Ein Roboter, der wie ein Mensch denkt

Redakteur: Katharina Juschkat

Das menschliche Gehirn hat eine erstaunliche Leistungsfähigkeit und verarbeitet Informationen anhand einzigartiger neuromorpher Algorithmen. Ulmer Forscher wollen die neurologische Leistung auf Roboter übertragen, damit diese Aufgaben schneller und effizienter erledigen können. Ein Prototyp fährt bereits durch die Gänge der Universität.

Firmen zum Thema

Ninja Turtle heißt der Roboter, der mit neuro-morphen Algorithmen ausgestattet in der Universität Ulm getestet wird. Die Algorithmen sind der menschlichen Wahrnehmung und Kognition nachempfunden.
Ninja Turtle heißt der Roboter, der mit neuro-morphen Algorithmen ausgestattet in der Universität Ulm getestet wird. Die Algorithmen sind der menschlichen Wahrnehmung und Kognition nachempfunden.
(Bild: Universität Ulm/Elvira Eberhardt)

Er hat tintenblaue Ohren, und mit seinen dunklen Kameraaugen, die seitlich auf dem rundlichen Aufbau montiert sind, sieht er recht possierlich aus. Auf einem fahrbaren Untersatz rollt der kleine Roboter den Ulmer Wissenschaftlern vorsichtig entgegen. Der Ninja Turtle, so sein Name, hilft den Neuroinformatikern und Kognitionsforschern dabei, spezielle Algorithmen zu testen, die der menschlichen Wahrnehmung und Kognition nachempfunden sind.

Bildergalerie

„Das menschliche Gehirn ist das effektivste Datenverarbeitungssystem“

Mit dem VA-Morph-Projekt möchten die Wissenschaftler neurobiologische Funktionen des Gehirns auf robotische und informationstechnische Systeme übertragen. Im Mittelpunkt steht dabei die Entwicklung sogenannter neuromorpher Algorithmen, die sich in ihrer Struktur und Arbeitsweise am menschlichen Gehirn und seinen elementaren Bestandteilen, den Neuronen, orientieren.

Ausgangspunkt ist dabei die Frage, wie visuelle und auditive Sensorströme verarbeitet, fusioniert und technisch genutzt werden können, beispielsweise für die räumliche Orientierung und Navigation. Damit wollen die Ulmer Forscher die Verarbeitung von visuellen und auditiven Sensordaten robuster, schneller und effizienter machen.

„Das menschliche Gehirn gehört noch immer zu den effektivsten Datenverarbeitungssystemen überhaupt“, erklärt Prof. Heiko Neumann, stellvertretender Leiter des Instituts für Neuroinformatik. „Vor allem bei der Auswertung von Sinneseindrücken arbeiten natürliche Nervensysteme hocheffektiv und sind vielen technischen Systemen überlegen.“

Gehirn filtert Informationen nach Relevanz

„Die menschliche Wahrnehmung ist nicht wie bei technischen Systemen getaktet, sondern arbeitet ereignisbasiert“, erklärt der Kognitionspsychologe Prof. Marc Ernst, der das Projekt mitbetreut. „Das heißt, relevant ist vor allem das, was sich über einen bestimmten Zeitraum hinweg verändert. Aus all den Informationen, die auf uns einströmen, wählt das Gehirn nur diejenigen aus, die überlebensrelevant sind und in der jeweiligen Situation einen Sinn ergeben“, erläutert Ernst weiter. Das laufe eben nicht wie bei einer herkömmlichen Kamera ab, wo die räumliche Umgebung über Einzelbilder erfasst wird.

Der biologische Hörvorgang ist ebenso komplex und dabei nicht weniger Daten-ökonomisch. Hierfür kombiniert das Gehirn Signale mit Erwartungen aus unterschiedlichen Erfahrungskontexten und verrechnet die Informationen zu einem multisensorischen Gesamteindruck. „Die Integration dieser sensorischen Datenströme ist eine Meisterleistung des Gehirns. Wenn wir verstanden haben, wie das genau funktioniert, können wir versuchen, diese Funktionsweisen auf technische Systeme zur Sensordatenverarbeitung zu übertragen“, fassen die Ulmer Forscher ihren wissenschaftlichen Auftrag zusammen. Gehirninspirierte Hard- und Software sind die Grundlage für Cognitive Computing, der Neurorobotik und der Künstlichen Intelligenz.

Ninjabot testet Algorithmen auf Praxistauglichkeit

Zur Generierung der neuromorphen Algorithmen haben die Ulmer Wissenschaftler biologisch plausible Lernverfahren entwickelt, mit deren Hilfe die relevanten Informationen aus der Gesamtheit der sensorischen Daten herausgefiltert werden können. Jetzt wollen Neumann und Ernst mit ihren Doktoranden Christian Jarvers, Maximilian Löhr und Timo Oess herausfinden, wie praxistauglich und leistungsfähig die nach menschlichem Vorbild geschaffenen Algorithmen sind.

Bildergalerie

Dafür werden sie auf der Roboterplattform implementiert und zunächst an einfachen Orientierungsaufgaben getestet. „Diesen Job hat nun der kleine Ninjabot: Ohne sich durch Nebengeräusche und Sichthindernisse irritieren oder ablenken zu lassen, soll er bestimmte visuelle und akustische Landmarken aufsuchen und einsammeln“, erläutern die wissenschaftlichen Mitarbeiter Löhr und Oess.

Gehirninspirierte Hardware kombiniert Prozessor und Speicher

Um die Algorithmen zu realisieren, kommen besondere Rechnerarchitekturen zum Einsatz. Bei dieser sogenannten gehirninspirierten Hardware sind Prozessor und Speicher nicht getrennt, wie dies bei herkömmlichen Rechnern der Fall ist. Vielmehr arbeiten diese vereint wie Neuronen und ihre synaptischen Verbindungen im Gehirn. Damit lassen sich die Daten wesentlich schneller und effizienter verarbeiten.

Wenn alles gut geht, wird sich der kleine Roboter Ninja Turtle unbehelligt von Störgeräuschen auch bei schwierigen Sichtverhältnissen seinen Weg zielstrebig durch das Labor bahnen, und dabei nur einen Bruchteil an Rechenkapazitäten und Speicherplatz verbrauchen wie herkömmliche Rechnerarchitekturen.

Für die nötige wissenschaftliche Ausstattung kooperieren die Wissenschaftler etwa mit IBM Research Almaden, die neuromorphe Chip-Architekturen aus dem Bereich Brain-Inspired Computing zur Verfügung stellen. Außerdem können die Wissenschaftler auf eine Hardware-Plattform aus dem EU-geförderten Human Brain Projekt zurückgreifen und über die Firma IniLabs zudem auf spezielle neuro-morphe Sensoren. Das Projekt ist Teil des "Neurorobotik"-Programms der Baden-Württemberg-Stiftung und wird mit 500 000 Euro unterstützt.

Dieser Beitrag stammt von unserem Partnerportal Elektrotechnik.de.

(ID:44922917)