Wird Robotersteuerung durch KI-Technologie natürlicher? Googles RT-2 verspricht es!

Googles neueste Innovation im Bereich der künstlichen Intelligenz, der Robotics Transformer 2 (RT-2), setzt neue Maßstäbe in der Robotik. Durch den Einsatz modernster KI-Technologie, ähnlich den Systemen von KI-Chatbots wie Bard und ChatGPT, will Google Roboter befähigen, Aufgaben effizienter und effektiver zu erledigen. Vincent Vanhoucke, Leiter der Robotikabteilung bei Google DeepMind, stellte den RT-2 als ein „einzigartiges Bild-Sprache-Aktions-Modell (VLA)“ vor, mit dem Nutzer Roboter über natürliche Sprache steuern können.

Diese bahnbrechende Entwicklung ermöglicht es Robotern, Text- und Bilddaten aus dem Internet zu interpretieren und entsprechende Aktionen auszuführen. Mit RT-2 revolutioniert Google die Art und Weise, wie Roboter ihre Umwelt verstehen, und erweitert so ihre Fähigkeiten in verschiedenen Bereichen – angefangen bei der alltäglichen, aber wichtigen Aufgabe der Müllentsorgung.

KI-Technologie für die konventionelle Robotersteuerung von Googles RT-2

Googles RT-2, das visionäre Bild-Sprache-Aktions-Modell (VLA), hat die Robotik revolutioniert. Durch die Nutzung ähnlicher Technologien wie die KI-Chatbots Bard und ChatGPT sprengt RT-2 die Grenzen herkömmlicher Robotersteuerung. Im Gegensatz zu Chatbots, die Textdaten für die Interaktion mit Menschen verarbeiten, stehen Roboter vor der komplexeren Herausforderung, ihre physische Umgebung zu verstehen. Diese Unterscheidung stellt eine besondere Hürde dar, da Roboter Objekte unterscheiden, den Kontext interpretieren und auf Basis ihrer Wahrnehmungen präzise Aktionen ausführen müssen.

Vincent Vanhoucke betonte die Komplexität des Roboterverständnisses und wies darauf hin, dass das Erkennen eines einfachen Objekts wie eines Apfels deutlich leichter ist als die Unterscheidung zwischen einem leckeren roten Apfel und einem roten Ball, bevor man das gewünschte Objekt präzise greift. Googles RT-2 schließt diese Lücke und ermöglicht es Robotern, reale Szenarien zu verstehen und auf Anweisungen in natürlicher Sprache zu reagieren. Durch die Kombination von Sprachverständnis und visueller Wahrnehmung läutet der RT-2 eine neue Ära der Robotik ein, mit Anwendungsbereichen in der Fertigung, im Gesundheitswesen, im Katastrophenschutz und darüber hinaus. Mit den bemerkenswerten Fähigkeiten des RT-2 ist das Potenzial für die Mensch-Roboter-Kollaboration und transformative Fortschritte in verschiedenen Branchen schlichtweg erstaunlich.

Roboter mit der Müllentsorgung befähigen

Bisher war das Training von Robotern für selbst scheinbar einfache Aufgaben wie das Wegwerfen von Müll ein mühsamer und zeitaufwändiger Prozess. Ingenieure mussten dem Roboter beibringen, den Müll zudent, ihn richtig zu greifen, einen geeigneten Mülleimer zu finden und den Abfall dann sorgfältig zu entsorgen. Diese komplexe Choreografie erforderte umfangreiches Training und die Feinabstimmung zahlreicher Parameter, was den Prozess langsam und eintönig machte.

Mit dem Aufkommen von RT-2 und dessen Fähigkeit, auf riesige Mengen an Online-Bilddaten zuzugreifen, hat sich das Training von Robotern grundlegend verändert. Das neue KI-Modell ermöglicht es Robotern, schnell zu lernen, Müll zudentund die notwendigen Schritte zum Aufsammeln und korrekten Entsorgen selbstständig auszuführen. Mit nur wenigen Trainingsdaten gelingt es RT-2 Robotern bemerkenswerterweise, Konzepte aus ihren Sprach- und Bildverarbeitungsdaten zu übertragen und so komplexe Aufgaben zu bewältigen, für die sie zuvor nicht explizit trainiert wurden.

In einer beeindruckenden Demonstration Roboter mühelosdenteinen Spielzeugdinosaurier hoch, als er aufgefordert wurde, ein ausgestorbenes Tier aus einer Gruppe von Spielzeugen aufzuheben. In einer weiteren Aufgabe bewegte der Roboter gekonnt ein kleines Spielzeugauto vom Typ Volkswagen zu einer deutschen Flagge. Diese Beispiele aus der Praxis verdeutlichen, wie die Sprach- und Bildverarbeitungsfähigkeiten des RT-2 die Robotik zu neuen Höhen in puncto Vielseitigkeit und Reaktionsfähigkeit führen.