Mülltrennung als KI-Training - Roboter sollen zu Alltagshilfen werden

Roboter lernen bei einer Tochterfirma von Google das Müll sortieren. (Bild: Alphabet X)

Computer sind heute in verschiedenen Formen bereits ein fester Bestandteil unseres Lebens. Egal ob Smartphone, Alexa, Google Home oder dem heimischen Spiele-PC - wegzudenken sind die technischen Geräte aus unserer Leben kaum noch.

Alphabet X, oder auch »The Everyday Robot Project« genannt, arbeitet daran, dass bereits in ein paar Jahren Roboter ebenso alltäglich für uns sein könnten. Aktuell lehrt die Google-Tochterfirma den Robotern dazu Mülltrennung und andere Aufgaben.

In einem Blogbeitrag auf der Firmenseite erklärt Hans Peter Brøndmo, dass die meisten Roboter aktuell vom Entwicklungsstand noch dort seien, wo Computer in den 60er- oder 70er-Jahren waren: Spezialisierte Maschinen, bedient von Experten.

Bedienbarkeit der Roboter im Fokus

Das Ziel ist es, dass Roboter irgendwann zum einen einfach zu bedienen sind und zum anderen für jedermann erschwinglich. Besonders die Bedienbarkeit ist für das alltägliche Umfeld von enormer Bedeutung, weshalb dies seit Jahren ein Kernpunkt der Entwicklung ist.

Es soll möglich werden, dass Roboter in der realen Welt ähnlich nützliche Helfer werden wie Computer in der virtuellen Welt. Zwar ist es bis dahin noch ein weiter Weg, doch die ersten Schritte will Alphabet X bereits gegangen sein.

Ein wichtiger Faktor war dabei, nicht mehr alles hart zu Skripten, sondern der Maschine das Lernen zu überlassen. In Zusammenarbeit mit Teams von Google AI wurde untersucht, wie Roboter durch Demonstration von Menschen und geteilter Erfahrung lernen können.

Link zum Gfycat-Inhalt

Die erste Herausforderung klingt für uns banal: Müll sortieren. Doch für Roboter ist das eine hochkomplexe Arbeit, denn wir entscheiden mit einer Kombination aus langjähriger Erfahrung und unseren Sinnen Tasten und Sehen.

Robotern fehlt der Tastsinn und die Erfahrung, daher war die Aufgabe für das Team ausreichend komplex, so dass sie sich nicht sicher waren, ob es überhaupt machbar wäre. Und so mussten einige Roboter monatelang Müll sortieren.

Maschinelles Lernen ersetzt Skriptarbeit

Dabei wurden gleich mehrere verschiedene Machine-Learning-Techniken eingesetzt: Simulation, verstärktes Lernen und gemeinsames Lernen. Jede Nacht sortierten zehntausende virtueller Roboter Müll, bis genug Erfahrung angesammelt war für einen Test in der echten Welt.

Die ersten Ergebnisse sind vielversprechend. Die Roboter konnten mit etwas Training in der echten Welt den Müll erfolgreich trennen. Doch jetzt steht die nächste Herausforderung an: Dem Roboter eine weitere Aufgabe beibringen, ohne ihn umzubauen oder neuen Code zu schreiben.

Mehr zum Thema: