Kenneth Glad
Wenn Sie die Kamera Ihres Smartphones auf Ihr Wohnzimmer richten, möchten Sie wahrscheinlich nur schnell ein Foto machen. Die meisten Menschen fragen sich nicht, was mit den dabei erfassten Bildinformationen geschieht. Doch hinter den Kulissen liefern solche alltäglichen Aufnahmen Daten für eine völlig neue Technologie.
Jahrelang dominierten Sprachmodelle die Diskussion über künstliche Intelligenz. Indem sie das jeweils nächste Wort vorhersagen, können sie Aufsätze verfassen oder komplexe Fragen beantworten.
Nun gehen Entwickler über reine Textanwendungen hinaus. Sie erstellen komplexe digitale Nachbildungen physischer Räume, sogenannte „Weltmodelle“.
Diese Systeme nutzen visuelle Daten, um Schwerkraft, räumliche Verhältnisse und Bewegungen zu simulieren. Laut WIRED verwenden Unternehmen dafür unterschiedlichste Quellen, von Videos freier Mitarbeiter bis hin zu älteren Daten aus Spielen wie Pokémon Go.
Brian McClendon, Technologiechef bei Niantic Spatial, sieht in dieser Entwicklung enormes Potenzial. „Bei uns geht es vor allem darum, die reale Welt zu rekonstruieren“, sagte er gegenüber WIRED.
Maschinen trainieren
Das Hauptziel besteht darin, Robotern eine sichere Trainingsumgebung zu bieten. Statt eine Maschine in einer echten Küche zu testen, können Ingenieure Millionen von Versuchen in einer digitalen Nachbildung durchführen.
Oliver Cameron, Geschäftsführer des KI-Labors Odyssey, erläuterte den Wandel gegenüber WIRED. Während Sprachmodelle Wörter vorhersagen, sollen diese neuen Systeme Ergebnisse in der physischen Welt prognostizieren.
„Bei einem Weltmodell gibt man dem System eine Darstellung des aktuellen Zustands der Welt, beispielsweise ein Bild, und es sagt daraufhin den nächsten visuellen Zustand voraus“, erklärte Cameron. „Es sind Simulationen, aber sie sehen realistisch aus und fühlen sich echt an“, fügte er hinzu.
Jenseits von Heimrobotern
Schon bald könnte dieselbe Technologie selbstfahrenden Autos helfen, schwierige Wetterbedingungen zu bewältigen. Das Startup Wayve entwickelt solche Modelle speziell für Fahrzeuge und nutzt dafür Aufnahmen von Fahrzeugkameras, um gefährliche Straßensituationen nachzubilden.
Jamie Shotton ist als wissenschaftlicher Leiter bei Wayve tätig. Er betonte, dass diese digitalen Systeme Ursache und Wirkung verstehen müssen, bevor sie im Straßenverkehr eingesetzt werden.
„Entscheidend ist, dass ein Weltmodell auf unsere Handlungen in der Welt reagieren kann. Deshalb muss es die Physik, Ursache und Wirkung sowie die Art und Weise verstehen, wie andere Objekte und Menschen ihr Verhalten als Reaktion auf unsere Handlungen ändern“, sagte Shotton gegenüber WIRED.
Auch große Investoren haben das finanzielle Potenzial inzwischen erkannt. Laut WIRED hat der Technologiekonzern AMD kürzlich das Startup World Labs für mehr als acht Milliarden US-Dollar übernommen.