Neuer Schritt für Physical AI: Wie Hirnwellen Roboter trainieren

In einer Lagerhalle im kalifornischen San Leandro wird mit einer Partie Jenga eine neue Ära der KI getestet. Encord, ein Unternehmen, das Datensätze zum Trainieren von KI-Modellen erstellt, hat sich zum Ziel gesetzt, das größte Problem der Robotik zu lösen: den Mangel an realen physischen Trainingsdaten. Ein Mitarbeiter des Unternehmens bewegt vorsichtig Holzblöcke, während er ein Headset mit einer Spezialkamera und Sensoren trägt. Techcrunch.com berichtet darüber.

Laut ixbt.com überwacht dieses Headset nicht nur die Umgebung, sondern misst auch die Hirnwellen des Bedieners. Diese vom deutschen Neurowissenschafts-Startup Zander Labs entwickelte Technologie ermöglicht die Erstellung nützlicherer Datensätze zum Trainieren von Modellen, indem sie geistige Zustände wie Fehler, Absicht und Überraschung erkennt. Encord und Zander Labs testen diesen Ansatz derzeit.

Datenknappheit für Künstliche Intelligenz

Robotik-Experten betonen, dass die Hauptbeschränkung heutzutage nicht die Modellarchitektur ist, sondern der akute Mangel an realen physischen Trainingsdaten. Während Chatbots wie ChatGPT auf Basis von Internet-Texten trainiert wurden, gibt es solche fertigen Quellen für das Erlernen physischer Bewegungen durch neuronale Netze nicht. Das Sammeln von Daten für Autos ist schwierig und teuer, und die Verwendung von Videos kann keine reale Genauigkeit gewährleisten.

Vineeth Velmurugan, Leiter des Robotertrainings bei Encord, betont, dass das Problem des Datenmangels auch in der Robotik relevant ist. Seiner Ansicht nach benötigen Modellentwickler einen Datensatz, der fünfmal so groß ist wie das YouTube-Videokorpus. Genau deshalb ist nicht nur das Verwalten von Daten, sondern deren Generierung zu einem eigenen Geschäftszweig geworden.

Durch Hirnwellen identifizierte Möglichkeiten

Der Zander-Labs-Neurowissenschaftler Lukas Gerken erklärt, dass das Volumen der Gehirnaktivität bei einer bestimmten Aufgabe den Entwicklern zeigt, in welcher Phase die leistungsstärksten Modelle eingesetzt werden müssen. Bei diesem Testverfahren bereichern Operatoren, die Roboter fernsteuern, die Datenbank, indem sie komplexe Aufgaben wie das Einschenken von Flüssigkeit aus einer Kanne in eine Tasse und das Stapeln von Pokerchips ausführen.

Derzeit sammelt Encord weltweit egozentrische Videos aus verschiedenen Fabriken und experimentiert in seinem Zentrum in San Leandro mit neuen Methoden wie Hirnwellen. Wenn sich diese Tests als erfolgreich erweisen, wird erwartet, dass der Prozess des Trainings von humanoiden und Lagerrobotern auf eine qualitativ neue Ebene gehoben wird.