Selbstfahrendes Auto denkt wie ein Wurm

Künstliche Intelligenz nach dem Vorbild der Natur.

Für ein erfolgreiches Networking muss nicht jeder mit jedem vernetzt sein, sondern man muss gezielt die richtigen Kontakte knüpfen, die für das jeweilige Ziel erfolgversprechend sind. Das gilt nicht nur im sozialen System, sondern auch in der Natur – konkret bei Nervennetzen, die nun als Vorbild für künstliche Intelligenz dienen.

„Inspiriert von der Natur haben wir neue mathematische Modelle für Neuronen entwickelt“, sagt Informatiker Thomas Henzinger, Präsident des Institute of Science and Technology (IST) Austria, das mit der TU Wien und dem Massachusetts Institute of Technology (MIT) an neuen DeepLearning-Methoden forscht.

Bildstörungen verkraften

„Die Natur“ist in dem Fall der Fadenwurm C. elegans, der mit seinen nur 302 Nervenzellen sehr komplexe Aufgaben meistert. Die Forscher ahmten das simple neuronale Netzwerk nach und vereinfachten es noch weiter: auf nur 19 Zellen, die künstlich miteinander in Kontakt treten ( Nature Machine Intelligence, 13. 10.). Radu Grosu, Leiter der Forschungsgruppe „Cyber-Physical Systems“an der TU Wien, erklärt, dass der Fadenwurm „auf effiziente und harmonische Art Information verarbeitet“. Es ist nicht jede Zelle mit allen anderen verbunden, sondern es entscheidet jede Zelle, die Signale von Nachbarn erhält, welche Information weitergegeben wird.

Als erste Anwendung des selbstlernenden künstlichen Nervennetzwerks wählten die Forscher ein selbstfahrendes Auto, das Spur halten soll. Eine Kamera liefert den Informationsinput, also das Bild der Straße. Das intelligente Netzwerk entscheidet, welche Signale davon wichtig sind, und gibt nur diese an das Kontrollsystem des Netzwerks, das das Fahrzeug lenkt. Der Test zeigte, dass dieses System besser mit Störungen im Sichtfeld umgehen konnte als herkömmliche Steuerungen.