Russ Tedrake vom MIT sagt, dass Robotik endlich auf einer Rakete ist

Als Russ Tedrake sah, wie sein kleiner Roboter in 20 Minuten selbstständig laufen lernte, war dies nicht nur ein Laborexperiment: Es war das Signal, dass die Robotik dabei war, einen Gang hochzuschalten, und er selbst gibt zu: „Der Erfolg des maschinellen Lernens verlief viel schneller, als wir ihn wirklich verstehen konnten.“ Bis vor wenigen Jahren war der Bau eines gehenden Roboters eine technische Herausforderung für Ingenieure der alten Schule: Alles wurde nach präzisen Prinzipien entworfen, man strebte nach perfekter Kontrolle, und jeder Fehltritt war ein Schritt zurück. Heute sagt Tedrake jedoch, dass sich die Rolle der Ingenieure verändert: Wir sind nicht mehr nur Konstrukteure, sondern werden zu Verhaltenswissenschaftlern, die beobachten, was passiert, wenn das System selbstständig lernt – und oft wissen wir nicht wirklich, warum es so gut funktioniert. Die These lautet: Nach jahrzehntelangen Versprechungen steht die Robotik jetzt wirklich auf der Startrampe. Nicht, weil wir endlich alle Geheimnisse der Physik des Gehens oder der künstlichen Intelligenz verstanden haben, sondern weil sich die Art und Weise, wie Maschinen gebaut werden und lernen, radikal verändert hat. Wir bringen den Robotern nicht mehr jedes Detail bei: Wir gehen von allgemeinen Modellen aus, wie denen, die bereits die Sprache oder das Video beherrschen, und „trainieren“ sie nur, um den zusätzlichen Schritt zu tun, um den allgemeinen gesunden Menschenverstand mit der physischen Handlung zu verbinden. Tedrake hat tiefe Wurzeln: Als Sohn eines Ingenieurs von General Motors in Detroit verbrachte er seine Jugend damit, die Grundlagen der Automatisierung in einer Ford-Fabrik zu erlernen, wo ein Fehler in seinem Code – das Stoppen der Ventilatoren, wenn ein Kabel abgezogen wurde – die Temperatur über die von der Gewerkschaft festgelegte Grenze steigen ließ und die Produktionslinie zum Stillstand brachte. „Sie haben mich angeschrien, aber damals habe ich wirklich verstanden, was es bedeutet, eine Fabrik stillzulegen“, erzählt er. Später, an der Universität, war Robotik Mangelware, und er fand seinen Weg, indem er an der künstlichen Intelligenz von Videospielen arbeitete, bevor er sich in den Labors des MIT in zweibeinige Roboter verliebte. Seine These: Die effizientesten Laufroboter waren nicht diejenigen, die voller Motoren und Steuerungen waren, sondern diejenigen, die die Physik ausnutzten, wie bestimmte Spielzeuge, die mit einem leichten Stoß eine Rampe hinunterfahren und die Schwerkraft den Großteil der Arbeit erledigen lassen. Und hier die erste Tatsache, die alles auf den Kopf stellt: Die Modelle des Reinforcement Learning, die jahrelang als kaum mehr als eine nette Idee angesehen wurden, sind in wenigen Jahren zum Motor der neuen Robotik geworden, einfach weil die verfügbare Rechenleistung und die Möglichkeit, Millionen von Szenarien zu simulieren, es ermöglicht haben, Roboter fast wie in einem Videospiel zu trainieren. Tedrake sagt es ganz klar: „Wir hatten Systeme, die unglaublich gut funktionierten, bevor wir überhaupt wirklich verstanden haben, warum.“ Dieser Sprung hat den Beruf verändert: Es geht nicht mehr darum, alles bis ins kleinste Detail zu planen, sondern zu beobachten, zu experimentieren, zu sehen, was passiert, wenn der Roboter es selbst versucht – und erst danach zu versuchen, die sich daraus ergebenden Regeln zu verstehen. Eine der menschlichsten Szenen kommt, als Tedrake beschreibt, wie die Robotik zu einer offenen Disziplin geworden ist: Er sagt, dass heute jeder, der Talent hat, dorthin gelangen kann, egal ob er aus der Automobilindustrie, der Medizin oder der Softwarebranche kommt. Und Boston mit seinem Ökosystem aus Start-ups und Labors ist der Ort, an dem diese Vermischung am besten zu sehen ist. Eine weitere Umkehrung: Viele denken, dass das Problem der Robotik der Mangel an Daten ist – dass man nicht mit der Masse an Informationen konkurrieren kann, auf denen die großen Sprachmodelle trainiert wurden. Tedrake erklärt hingegen, dass der eigentliche Durchbruch darin besteht, eine Brücke zu bauen: von Modellen auszugehen, die bereits voller gesundem Menschenverstand über die Welt sind, und nur zu „lehren“, wie man dieses Wissen in spezifische physische Handlungen umsetzt. Es ist nicht nötig, alles von Grund auf neu aufzubauen. Dies macht die Robotik viel skalierbarer und weniger abhängig von riesigen proprietären Datensätzen. Und wenn es um die Zukunft geht, ist Tedrake klar: „Es steht nicht fest, dass wir es diesmal schaffen werden, aber ich bin lieber in dem Raumschiff, das zum Mond fliegt, als auf dem Boden zu bleiben.“ Aber es gibt einen Warnhinweis: Wenn die Technologie die Natur der Arbeit selbst verändert, besteht die Gefahr, dass das Gefühl des persönlichen Wertes, das so viele Menschen in ihrem Beruf finden, verloren geht. Deshalb, sagt er, müsse man alles mit Empathie angehen, den Beteiligten zuhören und von denen lernen, die bereits ähnliche Revolutionen erlebt haben – wie in der Software oder in der Grafik –, um zu verhindern, dass die Transformation diejenigen zurücklässt, die heute mit ihren Händen arbeiten. Hier ist der letzte Gedanke: Die wahre Revolution der Robotik besteht nicht darin, intelligentere Maschinen zu bauen, sondern die Art und Weise zu überdenken, wie wir von den Maschinen selbst lernen. Wenn du nach dieser Geschichte die Technologie mit anderen Augen betrachtest, kannst du diese Veränderung auf Lara Notes mit I'm In markieren: Es ist keine Zustimmung, sondern eine Erklärung, dass diese Perspektive jetzt zu dir gehört. Und wenn du jemandem erzählst, wie die Robotik sowohl die Arbeit als auch die Menschheit verändert, kannst du dieses Gespräch mit Shared Offline markieren: Denn einige Ideen müssen aufgehalten werden, wenn sie zu echten Gesprächen werden, nicht nur zu Links. Diese Notiz stammt aus dem Podcast Automated und erspart dir 43 Minuten Hörzeit.