Vier Google-Ingenieure haben ein Essay veröffentlicht, in dem sie beschreiben, wie sie 14 Roboter-Arme in einem künstlichen Neuronalen-Netz verbunden haben. Ziel ist, dass sie sich gegenseitig beibringen können, Gegenstände aufzuheben.
Der Ansatz der Wissenschaftler fußt darauf, dass die Roboter-Arme versuchen Gegenstände zu greifen, und erfolgreiche Greifvorgängen bei verschiedenen Zusammensetzungen der Objekte an die anderen Arme weitergeben. Diese sind dann bei ihren Aufgaben deutlich schneller erfolgreich, auch wenn die Gegenstände immer anders verteilt sind, und aus unbekannten Materialien bestehen.
Nach 800 000 Greifvorgängen hat jeder Arm angefangen eine eigene Strategie zu entwickeln, um so möglichst schnell erfolgreich zu sein. Manche habe die Gegenstände etwa zunächst am Boden ausgerichtet, bevor sie zugegriffen haben.
Konkret bedeutet das, dass die Roboter-Arme keine weiteren Instruktionen von Menschen benötigen, um ihr Aufgabe über die Zeit zu perfektionieren. Das unterscheidet sie zum Beispiel auch von AlphaGo dem Programm von Google DeepMind das den Go-Meister Lee Sedol besiegt hat , bei dem noch der Mensch gegen die Maschine antritt.
Autor: Christian Löbering
Christian ist Chefredakteur PC-WELT und Macwelt und ein absoluter Technik-Fan. Er ist der Überzeugung, dass erst ein fundiertes Verständnis der Technologie einem die Mittel für einen produktiven und kreativen Umgang damit erschließt.