Künstliche Intelligenz soll wie ein Baby lernen

Künstliche Intelligenz (KI) funktioniert besser, wenn sie in ihren Anfängen wie ein Kind lernt.

Das besagt eine Studie von Forschern der University of Aberystwyth ergeben. Nur, wenn eine Maschine klein anfängt und Dinge auch selbst herausfindet, ist sie für die schwierigen Aufgaben bereit, die beispielsweise mit der Altenpflege einhergehen.

Roboter lernt von selbst

Laut Studienautorin Patricia Shaw helfen Einschränkungen dabei, sich auf bestimmte Probleme zu konzentrieren. Nur durch praktische Erfahrungen würden Roboter lernen, mit komplexen Aufgaben zurechtkommen und sich an veränderte Umstände anzupassen. Um zu testen, wie sich Einschränkungen auf das Lernen von KI auswirken, hat das Team einen Roboter verwendet und die Funktion von dessen Gliedmaßen ausgeschaltet. Dadurch sollte der Roboter, ähnlich wie ein Baby, nur beschränkte Kontrolle über seinen Körper haben. Auch die Kamera des Roboters wurde manipuliert und sein Bild verschwommener gemacht, damit die Maschine wie ein Neugeborenes nur wenig sehen konnte.

Der Roboter konnte selbst entscheiden, wann es an der Zeit war, die Funktion seiner Gliedmaßen und seiner Kamera wieder zu aktivieren. Auf diese Weise konnte der Roboter für sich alleine herausfinden, wie er sich bewegen kann. Den Forschern zufolge hat sich dadurch nicht nur die Schnelligkeit, in der die Maschine lernte, erhöht, sondern auch die Genauigkeit des Lernprozesses.

[mk_ad]

Maschinen müssen spielen

Für die Studie simulierten die Forscher die ersten zehn Monate in der Entwicklung eines Kindes. Die Maschine lernte den Zusammenhang zwischen seinen Bewegungen und seinen sensorischen Eindrücken und zeigte dabei ein Verhalten, das dem eines Kindes ähnelte. Beispielsweise starrte der Roboter im Laufe von Bewegungen oft seine eigenen Hände an. Indem die Maschine ihre Erfahrungen speicherte, konnte sie alleine aus ihnen lernen.

Shaw zufolge ist KI oft auf eine bestimmte Tätigkeit programmiert. Damit die KI diese Tätigkeiten lernen kann, müssen sie zuerst tausende Bilder von bestimmten Aktionen sehen, was viel Zeit und Aufwand erfordere. Wenn stattdessen zu Anfang mit Einschränkungen gearbeitet wird, würde ein Roboter seinen eigenen Körper viel besser kennenlernen. Die nächste Phase wäre für Shaw das Spielen. Wenn ein Roboter durch spielerische Vorgänge selbst herausfindet, wie er mit seinem Umfeld interagieren kann, würde er später noch anpassungsfähiger werden.

Artikelbild: Ryzhi / Shutterstock.com