Künstliche Intelligenz soll in virtuellen Spielewelten Sprache verstehen lernen
Zwei Forschergruppen lassen KI-Systeme in dreidimensionalen Spiele-Umgebungen trainieren, damit sie eigenständig den Zusammenhang zwischen Worten und Objekten erlernen. Die ersten Ergebnisse sind viel versprechend.
- Sascha Mattke
Forschergruppen der Alphabet-Tochter DeepMind und an der Carnegie Mellon University versuchen unabhängig voneinander, Systeme mit künstlicher Intelligenz dazu zu bringen, menschliche Sprache besser zu verstehen. Dazu werden die Systeme in dreidimensionalen virtuellen Umgebungen trainiert, die auf Ego-Shootern basieren. Tatsächlich lernten dadurch beide Programme, Worte mit bestimmten Objekten und Eigenschaften zu verbinden, sodass sie Anweisungen befolgen konnten. Das berichtet Technology Review online in "Lernen in virtuellen Welten".
Sowohl DeepMind als auch die CMU setzen auf tiefes Verstärkungslernen. Dabei wird ein neuronales Netz mit rohen Pixel-Daten aus einer virtuellen Umgebung gefüttert und bekommt – ähnlich wie bei Punkten in einem Computerspiel – Belohnungen, damit es über Versuch und Irrtum lernt. In anderen Fällen kann die Zielvorgabe sein, eine hohe Punktzahl in einem Spiel zu erreichen. Bei den Forschungsprojekten bekamen die zwei KI-Programme jedoch Anweisungen wie "gehe zu dem grünen Pfeiler" und dann die Belohnung, wenn sie sich korrekt dorthin bewegten.
Sogar relative Ausdrücke wie "größer" oder "kleiner" zur Unterscheidung zwischen Objekten lernten die Programme zu verstehen. Und am wichtigsten: Beide konnten das, was sie gelernt hatten, für noch nicht erlebte Situationen "generalisieren". Wenn Trainingsszenarien Pfeiler und zugleich rote Objekte enthielten, konnten sie also die Anweisung "gehe zum roten Pfeiler" ausführen, ohne im Training je einen gesehen zu haben.
Mehr dazu auf Technology Review online:
(sma)
