Kommentar von Eddie Seymour, Nvidia Warum humanoide Roboter endlich in greifbare Nähe rücken

Von Eddie Seymour 3 min Lesedauer

Anbieter zum Thema

Fragt man Menschen, wie sie sich einen Roboter vorstellen, denken die meisten eher an eine Figur wie C-3PO aus Star Wars als an einen Fertigungsroboter in der Industrie. Bis heute stellen sich daher viele die Frage: Warum hat es so lange gedauert, humanoide Roboter in der Praxis einsatzfähig zu machen? Doch bald hat das Warten ein Ende: Humanoide Roboter rücken immer näher an unseren Alltag heran.

Der Autor: Eddie Seymour ist European Business Director bei Nvidia(Bild:  Nvidia)
Der Autor: Eddie Seymour ist European Business Director bei Nvidia
(Bild: Nvidia)

Unsere Welt ist auf den Menschen zugeschnitten: Wohnungen, Fabriken, Lagerhallen und Verkehrssysteme orientieren sich an der menschlichen Gestalt. Wer die Vorteile von Automatisierung und Technologie schnell und reibungslos in bestehende Strukturen integrieren möchte, setzt daher am besten auf robotische Systeme, die den menschlichen Körper nachahmen.

Humanoide Roboter können dabei helfen, dem wachsenden Arbeitskräftemangel entgegenzuwirken. Die Weltgesundheitsorganisation schätzt, dass in Europa bis 2030 rund vier Millionen Fachkräfte im Gesundheits- und Sozialwesen fehlen werden – darunter 2,3 Millionen Pflegekräfte sowie 1,1 Millionen Sozialarbeiter und Assistenten. Besonders ältere, pflegebedürftige Menschen werden die Folgen unmittelbar zu spüren bekommen. Auch kleine und mittlere Hersteller in Europa berichten, dass sie nur schwer Fachkräfte mit der erforderlichen technischen Expertise finden – etwa die Hälfte von ihnen ist davon bereits betroffen.

Ein weiterer Vorteil humanoider Roboter: Sie können Beschäftigte spürbar entlasten – etwa beim Heben schwerer Lasten, bei monotonen, sich ständig wiederholenden Arbeiten oder beim Umgang mit gesundheitsgefährdenden Stoffen.

Warum humanoide Roboter so schwer lernen – und wie KI sie fit macht

Für den Menschen ist es selbstverständlich, sich sicher in drei Dimensionen zu bewegen und zu arbeiten – das Ergebnis von Millionen Jahren Evolution. Maschinen hingegen müssen sich diese „Regeln des Zusammenspiels“ erst aneignen. Genau darin liegt eine der größten Herausforderungen. Im Zentrum der Herausforderung steht das „Roboter-Gehirn“. Ebenso wie der Mensch lernen auch Roboter durch Erfahrung: Sie müssen begreifen, wie sich Objekte unterschiedlicher Form und Masse in verschiedenen Umgebungen verhalten, wie sie ihr Gleichgewicht halten und Hindernissen ausweichen.

Solche Trainingsdaten liegen bisher kaum vor und müssen erst mühsam erstellt werden. Selbst für einfache Handlungen wie das Greifen einer Tasse oder das Treppensteigen existieren keine fertigen Datensätze. Die Sammlung solcher Daten ist zeitintensiv und kostenaufwendig.

Hier kommen synthetische Daten ins Spiel: Mithilfe physikalisch präziser digitaler Zwillinge können Entwickler ihre KI-Modelle in virtuellen Umgebungen trainieren und testen, bevor sie in der realen Welt zum Einsatz kommen.

Ein weiterer Knackpunkt: Die gigantischen Datenmengen müssen in einem Format vorliegen, das von Robotik-Simulationsprogrammen verarbeitet werden kann. Hier hat sich der Standard Universal Scene Description (OpenUSD) etabliert. Er bildet die Grundlage für das Erstellen, Bearbeiten, Visualisieren und Simulieren virtueller 3D-Welten. Auf dieser Basis können Teams realistische Daten generieren, diese mit fotorealistischen Details und ausreichend Vielfalt anreichern und so Modelle entwickeln, die sich flexibel auf verschiedenste reale Szenarien übertragen lassen.

Ohne solche synthetischen Daten ist es unmöglich, humanoiden Robotern menschliche Verhaltensweisen wie Gehen, Greifen oder Navigieren in komplexen Umgebungen anzutrainieren.

Die Drei-Computer-Lösung

Für die Entwicklung, das Testen und die Echtzeit-Ausführung der Software humanoider Roboter sind drei eng verknüpfte Computersysteme erforderlich – eine große Herausforderung, die dank KI mittlerweile gemeistert wurde.

Erstens: KI-Modelle analysieren die generierten Datensätze und extrahieren daraus die Regeln für Bewegung und Handlung der Roboter.

Zweitens: In simulierten Welten können Roboter ihre Fähigkeiten üben und weiter verfeinern.

Drittens: Moderne Roboter verfügen über leistungsstarke Bordcomputer, die es ermöglichen, diese Regeln und Daten in Echtzeit in der physischen Welt anzuwenden.

Diese „Drei-Computer-Lösung“ – bestehend aus dem Training der Roboter-Gehirne, der Datengenerierung und Simulation sowie der Echtzeit-Anwendung – macht humanoide Roboter erst praxistauglich. Entwickler weltweit setzen diesen Ansatz bereits erfolgreich ein, um humanoide Roboter in unterschiedlichster Form und Größe in den realen Einsatz zu bringen.

Einsatzbereit

Dank Fortschritten in den Bereichen KI, Simulation und Rechenleistung werden humanoide Roboter nun endlich Wirklichkeit. Sie sind bereit, in menschlichen Umgebungen zu agieren, dem Fachkräftemangel entgegenzuwirken und ganze Branchen nachhaltig zu verändern.

Artikelfiles und Artikellinks

(ID:50534595)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung