In einer Zusammenarbeit zwischen Meta AI und der Carnegie Mellon University (CMU) wird derzeit an einem Projekt namens Roboagent gearbeitet. Die Roboter-KI wird darauf trainiert, wie ein Kleinkind zu lernen.
Ziel des Projekts ist es, Allzweckroboter zu schaffen, die sich in verschiedenen Umgebungen zurechtfinden und in diesen unterschiedliche Aufgaben meistern können. Es handelt sich jedoch um eine komplexe Herausforderung, denn der Roboter muss viel lernen.
Um dies zu erreichen, trainieren die Forscher die KI mit Methoden, die auch bei menschlichen Kleinkindern eingesetzt werden. Dies umfasst sowohl passive als auch aktive Lernmethoden.
So lernen Kinder und Roboter
Das passive Lernen erfolgt durch Beobachtung. Kinder lernen in diesem Stadium, indem sie sich einfach ihre Umgebung und das Verhalten anderer Menschen ansehen. Ähnlich wird der Roboter mit Videos und Bildern trainiert, auf denen verschiedene Aktionen ausgeführt werden.
Dadurch erlangen sowohl Kinder als auch Roboter ein theoretisches Verständnis von verschiedenen Aufgaben, wie zum Beispiel dem Öffnen und Schließen einer Mikrowelle.
Das passive Lernen allein reicht jedoch nicht aus. Es muss mit dem aktiven Lernen verknüpft werden. Hierbei wird dem Roboter die zu lernende Aktion ferngesteuert gezeigt, während das Kind die Aktion selbst ausführt.
„Ein Agent, der zu dieser Art des Lernens fähig ist, bringt uns einem allgemeinen Roboter näher, der eine Vielzahl von Aufgaben in verschiedenen, unbekannten Umgebungen erledigen kann und sich kontinuierlich weiterentwickelt, während er mehr Erfahrungen sammelt“, sagt Shubham Tulsiani vom Robotics Institute der CMU.
Die Daten sind frei verfügbar
Das Projekt hat auch eine offene Komponente: Die gesammelten Trainingsdaten für den Roboagent sind Open Source und somit frei verfügbar. Forscher und Unternehmen können sie nutzen, um ihre eigenen Roboter zu trainieren.
Momentan beschränken sich die Fähigkeiten des Agenten auf einfache Aufgaben wie das Aufheben von Gegenständen, das Öffnen und Schließen von Schubladen oder das Abwischen einer Fläche. Durch diese Trainingsmethode soll sich der Agent aber stets weiterentwickeln und neue Fähigkeiten erlernen.