Intelligente Systeme: Bits und Bots

17. Juli 2015

Intelligente Systeme können selbständig erkennen, Informationen verarbeiten, flexibel agieren, lernen und sich an veränderte Situationen anpassen. Sie werden auf verschiedensten Skalen entwickelt, von tier- oder menschengroßen Robotern bis hin zu Systemen nicht größer als eine Bakterienzelle. Das Anwendungspotenzial reicht vom gezielten Wirkstofftransport im Körper bis hin zur Durchführung von Such- und Rettungsoperationen bei Katastrophen.

Wahrnehmen-Lernen-Handeln – diese Schleife bildet das Herzstück der Intelligenz. Sie zu verstehen – erst recht zu replizieren – ist eine Herausforderung.

Zwar hat der Begriff ‚Intelligenz’ für jeden Menschen eine andere Bedeutung, Bienen oder Bakterien als Beispiele hierfür anzuführen erscheint jedoch recht großherzig. Aber warum eigentlich nicht? Bienen fliegen Hunderte von Metern und landen auf einer schwankenden Blume. Bakterien, die weder über ein Gehirn noch über Nerven verfügen, scharen ihre Nachbarn um sich, um an einen für ihre Vermehrung besser geeigneten Ort zu wandern. Das sind nur zwei Beispiele, wie Organismen wahrnehmen, Informationen verarbeiten und autonom handeln, um auf ihre Umgebung zu reagieren und letztendlich in ihr zu überleben. Wissenschaftler untersuchen solche Beispiele und lassen sich für die Weiterentwicklung künstlicher Intelligenz inspirieren.

Makrobots

Ein intelligentes Wesen muss generell so vielseitig sein, dass es mit einer sich rasch verändernden Umgebung zurechtkommt. Hierfür sind eine Reihe von Sensoren notwendig, die enorme Mengen an Informationen liefern. Das menschliche Auge und die menschliche Haut sind Beispiele für solche Sensoren, die in der Lage sind aus externen Signalen riesige Datenmengen zu extrahieren.

Das komplexe Auge wie auch andere Sensoren bei Tieren sind nur schwer nachzubauen, vom mit ihm verbundenen Gehirn ganz zu schweigen. Moderne Kameras übertreffen zwar das menschliche Auge in vielerlei Hinsicht  einige können sogar Tiefe direkt wahrnehmen , das Hauptproblem ist aber die Umwandlung der Signale in Handeln. Computer können auf einem Gemälde Personen identifizieren, die Position ihrer Gliedmaßen erkennen und sogar Körperform und den Body-Mass-Index bestimmen (Abb. 1)1. Dies bedeutet aber nicht, dass Computer auch nur annähernd die Ästhetik der Kunst zu schätzen wüssten. Sehkraft ist nicht dasselbe wie Wahrnehmung, und die Frage, wie sich aus Messdaten eine Bedeutung extrahieren lässt, ist wissenschaftlich bislang nicht geklärt.

Sobald ein intelligentes System seine Umgebung ausgeforscht hat, muss es entscheiden, was zu tun ist. Starre Reiz-Reaktion-Mechanismen für unterschiedliche Verhaltensweisen bedeuteten jedoch eine zu große Einschränkung. Stattdessen muss das Verhalten dynamisch sein, wichtige von unwichtigen Informationen filtern können. Mit Hilfe von Algorithmen auf der Grundlage so genannter statistischer Inferenztechniken oder neuronaler Netzwerke im Gehirn von Tieren können Forscher Computer bereits so programmieren, dass sie wichtige Daten aus sensorischen Reizen extrahieren. Makrosysteme sind bislang jedoch noch nicht sehr effizient darin, ihr Verhalten kontinuierlich zu überprüfen und Handlungsfolgen zu bestimmen, die im Falle veränderter Zielsetzungen oder Umgebungseinflüssen revidiert werden müssten.

Wahrnehmen-Lernen-Handeln – diese Schleife ist das Herzstück der Intelligenz. Sie zu verstehen – erst recht zu replizieren – ist eine enorme theoretische und experimentelle Herausforderung.

Klein aber fein

In der Natur ist die Fähigkeit zu lernen bei sehr kleinen Organismen wie Bakterien und Insekten begrenzt. Das Potential winziger intelligenter Systeme ist dagegen riesig: man stelle sich nur vor, wie eine Gruppe zellgroßer Nanoroboter ganz gezielt abgestorbene Nerven mit winzigen elektrischen Ladungen reaktiviert oder als Laborgehilfe physiologische Veränderungen bei einzelnen Zellen aufzeichnet.

Ein Vorteil der geringen Größe liegt darin, dass auf diese Weise bestimmte Beschränkungen vollständig umgangen werden und sich gleichzeitig neue Möglichkeiten eröffnen. Intelligente Systeme in einer Größe von weniger als einem Millimeter sind wohl agil, da die auf kleinere Massen wirkende Schwerkraft im Vergleich zu anderen Kräften wie Reibung und Oberflächenspannung zunehmend an Einfluss verliert. Darüber hinaus können sie Stellen erreichen, die für größere Roboter unzugänglich sind.

Eines der Hauptprobleme ist jedoch die Herstellung dieser winzigen Sensoren und Datenprozessoren. Tiere reagieren auf Reize wie beispielsweise chemische und elektrische Impulse mit ‚Reflex’-Reaktionen, da ihre Zellen mit sehr unterschiedlichen Sensoren ausgestattet sind. Insektengroße Systeme wie die fliegende Roboterbiene RoboBee2 können sich dagegen nur mit Hilfe eines sie steuernden Menschen und eines externen Remote-Computers bewegen  für einen eingebauten Prozessor wären neue Materialien für Bauteile im Submillimeterbereich erforderlich.

Auf der Mikrometerskala ticken die Uhren anders, so dass sich die Entwicklung intelligenter Systeme ganz neuen Herausforderungen stellen muss. Hier herrschen Kräfte, die unserer Makrowelt fremd sind. Für eine Mikrobe ist Wasser so zäh wie Sirup. Einige Bakterien haben sich zur Lösung dieses Problems eine intelligente Schwimmtechnik angeeignet: sie kommen in Flüssigkeiten mit einer korkenzieherartigen Bewegung vorwärts. Wissenschaftler haben nur wenige Mikrometergroße künstliche Propeller entwickelt, die genau diese Fähigkeit besitzen (Abb. 2)3; man hofft, dass sich winzige intelligente Systeme eines Tages mit Hilfe dieses Antriebs durch ihre Umgebung bewegen können.

Auch die Brown’sche Bewegung, bei der kleine Objekte von den sie umgebenden Molekülen angestoßen werden, könnte an Bedeutung gewinnen. Die Schwarmbildung ist ein Weg, wie Bakterien ihre Bewegungen steuern können; Forscher planen künstliche Systeme zu entwickeln, die solche Schwärme bilden und vielleicht sogar größere Objekte antreiben können4.

Neue Materialien

Um weiter voranzuschreiten, muss sich unser Verständnis der natürlichen Intelligenz verbessern. Die Selbstorganisation von DNA-Molekülen für den Aufbau von Nanostrukturen auszunutzen wäre von unschätzbarem Wert, doch wir verstehen die Regeln hier noch nicht ganz. Die Natur bietet auch Anregung zur Suche nach Materialien für die Herstellung künstlicher Systeme. Wir verfügen heute über humanoide Roboter, die aufrecht gehen und sich präzise und elegant bewegen können; Roboter-Vögel können sogar fliegen5. Das ist zwar eindrucksvoll, die Bauteile dieser Systeme benötigen jedoch viel Strom, sind nicht energieeffizient und mechanisch dem Muskel unterlegen.
Intelligente Systeme ließen sich auf unterschiedlichen Größenskalen kombinieren – um etwa Makrorobotern durch organische Motoren Muskeln oder insektengroßen Mikrorobotern eine selbstheilender ‚Haut’ zu verleihen.

Für Roboter jedweder Größe und Form benötigen wir bessere Materialien und Herstellungsverfahren. Ohne 3D-Drucktechniken oder Ätzverfahren für das Aufbringen von Schaltkreisen auf nur Millimeter große Bauelemente wird es wohl kaum gehen. Ingenieure und Materialwissenschaftler müssen zudem einen Weg finden, um diese Systeme mit Energie zu versorgen oder ihnen die Fähigkeit zu verleihen, Energie aus ihrer Umgebung zu gewinnen. Doch wie synthetisch die Materialien auch sein mögen, Forscher werden sich auch weiterhin von der Natur inspirieren lassen.

Am Max-Planck-Institut für Intelligente Systeme wurde ein Verfahren zur Erzeugung dreidimensionaler Nanostrukturen entwickelt, das von winzigen Metallpunkten ausgeht (Mark, A. G. et al. Nature Materials 12 802–807; 2013). Die Forscher generierten Nanopropeller als Art Geißeln, wie sie Bakterien zur Fortbewegung nutzen. Diese Nanopropeller wurden magnetisiert und mit mikrometergenauer Präzision durch Flüssigkeiten gelenkt3. Sie könnten sich eines Tages für den Antrieb mikroskopisch kleiner intelligenter Systeme eignen.

Bibliographie:

1Guan, P. et al. IEEE International Conference on Computer Vision 1381–1388 (IEEE, 2009).

2Ma, K. Y. et al. Science 340, 603 (2013).

3Ghosh, A. & Fischer, P. Nano Lett. 9, 2243–2245 (2009).

4Kim, D. et al. Biomed. Microdevices 14, 1009 (2012).

5MacKenzie, D. Science 335, 1430 (2012).

Weitere interessante Beiträge

Zur Redakteursansicht