Ein Tübinger-Weltmodell als Speerspitze der KI

Das Start-up Ontic Labs arbeitet an einem Lernprogramm, dass Roboter auf ChatGPT-Level bringen soll.

Während Sprachmodelle wie ChatGPT oder Claude mittlerweile in der Lage sind, einen mathematischen Beweis zu erbringen, an dem sich die Menschheit seit über 30 Jahren die Zähne ausbeißt, sind die Entwicklungssprünge bei Robotern eher überschaubar. Sie verrichten immer noch vorwiegend monoton ablaufende Tätigkeiten in Fabriken, anstatt in unseren Häusern, auf Baustellen, in Krankenhäusern und im öffentlichen Raum komplexere Arbeiten zu übernehmen. Der Grund dafür ist einfach: Das Angebot an digitalen Daten macht den Unterschied. Sprachmodellen steht eine nahezu unerschöpfliche Quelle von Texten in jeder Art und Form zur Verfügung. Dagegen ist das Angebot an physikalischen Daten, wie sie zum Training von Maschinen benötigt werden, Mangelware. Fünf Gründer aus dem schwäbischen Cyber Valley haben sich ein ambitioniertes Ziel gesetzt: Mit ihrem Start-up Ontic Labs wollen sie den Weg für ein "ChatGPT für Roboter“ ebenen. Die Tübinger Wissenschaftler tüfteln an einem Trainingsmodell, das kostengünstig und universell einsetzbar die Robotik dorthin katapultieren soll, wo Sprachmodelle heute sind. Wieland Brendel und Omid Taheri vom Max-Planck-Institut für Intelligente Systeme, sowie Georg Martius, Gerard Pons-Moll und Mikel Zhobro von der Universität Tübingen setzen dabei auf Videos als Vermittler physikalischen Wissens.

Klassische Robotik und KI-Weltmodelle

Die klassische Robotik verlässt sich stark auf regelbasierte Programmierung oder antrainierte Muster aus begrenzten Datensätzen. Das funktioniert in stabilen und einfachen Umgebungen hervorragend, scheitert aber schnell an Unvorhersehbarkeiten: Lichtverhältnisse ändern sich, Objekte liegen anders, Menschen bewegen sich dynamisch. Deshalb gerät beispielsweise das Ausräumen einer Spülmaschine auch zu einem Fiasko, wenn ein Roboter diese für einen Menschen sehr simple, für ihn aber hochkomplexe Aufgabe übernehmen soll. Abhilfe verspricht der Einsatz von sogenannten Weltmodellen. Sie ändern das Grundprinzip: Statt nur auf Befehle zu reagieren, lernt ein KI-System, die physikalischen und kausalen Zusammenhänge seiner Umgebung zu simulieren. Es entwickelt ein internes „Verständnis“ dafür, was passiert, wenn ein Objekt bewegt, gestoßen oder von einem Menschen berührt wird. Ein weiterer Vorteil: Es können Szenarien durchgespielt werden, bei der weder Hardware beschädigt oder Menschen gefährdet werden. Allerdings ist der Trainingsaufwand mit der bislang eingesetzten Simulationstechnik immens – und damit teuer. Ontic Labs ist angetreten, das zu ändern.

Verstehen statt Nachahmen

Videos bieten physikalische Daten in Hülle und Fülle und sie werden in der Robotik bereits intensiv genutzt. Allerdings konzentriert sich die Anwendung bislang auf die beschriebenen einfachen Simulationen von Bewegungsabläufen, die die Roboter imitieren, ohne sie zu verstehen. Roboter, die mit dem Weltmodell von Ontic Labs trainiert werden, begreifen am Ende physikalische Zusammenhänge. Maschinen können dann auch mit Situationen umgehen, die sie noch nicht kennen. Damit wäre Ontics Labs sehr nahe an einem „ChatGPT für Robotik“: Jede beliebige Problemstellung wäre lösbar, ohne zusätzliches kostenintensives Training. Mit einem allgemeinen Verständnis von Physik erlangen Roboter die Fähigkeit, sich in dieser Welt eigenständig zu bewegen und komplexe Aufgaben zu übernehmen. Und als Generalisten wären sie dann vielfältig einsetzbar – auch, um besagte Spülmaschine unfallfrei auszuräumen.

„Wenn ein Roboter versteht, wie seine Aktionen die Welt verändern, kann er sicher, effizient und adaptiv handeln.“, bestätigt Brendel. „Videos vermitteln unserem Weltmodell nicht nur visuelle Muster, sondern auch physikalische Gesetze, Reibung, Trägheit und menschliches Verhalten.“ Während heutige KI-Modelle vor allem erfassen, wie die Welt aussieht, wird die Technologie von Ontic Labs verstehen, wie sie funktioniert – und Robotern damit komplexere Interaktionen mit ihrer Umwelt ermöglichen. „Wir entwickeln ein Grundlagenmodell, das aus Videos und Erfahrungen lernt, wie die Welt physikalisch funktioniert. Unser Ziel ist, Roboter mit Hilfe dieses Grundlagenmodells zu trainieren“, sagt Georg Martius, Mitgründer von Ontic Labs. „Damit schaffen wir eine Basis für vielseitigere Robotersysteme, die künftig in ganz unterschiedlichen Bereichen eingesetzt werden können.“ Gelingt ihr Weltmodel, könnte jede beliebige Roboteranwendung schnell und günstig trainiert werden – ein Meilenstein in der KI-Entwicklung. Das Start-up würde mit dieser Schlüsseltechnologie einen wichtigen Beitrag zur Hightech-Agenda Deutschlands und der digitalen Souveränität Europas leisten, das sich unabhängiger von den global vorherrschenden Technologieanbietern machen will.

Gründungssprint für Ontic Labs

Mit ihrem Ansatz zur physikalischen KI schaffte Ontic Labs diesen Sommer die erste Runde der Next Frontier AI Challenge der Bundesagentur für Sprunginnovationen (SPRIND). Sie gehören zu den insgesamt zehn Teams, die aus 550 Bewerbern aus ganz Europa ausgewählt wurden, um grundlegende KI-Technologien mit außergewöhnlich hohem Innovationspotenzial zu entwickeln. Das Ziel der Challenge: Innerhalb von 24 Monaten drei europäische KI-Startups aufzubauen, die nach zwei weiteren Stufen des Wettbewerbs und erfolgreicher Finanzierung eine Milliardenbewertung vorweisen können. Wenn alles funktioniert, findet sich unter ihnen auch Ontic Labs.

Die Transformation von einer agilen Forschergruppe in ein geschäftsorientiertes Gründer-Quintett verlief schnell: Nach der Bewerbung im Mai, kam im Juni bereits die Zusage, dass sie dabei sind - unter der Voraussetzung, innerhalb von einer Woche ein Start-up zu gründen. Die Ontic Labs GmbH wurde Wirklichkeit. „Das war sportlich“, erinnert sich Co-Gründer Brendel. „Allein einen Notartermin zu ergattern, wurde zur Herausforderung. Der Eintrag ins Handelsregister, die Eröffnung eines Bankkontos, eine Steuernummer, das Organisatorische hinter einer Unternehmensgründung ist mitunter ein zähes Unterfangen“, sagt der gründungserfahrene Brendel. Er und Martius haben bereits am intelligentem Landwirtschaftsroboter Polybot mitgewirkt, der am Max-Planck-Institut für Intelligente Systeme entwickelt wurde. „Diese Schnelligkeit bei SPRIND braucht das Unternehmertum. Gerade bei den heutigen Entwicklungszyklen ist jede Verzögerung ein Wettbewerbsnachteil. Und Gründende wollen immer direkt loslegen.“ „Einfach mal machen“, ist auch sein Rat an Gründungsinteressierte.