heise+ | Weltmodelle: Wie KI lernt, die Folgen von Handlungen vorherzusagen

Wer nur Texte liest, kann nur Sprache lernen. Über Dinge wie Schwerkraft oder das Zusammenspiel von Ursache und Wirkung nur zu lesen, ist aber etwas anderes, als sie zu beobachten oder selbst zu erleben. Sogenannte Weltmodelle nutzen deshalb Videos und 3D-Simulationen, um ein inneres Bild der Welt und ihrer Abläufe zu entwickeln. So lernen sie nicht nur, physikalische Zusammenhänge zu verstehen, sondern auch die Auswirkungen ihrer Aktionen vorherzusagen.

• Weltmodelle lernen aus Videos, wie sich Gegenstände bewegen und welche Folgen sich daraus ergeben.
• Selbstfahrende Autos und Roboter können mit solchen Modellen alltägliche oder gefährliche Situationen in virtuellen Umgebungen erproben.
• Noch sind sie nicht ausgereift: Ihre Vorhersagen sind oft schwer nachzuvollziehen.

„In der Computerwissenschaft ist der Begriff Weltmodell noch recht neu“, sagt Thomas Brox, Professor für Pattern Recognition and Image Processing an der Uni Freiburg. „In der Biologie oder auch den Neurowissenschaften existiert das Konzept allerdings schon sehr lange.“ Dort beschreibt es die innere Repräsentation der Umwelt, die ein Lebewesen nutzt, um Vorhersagen zu treffen und sich angemessen zu verhalten. Tiere und Menschen bilden auf der Grundlage von Sinneseindrücken und Erfahrungen ein internes Abbild ihrer Umgebung, das ihnen hilft, Nahrung zu finden oder Gefahren zu vermeiden. Neurowissenschaftler untersuchen, wie die neuronalen Netzwerke im Gehirn diese Modelle erzeugen und aktualisieren. Nur ein System, das weiß, welche Konsequenzen seine Handlungen haben, kann vernünftig planen, um sein Ziel zu erreichen.

Im Grunde verfügte bereits das KI-System AlphaGo von Google DeepMind, das sich von 2015 bis 2017 gegen mehrere professionelle Go-Spieler durchsetzte, über eine Art Weltmodell. Allerdings war seine interne Repräsentation auf das Brettspiel beschränkt. „Die reale Welt ist natürlich viel komplexer und lässt sich nicht durch ein paar einfache Spielregeln beschreiben“, sagt Brox, der in seiner Forschungsgruppe für Computer Vision selbst Weltmodelle trainiert. „Deswegen ist die Idee aktueller Weltmodelle, aus Daten zu lernen.“