Zu dumm fürs Leben: Wer bald auf Hausroboter hofft, wird enttäuscht

Ein Roboter faltet Wäsche, sortiert Müll, reagiert auf Sprachbefehle - Google DeepMind zeigt, was KI-gesteuerte Maschinen heute können. Doch eine neue Facharbeit mahnt zur Nüchternheit: Wirklich "denkfähige" Roboter sind noch ferne Zukunft.

Google DeepMind vs. Realität: Hausroboter noch Utopie?

Humanoide Roboter gelten seit Jahrzehnten als Ziel moderner Ingenieurskunst. Systeme wie Tesla Optimus, Boston Dynamics' Atlas oder Apollo von Apptronik sollen lernen, komplexe Aufgaben selbstständig auszuführen. Den jüngsten Schub liefert KI - insbesondere multimodale Sprachmodelle, die sehen, verstehen und handeln sollen.

Google DeepMind gilt dabei als einer der wichtigsten Treiber dieser Entwicklung. Mit den neuen Modellen Gemini Robotics 1.5 und Gemini Robotics-ER 1.5 koppelt das Unternehmen visuelle Sensorik, Sprachverständnis und Motorik. In Demonstrationsvideos scheint der Roboter "Apollo" Befehle zu verstehen - etwa Wäsche zu falten oder Gegenstände in Taschen zu legen. Technisch übersetzt die KI Bilddaten und Sprache in Bewegungsbefehle, plant Wege und priorisiert Aufgaben.

Handeln und Wahrnehmen in der physischen Welt sind für KI weit anspruchsvoller als das reine Analysieren von Daten

Genau hier setzt eine neue Analyse im Fachjournal Nature Machine Intelligence an. Das Team Aude Billard (EPFL) und Ravinder Dahiya von der Northeastern University fordert in seiner Roadmap, KI-Modelle stärker mit physikalischer Wahrnehmung zu verbinden. Die aktuelle Generation könne zwar Szenen erkennen, aber keine taktilen, thermischen oder chemischen Eindrücke verarbeiten - zentrale Voraussetzungen für sicheres Handeln in unvorhersehbaren Umgebungen, so die Forscher. Boston Dynamics' Atlas und Co. wirken schlau, doch Forscher sehen große Hürden

Die Daten fehlen

Vision-Language-Action-Modelle wie Gemini basieren auf massiven Datenmengen. Sie erkennen Muster, aber nicht Bedeutungen. Dahiya arbeitet unter anderem an elektronischer Haut, deren Sensorpunkte Druck, Temperatur und Textur erfassen können. Das große Problem, für einen "Verständnis"-Durchbruch der KI, wenn es um solche Sensoreindrücke geht: Anders als bei visuellen Trainingsdaten fehlt der eine große "Tastsinn-Datensatz", um maschinelles Lernen auf diesen Bereich auszuweiten. Eine große Lücke im "Weltbild" der Roboter, die sich nicht einfach so schließen lässt. Roboter, die unsere Welt 'verstehen': Aktuell noch sehr beschränkt Doch echte Autonomie, so das Fazit der Forscher, entsteht erst, wenn Roboter mehrere Sinneskanäle kombinieren: Sehen, Hören, Fühlen, Riechen. Erst dann könnten Maschinen flexibel mit Ungewissheit umgehen - vom zerbrechlichen Glas bis zur heißen Pfanne. Deshalb schließt das Team: Bis dahin bleibt der humanoide Helfer im Haushalt ein faszinierendes Experiment auf dem langen Weg zur verkörperten Intelligenz.


Siehe auch: