17.04.2018

Zukunftsfragen und künstliche Intelligenz in der MRK

Wo besteht noch Handlungsbedarf beim Thema MRK und wie wird sich die Robotik weiterentwickeln? Wie werden Roboter zu intelligenten Maschinen? Was versteht man unter "Künstlicher Intelligenz”? Wie funktionieren neuronale Netze? Antworten auf diese und weitere Fragen finden Sie hier.

Humanoider Roboter Zukunftskonzept

Wo besteht noch Handlungsbedarf beim Thema MRK und wie wird sich die Robotik weiterentwickeln?

Eine schrittweise Weiterentwicklung, hin zu immer leichteren, effizienteren, genaueren Robotern, ist schon seit Jahrzehnten im Gang, getrieben von der Miniaturisierung aller Komponenten und der Perfektionierung ihrer Steuerungen. Die heutige Robotik ist bereits die Königsdisziplin der Mechatronik. Auf engstem Raum und mit höchster Leistungsdichte sind Mechanik, Elektronik und Steuerungstechnik funktional integriert. Maßgebliche Treiber dieser Entwicklung sind vor allem die enorme Steigerung der Rechenleistung sowie die Speicher- und Kommunikationsfähigkeiten moderner Mikrochips und die Kostenreduktion bei Sensoren.

Eine weitere Voraussetzung für eine noch effektivere Zusammenarbeit von Mensch und Maschine ist die einfache und intuitive Bedienung. Es geht darum, Roboter zu entwickeln, die sich an uns und unsere Alltags- und Arbeitswelten anpassen, und nicht mehr umgekehrt. Der Roboter der Zukunft lässt sich sofort in Betrieb nehmen, ohne großen Programmieraufwand instinktiv steuern und lernt selbstständig von seinem menschlichen Kollegen. Dieses Anlernen des Roboters kann, je nach Situation, von einfachen Kommandos und Gesten bis zum Vormachen kompletter Arbeitsgänge gehen. Ähnlich, wie ein Meister seinem Auszubildenden eine neue Aufgabe zeigt.

Ein weiteres Ziel ist es, die kognitiven Fähigkeiten des Menschen mit der Kraft und Wiederholgenauigkeit von Robotern zu kombinieren. Zukünftige intelligente Robotersysteme folgen nicht mehr stur einem einmal eingegebenen Programm, sondern lernen von und mit dem Menschen, der sie bedient. Sie verbessern ihre Arbeit kontinuierlich und können durch den Mitarbeiter selbst auf neue Aufgaben angesetzt werden, ohne dass ein externer Systemintegrator bemüht werden muss und die Produktionslinie deshalb lange stillsteht.

Der Vorteil derartiger adaptiver Roboter ist, dass sie sich flexibel und ohne hohen Aufwand für unterschiedliche Aufgaben in der Produktion anpassen und einsetzen lassen. Als kostengünstige Lösung sind sie dann auch für kleine und mittelständische Unternehmen interessant. Man muss aber die Produktionskonzepte zuvor ganzheitlich betrachten. Nur einen sicheren Roboter mit einem sicheren Greifer in Betrieb zu nehmen, bringt noch keinen Vorteil für den Nutzer.

Handlungsbedarf besteht im Bereich der ROI-Berechnung. Die klassische Betrachtung betrachtet nicht den Faktor Mensch. In der Regel wird so gerechnet, dass ein Mitarbeiter durch Automatisierung ersetzt wird, und nicht dass eine Arbeitskraft durch Automatisierung unterstützt wird und so länger gesund aktiv sein kann.

Wie werden Roboter zu intelligenten Maschinen?

Mit Blick auf die Zukunft der Robotik ist häufig von intelligenten Robotern die Rede, wobei es keine verbindliche Definition des Begriffs Intelligenz” gibt. Daher wollen wir lieber von intelligentem Verhalten sprechen und dieses als zielgerichtetes und situationsadäquates Handeln verstehen.

Zwar kann man heute schon von zielgerichtetem Handeln sprechen, gesteuert durch entsprechende Programme, aber das flexible, adaptive, auf wechselnde, auch unvorhergesehene Situationen sinnvoll reagierende Verhalten, das für alle intelligenten Lebewesen so charakteristisch ist, fehlt heutigen Robotern gänzlich. Ein Grund dafür ist der Mangel an Sensoren, maschinelle Tastsinne. Ohne sie gibt es keine Maschinenintelligenz.

Die wichtigste Voraussetzung für intelligentere Roboter ist deren Ausstattung mit Sensoren, die sie in die Lage versetzen, zu sehen, zu hören und zu fühlen. Dabei können verschiedene Sensoren unterschiedliche Aufgaben wahrnehmen: Optische Sensoren können globale und regionale Informationen liefern. Drehmomentsensoren Kontaktkräfte ermitteln. Taktile Sensoren Kräfte und Oberflächenbeschaffenheit erkennen.

