WAIC Beobachtung: Der Wettbewerb um Embodied Intelligence beginnt, sich vom Körper auf das Gehirn zu verlagern
Auf der diesjährigen WAIC war der eindrücklichste Eindruck, dass die Branche der Embodied Intelligence tatsächlich immer dynamischer wird.
In den Messehallen gehen humanoide Roboter mit stabilen Schritten überall vorbei, mechanische Arme führen feine Arbeiten wie das Festschrauben von Kappen und das Einstecken von Steckverbindern präzise aus, und Roboterhunde können laufen, springen und sogar Lasten tragen, um Inspektionen durchzuführen. Akteure aus allen Bereichen der Industriekette drängen sich an den Messeständen, sprechen über Gelenkmotoren, diskutieren große Bewegungsmodelle und berechnen die Massenproduktionskosten – alle sind damit beschäftigt, Robotern stärkere „körperliche Fähigkeiten“ zu verleihen.
Nachdem ich alles durchgesehen habe, hatte ich ständig das Gefühl, dass etwas fehlt. Diese Roboter führen ihre Bewegungen immer geschickter aus, aber die Art und Weise, wie Menschen mit ihnen interagieren, scheint sich im Vergleich zu vor zehn Jahren nicht grundlegend verändert zu haben. Entweder schreiben Ingenieure im Voraus Bewegungsskripte, oder Bediener führen die Roboter Schritt für Schritt mit einem Lehrgerät an – bei Konsumprodukten werden Befehle meist per Sprache übermittelt. Die Roboter beherrschen Bewegungen immer besser, aber wenn Menschen sie dazu bringen, etwas zu tun, müssen sie immer noch viele Umwege machen.
Doch am Stand von BrainCo habe ich ein anderes Bild gesehen. Der Teilnehmer trägt ein leichtgewichtiges EEG-Helm, hebt weder die Hand noch spricht, lehnt sich nicht einmal vor – er stellt sich im Geiste nur die Greifbewegung vor, und der mechanische Arm vor ihm startet langsam, ergreift den Becher präzise und bringt ihn stabil an den vorgesehenen Ort.
Während des gesamten Vorgangs gibt es keine herkömmlichen Interaktionsmedien – das, was die Maschine antreibt, ist lediglich die reine Geistesabsicht.
Viele Besucher vor Ort betrachten dies als eine spektakuläre Demonstration voller Science-Fiction-Atmosphäre, aber meiner Meinung nach verbirgt sich dahinter noch eine Information, die mehr Aufmerksamkeit verdient.
Diese weltweit erste integrierte KI-Forschungsplattform für gehirngesteuerte Roboter, die von BrainCo vorgestellt wurde, löst folgendes Problem: Wenn der „Körper“ eines Roboters stark genug ist, bestimmt die Effizienz der Absichtsinteraktion die Obergrenze der Mensch-Roboter-Kooperation.
Einfacher ausgedrückt: Der nächste Entwicklungsabschnitt der Embodied Intelligence – von „sich bewegen können“ zu „Menschen verstehen“ – wird neu definiert.
Was der Embodied Intelligence heute fehlt, ist nicht der „Körper“, sondern der Eingang
In den letzten zwei Jahren wurden fast alle Ressourcen im Bereich der Embodied Intelligence auf die „körperlichen Fähigkeiten“ konzentriert – von der Lokalisierung von Kernkomponenten über die Optimierung von Bewegungssteuerungsalgorithmen bis hin zur Verbesserung der allgemeinen Fähigkeiten durch große Modelle. Die gesamte Industriekette arbeitet an einem einzigen Problem: Wie man Roboter dazu bringt, sich stabiler, präziser und flexibler zu bewegen.
Tatsächlich schreitet diese Entwicklung schneller voran, als viele erwartet haben.
Vor zwei Jahren diskutierten wir noch, ob humanoide Roboter stabil laufen können – heute können die Produkte der Hauptanbieter bereits komplexe Aufgaben wie das Treppensteigen, das Ausweichen von Hindernissen und das Bedienen kleiner Objekte bewältigen. In industriellen Umgebungen hat die Wiederholgenauigkeit von mechanischen Armen bereits das Niveau eines Haares erreicht, und vierbeinige Roboter werden bereits in Szenarien wie Inspektionen und Sicherheit eingesetzt. Was die körperliche Ausführungsfähigkeit angeht, können viele Roboter bereits eine große Anzahl realer Arbeitsaufgaben bewältigen.
