Elon Musk, CEO von Tesla, prognostiziert, dass der humanoide Roboter Optimus des Unternehmens bis Ende 2027 für etwa 20.000 US-Dollar der Öffentlichkeit zum Kauf angeboten werden könnte. Musk erwartet, dass Optimus nicht nur Teslas größtes Produkt wird, sondern potenziell das größte Produkt überhaupt, das die Automatisierung fast aller menschlichen Arbeit, von der Blechbearbeitung bis zum Wäschefalten, ermöglichen soll. Diese optimistischen Aussichten werden jedoch von führenden Robotikforschern kritisch hinterfragt.
Ambitionierte Prognosen für humanoide Roboter
Die Vision von Elon Musk, Optimus werde zunächst in Fabriken und später in Privathaushalten eingesetzt und dereinst „menschliche und dann übermenschliche Geschicklichkeit“ besitzen, findet Anklang bei weiteren Tech-Größen. Marc Andreessen, Mitbegründer von Andreessen Horowitz, bezeichnete Robotik als potenzielle „größte Industrie der Weltgeschichte“. Jensen Huang, CEO von Nvidia, äußerte im Januar die Erwartung, dass humanoide Roboter noch in diesem Jahr menschliche Fähigkeiten erreichen könnten. Morgan Stanley schätzt, dass die Anzahl der menschenähnlichen Roboter bis 2050 fast eine Milliarde erreichen und einen Markt von über fünf Billionen US-Dollar schaffen könnte. Diese Annahmen speisen sich maßgeblich aus der Vorstellung, dass Fortschritte in der Künstlichen Intelligenz, wie sie hinter Tools wie OpenAI’s ChatGPT und Anthropic’s Claude stehen, eine neue Generation von Robotern befähigen werden, menschliche Bewegungen ähnlich wie Chatbots menschliche Sprache imitieren.
Skepsis in der Forschung
Roboterforscher äußern sich jedoch skeptisch. Yann LeCun, oft als einer der „Pioniere der KI“ bezeichnet, erklärte, dass keine der Unternehmen, die humanoide Roboter bauen, eine Vorstellung davon habe, wie diese Roboter intelligent genug gemacht werden könnten, um nützlich zu sein. Kritiker betonen, dass die Annahme, eine auf Sprache und Bildern basierende Intelligenz könne die unendliche Variabilität der physischen Welt meistern, die damit verbundenen Herausforderungen unterschätzt. Jonathan Hurst, Mitbegründer von Agility Robotics und Professor für Robotik an der Oregon State University, weist darauf hin, dass es zwar einfach sei, einen Roboter zu bauen, der wie ein Mensch aussieht, es jedoch „dramatisch schwieriger“ sei, eine Maschine zu schaffen, die sich dynamisch oder physisch wie ein Mensch bewegt oder verhält. Die Verwechslung von menschenähnlicher Form und der Fähigkeit, mehrere Aufgaben zu lernen und auszuführen (Generalisten-Maschinen), sei irreführend.
Fortschritte bei Roboter-Generalisten
Ein Beispiel für aktuelle Fortschritte im Bereich der Generalisten-Roboter ist das ALOHA 2 System von Google DeepMind, eine kostengünstige Open-Source-Hardware für bidirektionale Teleoperation. Dieses System, bestehend aus zwei Armen, Greifern und Kameras, dient Forschern bei Google DeepMind als Testumgebung für ihr fortschrittlichstes KI-Robotiksystem namens Gemini Robotics. Unter der Steuerung von Gemini Robotics kann ALOHA 2 auf Basis von Trainingsbeispielen verschiedene Aufgaben ausführen, wie etwa das Packen einer Lunchbox. Diese Fähigkeit, komplexe, sequenzielle Aufgaben zu bewältigen, stellt einen objektiven Fortschritt gegenüber dem Stand vor wenigen Jahren dar.
Dieser Fortschritt ist maßgeblich auf den Einfluss von KI auf sogenannte Roboter-Policies zurückzuführen. Während diese Richtlinien, die das Verständnis der Umgebung, die Bewegungsplanung und die korrekte Aufgabenausführung steuern, historisch von Ingenieuren in Tausenden von Codezeilen fest einprogrammiert wurden, übernehmen heute fortschrittliche KI-Systeme diese Aufgabe. Insbesondere Vision-Language-Modelle (VLM), die auf Bildern und Wörtern trainiert sind, ermöglichen ein unmittelbares kontextuelles Verständnis, das zuvor nicht existierte. Sie können beispielsweise ein verschüttetes Kaffeebild analysieren und ein Tuch in der Nähe als Reinigungswerkzeug identifizieren.
Thema: Technologie / KI allgemein. Quelle/Inspiration: MIT Technology Review.