Roboter sollen von sich aus besser werden

Ein Kleinkind könnte den Wissenschaftlern an der Montanuni Leoben durchaus als Vorbild dienen: Es sucht, setzt seine Sinne ein, findet ein Ergebnis. „Es beschäftigt sich ohne Ziel und erwirbt dabei Kompetenz“, sagt der Informationstechnologe Peter Auer. So sollte auch ein Roboter selbsttätig Situationen erkennen und auf den Erfahrungen aufbauend handeln. Er sollte etwa in einem Tischtennisspiel bestehen.

Auer und zwei Postdocs seines Teams forschen seit dem Vorjahr an dem EU-Projekt ComPLACS (Composing Learning for Artificial Cognitive Systems). Gemeinsam mit britischen, deutschen und niederländischen Universitäten sowie der französischen Forschungsgesellschaft Inria wird die Anwendung von Lernalgorithmen für Maschinen entwickelt. Das Projekt, das im 7. EU-Rahmenprogramm mit sechs Millionen Euro finanziert wird, läuft bis Februar 2015.

Im Bereich des maschinellen Lernens kommen bereits Algorithmen zum Einsatz, wie sie etwa beim Erkennen von Postleitzahlen, bei Eintragungen für Banküberweisungen und bei anderen Formularen angewandt werden. Da werden der Maschine handschriftliche Zahlen gezeigt und mit der korrekten Zuordnung versehen. Andere, ähnlich ausgeführte handschriftliche Zahlen können dann ebenfalls erkannt und richtig zugeordnet werden.

Richtige Strategie erlernen. Der Roboter kann also bestimmte Dinge nachahmen. Die nächste Stufe ist nun, dass die Maschine eine ganze Strategie, eine Abfolge von Entscheidungen lernen soll. Der Roboter probiert verschiedene Lösungen, er erkennt, welche gut, welche schlecht ist. Der Lernalgorithmus berechnet, wie die Strategie zu verbessern ist, der Roboter leitet die passende für sich selbst ab. Der österreichische Teil des EU-Projekts besteht darin, einzelne gut entwickelte Methoden miteinander zu kombinieren. Etwa so, dass am Ende der Computerarm zu einem passablen Tischtennisspieler wird. Dabei muss der Roboter die eigene Kinematik durch gezieltes Ansteuern seiner Motoren – mithilfe von Kameras und Drucksensoren – erlernen. An seinem Institut vergibt Auer Aufgabenstellungen aus dem maschinellen Lernen als Thema für Diplomarbeiten und Dissertationen wie z.B. Anwendungen im maschinellen Sehen, in der Textkategorisierung oder zur Verbesserung von „Reinforcement Learning“ für das Erlernen von Robotersteuerungen.

Beim maschinellen Lernen soll der Computer etwas erlernen, daher ist es für die menschliche Wissensaneignung nicht unmittelbar nützlich. Demgegenüber gibt es das Gebiet des computerunterstützten Lernens, das sich damit beschäftigt, wie menschliche Lernprozesse mithilfe des Computers verbessert werden können. Eventuell erlauben Ergebnisse des maschinellen Lernens aber gewisse Rückschlüsse auf das Lernen der Menschen, wie es auch in den Neurowissenschaften untersucht wird. Dies fällt in den Bereich der Computational Neuroscience.

("Die Presse", Print-Ausgabe, 05.08.2012)