Insbesondere die Erkennung von Kräften – seien es unbeabsichtigte bei einer Kollision oder beabsichtigte bei Fügevorgängen – ist von zentraler Bedeutung für ein intelligentes Verhalten von Assistenz- oder Servicerobotern, die mit dem Menschen zusammenarbeiten sollen.

Hervorragende Beispiele für den Stand der Technik stellen z.B. der von DLR und KUKA entwickelte Leichtbauroboter LBR iiwa mit in den Gelenken integrierten Drehmomentsensoren oder die mit taktilen Sensoren ausgestattete Fünf-Finger-Greifhand von SCHUNK dar. Die Auswertung vieler verschiedener Sensoren ergibt ein stimmiges Gesamtbild, das den Roboter in die Lage versetzt, schnell und angemessen zu handeln, zu lernen und mithilfe künstlicher Intelligenz zu einem intelligenten Handhabungssystem für die MRK zu werden.

Über eine Vernetzung aller Roboter im Internet können zusätzlich große Datenmengen immer intelligenter und schneller – vor Ort, in smarten Komponenten mit eingebetteten Funktionalitäten, im lokalen Netzwerk oder in der Cloud – analysiert werden. Zu den weiteren entscheidenden technologischen Eckpfeilern der Roboterweiterentwicklung zählt mit Sicherheit die Erschließung von Methoden der künstlichen Intelligenz und des maschinellen Lernens.

Was versteht man unter „Künstlicher Intelligenz”?

Der Begriff „Künstliche Intelligenz” – häufig auch „KI” abgekürzt – ist aus der englischen Entsprechung Artificial Intelligence (AI)” abgeleitet. Er fand seit 1956 Verbreitung, als der US-Wissenschaftler John McCarthy eine Konferenz unter dem gleichlautenden Namen am Dartmouth College in New Hampshire initiierte.

Auf dieser Konferenz diskutierten Wissenschaftler erstmals über Computer, die Aufgaben lösen sollten, die über das reine Rechnen mit Zahlen hinausgingen, etwa Texte analysieren, Spiele spielen oder Sprachen übersetzen. Zu den Überraschungen dieser ersten KI-Konferenz zählte der Beitrag Arthus Samuels.

Der begeisterte Dame-Spieler hatte für einen IBM-Großrechner ein erstes Programm geschrieben, mit dem er fortan sein Brettspiel üben konnte. Neu war, dass das Programm am Anfang nicht viel mehr als die erlaubten Züge des Dame-Spiels konnte und häufig verlor. Im Hintergrund lief aber ein weiteres Programm mit, das für jeden der Züge die Erfolgswahrscheinlichkeiten berechnete. Und dann hatte Samuel eine sensationelle Idee. Er ließ den Computer gegen sich selbst spielen und herausfinden, ob diese Wahrscheinlichkeiten korrekt waren oder angepasst werden sollten. Endlos viele Spiele, Zug um Zug. Das erste lernende System war geboren. Und der Computer verbesserte ständig die Genauigkeit seiner Vorhersagen. Der Begriff des maschinellen Lernens war plötzlich in aller Munde.

Doch auch Rückschläge blieben nicht aus. In den 1970er-Jahren wandten sich viele Forscher vom Gebiet der Künstlichen Intelligenz” ab. Sie mussten feststellen, dass regelbasierte Systeme für viele Anwendungsfälle nicht einsetzbar waren. Darunter fielen vor allem auch Tätigkeiten, die den meisten Menschen erheblich weniger Mühe bereiten, als Zahlen zu multiplizieren oder Dame zu spielen, beispielsweise Handschriften zu lesen, Sprache zu verstehen oder in Bildern sofort die wesentlichen Bildinhalte zu erkennen. Auch stießen sie sehr schnell an Limitierungen, die sich durch die damaligen begrenzten Rechenleistungen ergaben.

Seit Mitte der 1980er-Jahre drehte sich wiederum das Blatt, vor allem, als das neue Konzept der neuronalen Netze entwickelt wurde. Seither wächst auch die Zahl der kommerziellen Erfolgsgeschichten. Eingesetzt werden solche Systeme z.B. bei Navigationssystemen, bei der Spracherkennung im Smartphone, bei der Briefsortierung in Postverteilungszentren oder bei medizinischen Diagnosesystemen.

Weitere Fragen und Antworten zu diesem Thema finden Sie in unserem Produkt „Maschinenrichtlinie“.

Autor: Markus Glück (Chief Innovation Officer sowie Geschäftsführer Forschung und Entwicklung der SCHUNK GmbH & Co)