wahre Methode für das Training von Industrie- und Haushaltsrobotern gefunden zu haben.

Andere Experten sind skeptisch und wenden ein, dass gerade Methoden des verstärkenden Lernens eher dafür konzipiert sind, Vorgänge beginnend bei Null zu trainieren. Das entspräche aber im Regelfall nicht der tatsächlichen Ausgangssituation und würde zudem unnötig Zeit kosten. Eine Art Grundausbildung für Haushaltsroboter gibt es indes (noch) nicht und wäre rein mit den Methoden des verstärkenden Lernen auch nicht zu erreichen.

Die ganze Euphorie zur Seite geschoben, bleibt immer noch ein beeindruckendes Beispiel künstlicher Intelligenz, nur mit geringer praktischer Bedeutung.

Passend dazu: Frameworks für Machine Learning: So gelingt der Einstieg in die KI-Entwicklung

Bitte beachte unsere Community-Richtlinien

Wir freuen uns über kontroverse Diskussionen, die gerne auch mal hitzig geführt werden dürfen. Beleidigende, grob anstößige, rassistische und strafrechtlich relevante Äußerungen und Beiträge tolerieren wir nicht. Bitte achte darauf, dass du keine Texte veröffentlichst, für die du keine ausdrückliche Erlaubnis des Urhebers hast. Ebenfalls nicht erlaubt ist der Missbrauch der Webangebote unter t3n.de als Werbeplattform. Die Nennung von Produktnamen, Herstellern, Dienstleistern und Websites ist nur dann zulässig, wenn damit nicht vorrangig der Zweck der Werbung verfolgt wird. Wir behalten uns vor, Beiträge, die diese Regeln verletzen, zu löschen und Accounts zeitweilig oder auf Dauer zu sperren.

Trotz all dieser notwendigen Regeln: Diskutiere kontrovers, sage anderen deine Meinung, trage mit weiterführenden Informationen zum Wissensaustausch bei, aber bleibe dabei fair und respektiere die Meinung anderer. Wir wünschen Dir viel Spaß mit den Webangeboten von t3n und freuen uns auf spannende Beiträge.

Dein t3n-Team

Schreib den ersten Kommentar!

Melde dich mit deinem t3n Account an oder fülle die unteren Felder aus.

Bitte schalte deinen Adblocker für t3n.de aus!

Hey du! Schön, dass du hier bist. 😊

Bitte schalte deinen Adblocker für t3n.de aus, um diesen Artikel zu lesen.

Wir sind ein unabhängiger Publisher mit einem Team bestehend aus 65 fantastischen Menschen, aber ohne riesigen Konzern im Rücken. Banner und ähnliche Werbemittel sind für unsere Finanzierung sehr wichtig.

Danke für deine Unterstützung.

Digitales High Five,
Stephan Dörner (Chefredakteur t3n.de) & das gesamte t3n-Team

Anleitung zur Deaktivierung