Xenobot als lebende Roboter

Nach einem Bericht des ORF bauen Forscher lebendige Roboter und beschreiten so einen völlig neuen Weg in der Robotik, denn die Roboter, bestehend aus Froschzellen, können sich selbständig bewegen. Dabei haben  Kriegman et al. (2020) die bisher übliche Strategie bei der Enwicklung von Robotern auf den Kopf gestellt, denn während man sich in der Roboterforschung bisher von der Natur inspirieren ließ und Eigenschaften von Lebewesen mit Kunststoffen und Mikrochips nachgebaut hat, bedient man sich hier an den Baustoffen in der Natur und absolviert die Evolution in einem Supercomputer.

Diese Wesen sind lebendige, programmierbare Organismen, wobei der Organismus aus zwei Arten von Zellen, nämlich aus Haut- und Herzmuskelzellen des Krallenfrosches Xenopus laevis, besteht. Die Anatomie dieser Xenobots stammt aus dem Supercomputer und ist Ergebnis von Simulationen nach dem Evolutionsprinzip, der Körper ist feinmechanische Handarbeit. Aus einem Froschembryo gewonnene Stammzellen werden nach ihrer Differenzierung zunächst zu einer Kugel vereinigt, dann per Mikroskalpell zurechtgeschnitzt und schließlich durch chemische Behandlung an der Teilung gehindert. Die Xenobots können sich mit Hilfe von Kontraktionen der Muskelzellen selbständig in der Petrischale fortbewegen, mit bestimmten Bauplänen ist es sogar möglich, kleine Objekte zu transportieren, wobei diese lebenden Roboter tage- bis wochenlang ohne Nahrung überleben können.

Literatur

Kriegman, Sam, Blackiston, Douglas, Levin, Michael & Bongard, Josh (2020). A scalable pipeline for designing reconfigurable organisms. Proceedings of the National Academy of Sciences, doi:10.1073/pnas.1910837117.
https://science.orf.at/stories/2997123 (20-01-14)

Roboter als Maler

Im März 1964 zeigt das Titelblatt des „Magazine of Fantasy and Science Fiction“ eine denkwürdige Szenerie: Ein Roboter steht in menschenleerer Landschaft an einer Staffelei. In der rechten Hand hält er einen Pinsel, in der linken eine Palette. Vor ihm erstreckt sich eine öde Wüstenlandschaft mit einem riesigen Bombentrichter, am rechten Bildrand steht ein abgestorbener Baum. Aber die Leinwand auf der Staffelei zeigt etwas ganz anderes. Auf ihr trägt der Baum eine gewaltige grüne Blätterkrone, und an der Stelle des Bombentrichters wachsen auf dem Gemälde die Wolkenkratzer einer Großstadt in die Höhe. Was hat der künstliche Künstler mit seiner Pleinairmalerei da geschaffen? Die Rekonstruktion einer untergegangenen Stadt, eine Zukunftsvision oder das himmlische Jerusalem der Androiden?

Quellen

Spiegel, H. (2020). Warum so ernst, Herr Roboter? FAZ vom 12. 1.

Wie ist es, ein Roboter zu sein?

Auf einem Frage-Antwort-Portal fand sich folgender Eintrag:

Unter den Fragen über Philosophie fragt Nicco Schaal

Nicco Schaal will eine Antwort auf:
Wie ist es, ein Roboter zu sein?

ROTFL

Neuromorphe Computer mit memristiven Bauelementen

Für ein neues Forschungsprojekt orientiert man sich an der Funktionsweise des menschlichen Gehirns, denn bisher sind selbst Großrechner noch nicht in der Lage, Gehirnprozesse in Echtzeit zu simulieren, denn deren Dichte an Verbindungen ist extrem hoch und daher einmalig. Zugleich benötigt das Gehirn sehr wenig Energie und dient damit als Vorbild für die Rechner von übermorgen, wobei diese neuromorphen Computer daher das Potenzial besitzen, zur Rechnergeneration der Zukunft zu werden.

Die grundlegende Funktionsweise des biologischen Gehirns sollte aber auf Basis von neuen Materialien und Bauelementen als Grundlage für innovative Computerarchitekturen eingesetzt werden können. Man setzt dabei auf energieeffiziente, memristive Bauelemente. Aus internationalen Studien geht hervor, dass sich diese speziellen Bauelemente grundsätzlich dazu eignen, als künstliche Synapsen in künftigen neuromorphen Computern zu fungieren. Aus Sicht der Experten könnten sie als lokale, nichtflüchtige Speicher deutlich energieeffizientere Rechnerkonzepte ermöglichen. Eine interdisziplinäre Zusammenarbeit über verschiedene Fachrichtungen hinweg ist für den Aufbau von neuromorphem Computing notwendig bzw. auch die Vernetzung mit internationalen Partnern.

Ein Memristor – ein Kofferwort aus englisch memory und resistor – ist ein hypothetisches passives elektrisches Bauelement, das zwischen seinen beiden Anschlüssen einen elektrischen Widerstand aufweist, der mit hindurchgeflossener Ladung größer oder kleiner wird, je nach Richtung. Stromlos ist die Spannung null und der Widerstand bleibt erhalten. Der Memristor wird neben dem Widerstand, dem Kondensator und der Spule als viertes fundamentales passives Bauelement angesehen, doch es wurde gezeigt, dass es nur drei fundamentale passive Bauelemente geben kann und der Memristor ein aktives Bauelement ist. Als Memristoren werden auch verschiedene in der Entwicklung befindliche Bauelemente bezeichnet, die sich näherungsweise so wie postuliert verhalten. Integrierte Schaltungen mit vielen solchen Elementen sollen Datenverarbeitung und -Speicherung vereinen und sich für neuronale Netze eignen.

Literatur

https://de.wikipedia.org/wiki/Memristor

Roboter als Hilfswissenschaftler

Warum Psychologen überhaupt Roboter erforschen? Dafür gibt es mindestens zwei Gründe: Stellen Sie sich erstens ein Experiment zur sozialen Interaktion vor. Man möchte mehr über die Prozesse erfahren, die dem menschlichen Sozialverhalten zu Grunde liegen. In der Vergangenheit haben viele Studien der sozialen Neurowissenschaften ihren Versuchspersonen Bilder und Videos von Personen gezeigt. Die Wissenschaftler erhielten so ein hohes Maß an experimenteller Kontrolle über die Stimuli und alle Versuchspersonen wurden genau den gleichen Experimentalbedingungen ausgesetzt. Aber woher wissen wir, dass die Beobachtung einer Interaktion zu der gleichen Reaktion führt, wie ein echter zwischenmenschlicher Austausch?

Hier kommt die ökologische Validität ins Spiel. Anders gesagt, Wissenschaftler möchten eben diese realen Phänomene erfassen, und machen sich Gedanken darüber ob die Resultate ihrer Experimente auch in einen alltäglichen Kontext übersetzt werden können. Oft muss man Kompromisse eingehen zwischen experimenteller Kontrolle und ökologischer Validität. Roboter bieten einen Ausweg aus diesem Dilemma: Als Hilfswissenschaftler, der sein Verhalten jedes Mal genau wiederholen wird, wie beim ersten Mal – und der niemals müde wird (es sei denn die Motoren überhitzen). Mit anderen Worten: Man kann nun Experimente planen die ökologisch valide sind und zugleich sehr genau kontrolliert werden können.

Der zweite Grund der für Roboter in psychologischen Experimenten spricht: Sie erlauben uns, Fragen zu der Flexibilität unseres „sozialen Gehirns“ zu beantworten. In den vergangenen Jahren sind immer mehr Roboter aus den Fabriken in die Häuser der Menschen gezogen. Ob in Form von Amazons Alexa, als Spielzeug im Kinderzimmer oder bei Begegnungen wie etwa mit humanoiden Robotern am Münchner Flughafen. Das Potenzial ist enorm – fast jeder Lebensbereich und -phase könnte von einer helfenden Roboterhand profitieren. Ein Problem besteht jedoch weiterhin: die meisten kommerziell erwerblichen Roboter haben nur sehr begrenzte „social skills“.

Quelle

https://uofgpgrblog.com/pgrblog/2019/3/12/my-robotic-research-assistant (19-12-05)

Unterschied Mensch und Computer

Der Mensch neigt dazu, technischen Gegenständen oder damit verbundenen Algorithmen mehr Kapazitäten, ja menschliche Fähigkeiten wie Intelligenz zuzuschreiben, doch hinter Computern oder Big Data steht keine Intelligenz, das alles sind nur Statistiken, die auch ein Mensch mit extrem viel Zeit errechnen könnte, da Computer eben sehr gut darin sind, große Datenmengen zu verarbeiten.

Doch diese Fähigkeiten kann ein Computer nur in gut definierten oder simulierten Umwelten einsetzen, hinter denen natürlich immer ein menschliches Gehirn steht, sodass letztlich ein Computer völlig anders funktioniert als ein menschliches Gehirn. Das liegt vor allem daran, dass das menschliche Gehirn sowohl analog als auch digital ist, denn der Mensch lernt bekanntlich dadurch, dass neue Verbindungen zwischen Nervenzellen entstehen, und das unterscheidet das Gehirn jedoch fundamental von allen derzeit gängigen AI-Netzwerken, in denen Informationen mehr oder minder nur weitergereicht werden.

Das menschliche Gehirn ist darüber hinaus auch multipolar, d. h., dass jede Nervenzelle jede andere beeinflussen kann. Für AI-Netzwerke wäre z. B. komplexes Weltwissen notwendig, um dann überhaupt Entscheidungen treffen zu können, doch das ist extrem schwer zu automatisieren, sodass Kreativität und Problemlösung noch immer jene menschliche Stärke sind, die ein Computer wohl nie erreichen wird.

Roboter mit Haut

Sensible künstliche Haut erlaubt Robotern, ihren Körper und ihre Umgebung zu fühlen. Für den engen Kontakt mit Menschen ist das entscheidend. Ein Team der Technischen Universität München hat ein von biologischen Vorbildern inspiriertes System aus künstlicher Haut und Steuerungsalgorithmen entwickelt. Dadurch konnte erstmals ein menschengroßer autonomer Roboter großflächig mit künstlicher Haut versehen werden.

Forscher der Universität München haben dabei eine künstliche Haut aus Sensoren für Roboter entwickelt, sodass der Roboter speziell auf bestimmte Berührungen reagiert, was den Einsatz in der Pflege erleichtern sollte. Denn wie fest soll ein Roboter zudrücken bei einer Umarmung? Wie fest darf er anpacken, wenn einer bettlägrigen oder gestürzten Person aufgeholfen werden soll? Wenn Roboter immer öfter mit Menschen interagieren und zunehmend auch in der Pflege eingesetzt werden, müssen diese ein Gefühl für den Umgang mit der gebrechlichen Spezies Mensch erlangen. Forscher der Universität München entwickelten einen dem menschlichen Körper nachempfundenen Roboter, dessen Oberfläche mit mehr als 13.000 Sensoren bestückt ist, d. h., vom Scheitel bis zur Sohle kann er dadurch Temperatur, Beschleunigung, Anstand und Druck messen. Dadurch kann er entscheiden, welche Reize es zu beachten gilt, denn wenn man Socken oder Handschuhe anzieht, spürt man das im ersten Moment auf Zehen und Fingern, doch irgendwann ignoriert das Gehirn die schwachen Signale, damit es zu keiner Reizüberflutung kommt. H-1, so der Name des Roboters, reagiert ebenfalls nur auf akute Reize – weshalb es weniger Rechenpower benötigt. Allerdings sind die Sensoren für den Praxiseinsatz noch zu zerbrechlich.

Quelle: https://www.derstandard.at/story/2000111628889/kuenstliche-haut-aus-sensoren-laesst-roboter-fuehlen (19-11-29)

Reinforcement learning

Reinforcement learning bzw. bestärkendes oder verstärkendes Lernen ist ein Oberbegriff für eine Reihe von Methoden des maschinellen Lernens, bei denen ein System, etwa ein Roboter, den Nutzen von Aktionsabfolgen bestimmt. Reinforcement Learning ist somit ein Bereich des maschinellen Lernens, in dem Algorithmen intuitiv und durch Experimentieren lernen sollen, wie ihre Umgebung beschaffen ist und welche Regeln gelten, ähnlich wie auch ein Kind die Welt entdeckt und merkt, was funktioniert und was nicht. Derzeit wird vor allem untersucht, wo und weshalb existierende Reinforcement Learning-Algorithmen an ihre Grenzen stoßen, um robuste Algorithmen, die zuverlässig leistungsfähig sind, zu entwickeln. In Anwendungsbereichen der Künstlichen Intelligenz wie hochautomatisierten Fahrzeugen, automatisierten Finanzhandelssystemen oder intelligenten Stromnetzen sind Zuverlässigkeit und stabile Leistungsfähigkeit unerlässlich. Daher ist es wichtig, Algorithmen unter möglichst realistischen Bedingungen zu entwickeln, sodass man etwa die Maschinen immer wieder neuen Umgebungen und unbekannten Situationen aussetzt, sie vor zahllose Entscheidungen stellt, um dann die Faktoren, die zum Erfolg oder Misserfolg geführt haben, herauszufinden. Eine zentrale Aufgabe ist dabei, die grundlegenden Logiken und Funktionen im Reinforcement Learning zu verstehen, um den Weg zu robust generalisierenden Methoden zu ebnen, wobei die Lösung dieser Aufgabe schließlich auch alle anderen Anwendungsfelder weiterbringen kann.

Literatur

Stangl, W. (2019). Stichwort: ‘Reinforcement learning’. Online Lexikon für Psychologie und Pädagogik.
WWW: https://lexikon.stangl.eu/16761/reinforcement-learning/ (2019-11-28)

Therapie-Roboter

An der ETHZürich wurde vor einigen Jahren ein Therapie-Roboter entwickelt, um die Hand- und Armbewegungen von Patienten mit Lähmungserscheinungen nach einem Schlaganfall zu trainieren. Solche Reha-Roboter sind aber keineswegs als Ersatz für konventionelle Therapien gedacht, sondern vielmehr als sinnvolle Ergänzung.

Beim Training mit dem Therapie-Roboter ist der beeinträchtigte Arm des Patienten an das Exoskelett des beweglichen Roboterarms geschnallt und folgt den durch den Roboter vorgegebenen Bewegungen. Auf diese Weise können virtuell vor dem Bildschirm gezeigte Alltagssituationen wie das Einschenken von Wasser in ein Glas immer wieder geübt werden.

Man verbessert dadurch die Bewegungs­fähigkeit, indem man die Fehler verstärkt, denn wenn ein Schlaganfall-Patient beispielsweise nach etwas greifen will, es aber nicht präzis macht, verstärkt der Reha-Roboter diese Ungenauigkeit, indem er einen leichten Widerstand erzeugt. Auf diese Weise muss sich der Patient noch mehr anstrengen. Ein von dafür entwickelter, lernfähiger Algorithmus entscheidet jeweils selbstständig, welchen Patienten er die Aufgabe erschwert und welchen er sie eher erleichtert.

Quelle

https://www.tagesanzeiger.ch/contentstationimport/die-ingenieurin-die-reharoboter-trainiert/story/30228031 (19-11-10)

Bee-Bot – mit dem Roboter spielerisch lernen

Eine Kooperation des Wiener Bildungsservers mit den Büchereien der Stadt Wien bringt programmierbare Lernroboter in Wiener Kindergärten und Schulklassen. Bee-Bot, ein kleiner, programmierbarer Lernroboter, hält Einzug in Schulklassen und Kindergärten. Die Digibox enthält je einen Bee-Bot-Roboter, informative Booklets mit vielen Praxisideen und umfangreiches pädagogisches Begleitmaterial. Die Themenboxen wurden bisher hauptsächlich zur Sprach- und Leseförderung eingesetzt .

Zwei beiliegende Booklets bieten den PädagogInnen umfangreiche didaktische und technische Informationen sowie Tipps und Praxisideen zum Einsatz des Bee-Bots im Unterricht bzw. im Kindergarten.  Ab sofort stehen insgesamt 25 Digiboxen zur Verfügung und können von Pädagoginnen und Pädagogen über das Bibliothekspädagogische Zentrum der Büchereien der Stadt Wien kostenlos ausgeliehen werden.

Mithilfe des in der Digibox enthaltenen Lernroboters Bee-Bot können einfach und spielerisch erste Programmiererfahrungen gemacht werden.  Der Bee-Bot wird über Pfeiltasten auf seinem Rücken programmiert und kann sich vorwärts und rückwärts bewegen und sich drehen. Auf diese Weise können bis zu 40 aufeinanderfolgende Befehle eingegeben werden. Durch das Eingeben schrittweiser Bewegungsabfolgen werden nicht nur erste Grundkonzepte des Programmierens vermittelt, sondern auch das räumliche und das analytische Denken sowie die Problemlösekompetenz geschult. Das Grundprinzip des Programmierens wird dabei in einfacher Form vom Abstrakten ins Konkrete übersetzt. Durch die vielfältigen Einsatzmöglichkeiten des Bee-Bots bietet er sich für viele verschiedene Aktivitäten in der Schule oder im Kindergarten an.

Der Verleih der Digiboxen erfolgt über das Bibliothekspädagogische Zentrum (BPZ) der Büchereien der Stadt Wien, die Digiboxen können bestellt und bei allen Zweigstellen der Büchereien der Stadt Wien abgeholt werden. Die Verleihdauer beträgt jeweils 4 Wochen, der Verleih ist kostenlos.

Links

Weitere Infos zur Digibox: www.bildungsserver.wien/digibox
Büchereien Wien: https://buechereien.wien.gv.at/
Wiener Bildungsserver: www.bildungsserver.wien