ETH-Forscher entwickelt Mini-KI-Testlabs – auch die Robotik profitiert
© Deutsche Messe AG
Juan Gamella hat spezielle Miniatur-Labors (Mini-Labors) gebaut, die sich als Prüfstand für neue KI-Algorithmen eignen. „Die Mini-Labors stellen eine flexible Testumgebung bereit, die echte Messdaten liefert. Sie sind ein bisschen wie ein Experimentierfeld für Algorithmen, in dem Forschende ihre KI über simulierte Daten hinaus in einer kontrollierten und sicheren Umgebung testen können“, sagt Gamella.
Die Mini-Labors basieren auf wohlbekannter Physik, sodass die Forschenden dieses Wissen nutzen können, um zu überprüfen, ob ihre Algorithmen für eine Vielzahl von Problemen zur richtigen Lösung gelangen. Versagt eine KI im Test, können die Forschenden die zugrunde liegenden mathematischen Annahmen und Algorithmen gezielt und früh in der Entwicklung verbessern.
Gamellas erste Mini-Labors beruhen auf zwei physikalischen Systemen, die essenzielle Eigenschaften aufweisen, sodass viele KI-Tools unter realen Bedingungen mit ihnen zurechtkommen müssen: Wie sich die Mini-Labors genau einsetzen lassen, hängt von der jeweils zu prüfenden Fragestellung ab, und davon, was der Algorithmus leisten soll.
Das eine Mini-Labor von ihm enthält zum Beispiel ein dynamisches System wie Wind, das sich ständig verändert und auf äußere Einflüsse reagiert. Es lässt sich verwenden, um KI-Tools für Steuerungsprobleme zu testen. Sein zweites Mini-Labor befolgt gut bekannte physikalische Gesetze für Licht. Es lässt sich dazu verwenden, um eine KI zu testen, die solche Gesetze automatisch aus Daten lernen soll, um damit Wissenschaftler*:innen bei neuen Entdeckungen zu unterstützen.
Wie muss man sich die Mini-Labors vorstellen?
Die Mini-Labors sind konkrete Geräte, die etwa so groß sind wie ein Desktop-Computer, und die sich per PC-Fernbedienung steuern lassen. Sie erinnern an die historischen Demonstrationsexperimente, mit denen Forschende ab dem 16. Jahrhundert ihre Theorien und Erkenntnisse in wissenschaftlichen Gesellschaften präsentierten, diskutierten und verbesserten.
Juan Gamella vergleicht die Rolle der Miniatur-Labors in der Entwicklung von KI-Algorithmen mit der eines Windkanals im Flugzeugbau: Wird ein neues Flugzeug entwickelt, wird der größte Teil des Entwurfs zunächst mit Computersimulationen durchgeführt, weil das kostengünstiger und effizienter ist. Haben sich die Ingenieure auf ihre Designs geeinigt, bauen sie Miniaturmodelle und checken sie im Windkanal. Erst dann bauen sie ein Flugzeug in Originalgröße und testen es in echten Flügen.
„Wie der Windkanal bei Flugzeugen dienen die Mini-Labors der Sicherheitsprüfung, um zu gewährleisten, dass alles in einem frühen Stadium funktioniert, wenn wir von der Simulation zur Realität übergehen“, sagt Gamella. Er betrachtet das Testen von KI-Algorithmen in einer kontrollierten Umgebung als einen entscheidenden Zwischenschritt, um sicherzustellen, dass eine KI in komplexen, realen Szenarien funktioniert. Die Mini-Labors bieten dies für bestimmte Arten von KI, besonders für diejenigen, die direkt mit der physischen Welt interagieren sollen.
Die Mini-Labors helfen den Forschenden, das Problem des Übergangs von der Simulation zur Realität zu untersuchen: sie bieten ihnen ein Testumfeld, in dem die Forschenden so viele Experimente durchführen können, wie sie benötigen. Dieses Übergangsproblem ist auch für den Überlappungsbereich von Robotik und KI relevant, wo KI-Algorithmen oft so trainiert werden, zuerst Aufgaben in einer simulierten Umgebung zu lösen und erst danach in der realen Welt. Dies erhöht ihre Zuverlässigkeit.