Wenn KI von Tieren lernt
Computer werden intelligenter, doch in vielen Belangen sind ihnen selbst Hunde noch überlegen. Forscher haben jetzt deren Verhalten analysiert und mit diesen Daten ein System für künstliche Intelligenz trainiert.
- TR Online
Jeder Hundebesitzer wird gern bestätigen, wie intelligent sein vierbeiniger Freund ist. Tatsächlich leisten Hunde viele wichtige Dienste – sie führen Sehbehinderte, finden Vermisste oder erschnüffeln Drogen oder andere Schmuggelware.
Diese Fähigkeiten liegen jenseits von dem, was selbst die besten Systeme für künstliche Intelligenz beherrschen. Trotzdem haben Forscher sie noch nicht dafür herangezogen, um KI-Systeme leistungsfähiger zu machen.
Bis jetzt: Kiana Eshani und Kollegen an der University of Washington in Seattle haben eine neue Datensammlung über das Verhalten von Hunden zusammengestellt und sie genutzt, um ein KI-System darauf zu trainieren, hundeähnliche Entscheidungen zu treffen. Ihr Projekt eröffnet ein neues Feld der KI-Forschung, das sich mit den Fähigkeiten anderer intelligenter Lebewesen beschäftigt.
Verhalten von Hunden als Vorbild
Zunächst erstellte das Team eine Datenbank mit Verhaltensweisen von Hunden. Dazu stattete es ein einzelnes Tier mit Trägheitsmessgeräten an Beinen, Schwanz und Rumpf aus, um deren Bewegungen und die Position des Tiers nachzuverfolgen.
Am Kopf des Hundes wurde außerdem eine GoPro-Kamera angebracht, die mit einer Rate von fünf Bildern pro Sekunde das Geschehen visuell festhielt; ein Mikrofon am Rücken zeichnete Geräusche auf. Alle Daten wurden von einem Arduino-Computer gespeichert, ebenfalls am Rücken befestigt.
Insgesamt zeichnete das Team auf diese Weise rund 24.500 Video-Bilder und die damit synchronisierten Positions- und Bewegungsdaten auf. 21.000 dieser Bilder wurden für das KI-Training genutzt, der Rest für Validierung und Tests des Systems. Damit untersuchte das Team, wie man agiert wie ein Hund, plant wie ein Hund und von einem Hund lernt.
Muster in der Bewegung des Hundes
Bei der ersten Aufgabe war das Ziel, anhand einer Sequenz von Bildern die nächsten Bewegungen des Tiers vorherzusagen. Dazu schaute sich die KI die Video-Bilder an und untersuchte, was jeweils als Nächstes geschah. Auf diese Weise lernte das System nach der Auswertung einer Sequenz von fünf Bildern, treffsicher die nächsten fünf Bewegungen vorherzusagen. „Unser Modell sagt die künftigen Bewegungen des Hundes korrekt voraus, indem es nur die Bilder ansieht, die der Hund in den vorigen Zeitabschnitten gesehen hat“, schreiben Ehsani und Kollegen.
Die Planungsaufgabe war etwas schwieriger. Das Ziel dabei war, eine Abfolge von Handlungen zu finden, die den Hund vom einen Standort auf einem Paar von Bildern zum anderen bringen. Auch dies lernte die KI, indem sie die Aktivitäten analysierte, die mit einer großen Bandbreite an aufeinander folgenden Video-Bildern zusammenhängen.
Auch hier zeigte das System gute Leistungen. „Unser Modell schneidet bei der schwierigen Aufgabe, zu planen wie ein Hund, besser ab als die Baselines, hinsichtlich Genauigkeit ebenso wie hinsichtlich Schwierigkeitsgrad“, schreiben die Forscher.
Die letzte Aufgabe bestand darin, aus dem Verhalten von Hunden zu lernen. Unter anderem können die Tiere selbst herausfinden, wo sie gehen können und wo nicht. Also nutzte das Team seine Datenbank, um der KI beizubringen, wie sie erkennt, welche Oberflächen begehbar sind. Diese kennzeichnete sie auf neuen Bildern.
Tierische Intelligenz
Die Arbeit zeigt, wie KI-Systeme in bestimmten Fällen die Fähigkeiten von Tieren erreichen können. „Unser Modell lernt durch Videos aus der Ich-Perspektive und Bewegungsinformationen, so zu handeln und zu planen, wie es ein Hund in derselben Situation tun würde“, schreiben die Forscher.
Natürlich stehen sie damit noch am Anfang. So wurden für das Projekt nur Daten eines einzigen Hundes genutzt. Als Nächstes möchte sich das Team Daten von vielen unterschiedlichen Hunden ansehen. Dadurch könnte es unterschiedliche Verhaltensweisen vergleichen und die visuelle Intelligenz der Tiere genauer untersuchen.
Jedoch gibt es keinen Grund, diesen Ansatz nur bei Hunden zu verwenden. Sicher gäbe es viel zu lernen, wenn ähnliche Daten auch über Affen, Bauernhof-Tiere und alle möglichen wilden Tiere gesammelt würden. Ehsani und Kollegen formulieren es so: „Wir hoffen, dass diese Arbeit den Weg zu einem besseren Verständnis von visueller Intelligenz und der anderen intelligenten Wesen bereitet, die unsere Welt bewohnen.“
()