Aber sobald es um echte Mensch-Roboter-Kooperation geht, treten sofort Schwachstellen auf.
In industriellen Produktionslinien sind die Bewegungen von Robotern meist vorprogrammiert und festgelegt. Wenn man eine andere Aufgabe oder ein anderes Werkstück verarbeiten möchte, müssen Fachkräfte die Einstellungen und die Lehrfunktion neu anpassen – das ist zeitaufwändig, hat hohe Hürden und kann die Anforderungen der flexiblen Produktion überhaupt nicht erfüllen.
In alltäglichen Szenarien ist die Sprachinteraktion die beliebteste Methode. Aber in lauten Umgebungen sinkt die Erkennungsrate, komplexe Befehle müssen wiederholt zerlegt werden, und es gibt eine lange Kette von „Sprachformulierung – Spracherkennung – semantisches Verständnis – Befehlsumwandlung“, sodass Verzögerungen und Fehler immer vorhanden sind. Was physische Interaktionen wie Steuerknüppel oder Tasten angeht: Sie erfordern von dem Bediener von Natur aus, die Hände frei zu haben und sich voll zu konzentrieren – viele Szenarien bieten diese Voraussetzungen überhaupt nicht.
Die Ursache all dieser Probleme liegt in einem einzigen Punkt: Alle herkömmlichen Interaktionsmethoden erfordern, dass Menschen ihre im Kopf vorhandene Absicht in standardisierte Befehle umwandeln, die die Maschine verstehen kann. Dieser Umwandlungsprozess selbst führt zu Effizienzverlusten und erhöht von Natur aus die Nutzungshürden. Ganz zu schweigen von Menschen mit körperlichen Behinderungen, die von Anfang an von vielen Interaktionsmethoden ausgeschlossen sind.
Gehirn-Computer-Schnittstellen bieten einen völlig anderen Lösungsansatz. Sie überspringen alle Zwischenmedien, lesen direkt die menschliche Bewegungsabsicht aus der Quelle und wandeln sie in Ausführungsbefehle für die Maschine um. Zwischen Mensch und Maschine gibt es keine „Übersetzer“ mehr wie Sprache, Bewegungen oder Tasten – die Gedanken des Gehirns können direkt in die physische Welt gelangen.
Dieser Ansatz ist natürlich nicht neu. Bei der Fußball-Weltmeisterschaft 2014 in Brasilien eröffnete ein gelähmter Jugendlicher mit Hilfe eines gehirngesteuerten Exoskeletts das Spiel – das war das erste Mal, dass die breite Öffentlichkeit die Möglichkeiten dieser Technologie erkannte. In den folgenden Jahren erweiterten die Forschungsergebnisse des BrainCo-Teams, die in „Nature“ veröffentlicht wurden, und die klinischen Versuchspersonen von Neuralink, die mit ihren Gedanken schreiben können, ständig die technischen Grenzen. Aber diese Fälle konzentrierten sich meist auf medizinische Szenarien, hingen von angepassten Laborsystemen ab, waren extrem teuer und ließen sich kaum auf die allgemeine Roboterforschung übertragen.
Zu diesem Thema habe ich mit Forschern an Universitäten gesprochen, die sich in diesem Bereich engagieren. Um ein funktionsfähiges experimentelles System für gehirngesteuerte Roboter aufzubauen, muss man drei völlig unterschiedliche technische Bereiche gleichzeitig beherrschen: EEG-Hardware, Signal-Decodierungsalgorithmen und Robotersteuerungsschnittstellen. Gewöhnliche Teams brauchen oft Monate, um Hardware anzupassen, untergeordneten Code zu schreiben und die gesamte Kette funktionsfähig zu machen – sodass kaum Zeit für die Kernforschung und die Erkundung von Szenarien bleibt. Die auf dem Markt verfügbaren Lösungen sind meist verstreute Code-Bibliotheken oder Algorithmus-Demos, die keine vollständige Produktivsystematik bilden – die Hürden bleiben also bestehen.
Genau dieses Problem löst die Plattform von BrainCo. Sie bleibt nicht bei einzelnen technischen Durchbrüchen stehen, sondern integriert EEG-Erfassung, experimentelle Paradigmen, neuronale Decodierung, Steuerungszuordnung und Roboterausführung in einen standardisierten Softwareprozess. Die gesamte Aufbauarbeit, die früher ein interdisziplinäres Team Monate lang erledigen musste, wird zu einem sofort einsatzbereiten Werkzeug verpackt. So können selbst Entwickler ohne Hintergrundwissen zu Gehirn-Computer-Schnittstellen den gesamten Prozess von dem Anlegen des Geräts bis zur Steuerung des Roboters in nur 10 Minuten abschließen.
Genauer gesagt deckt diese Plattform aus Sicht der Produktdetails die gesamte Kette der Forschung an gehirngesteuerten Robotern ab.
Auf der Hardware-Seite ist sie mit nassen und trockenen Elektroden kompatibel, unterstützt mehrere Abtastraten von 250 bis 1000 Hz und Konfigurationen mit 32 Kanälen, sodass sie Forschungsanforderungen mit unterschiedlichen Genauigkeiten erfüllen kann. Auf der Software-Seite unterstützt sie nativ die beiden klassischen BCI-Paradigmen motorische Vorstellung und stationäre visuelle evozierte Potentiale, enthält ausgereifte Decodierungsalgorithmen wie FBCSP+SVM und EEGNet, deren Parameter flexibel angepasst werden können – und sie erlaubt Forschern, selbst entwickelte Algorithmen zu integrieren. Auf der Ausführungsseite wurden bereits viele gängige Geräte wie der humanoide Roboter Unitree G1 Edu, der sechs Freiheitsgrade umfassende mechanische Arm von RealMan und der Roboterhund Lite 3 von DeepRobotics verbunden. Die decodierte EEG-Absicht kann direkt den entsprechenden Roboterbewegungen zugeordnet werden.
Die gesamte Plattform verfügt über eine grafische Benutzeroberfläche. Alle Prozesse – von der Impedanzprüfung, der Datenerfassung und dem Offline-Training bis hin zur Online-Inferenz – sind visualisiert, sodass man keinen untergeordneten Code von Grund auf schreiben muss.
Viele Menschen verstehen die Bedeutung dahinter vielleicht nicht. Für Forscher im Bereich der Embodied Intelligence bedeutet dies, dass sie nicht mehr viel Energie darauf verwenden müssen, das gesamte technische Wissen zu Gehirn-Computer-Schnittstellen zu erlernen – sie können direkt auf einer ausgereiften Grundlage Anwendungsinnovationen durchführen.
Aus einer anderen Perspektive ist diese Plattform eher eine Infrastruktur für die Entwicklung im Bereich gehirngesteuerter Roboter. Sie macht Technologie, die früher nur Spitzenlabore nutzen konnten, für gewöhnliche Forschungsteams zugänglich. Wenn mehr Menschen an der Forschung teilnehmen, wird sich die Iterationsgeschwindigkeit des gesamten Bereichs wirklich beschleunigen.
Die „Ternäre Intelligenz“ ist kein Konzept – sie hat den geschlossenen Kreislauf bereits realisiert
In der Branche wird das Konzept der „Ternären Intelligenz“ schon seit einiger Zeit diskutiert. Die Zusammenarbeit von Gehirn-Computer-Schnittstellen, Künstlicher Intelligenz und Embodied Intelligence wird von vielen als die ultimative Form der Mensch-Maschine-Fusion angesehen: Die Gehirn-Computer-Schnittstelle liest die menschliche Absicht aus, die Künstliche Intelligenz zerlegt die Aufgaben in eine Sequenz, und die Embodied Intelligence führt die physische Ausführung durch – sodass ein vollständiger geschlossener Kreislauf der Wahrnehmungsrückmeldung entsteht.
Aber lange Zeit entwickelten sich die drei Bereiche unabhängig voneinander auf ihren jeweiligen Wegen – es gab kaum funktionierende Produkte, die die gesamte Kette wirklich verknüpfen.
Die gehirngesteuerte Roboter-Trainingsplattform von BrainCo ist eines der wenigen integrierten Produkte, das die „Ternäre Intelligenz“ vom Konzept zur Umsetzung bringt. Es wird nicht einfach ein EEG-Modul an einen Roboter angeschlossen – sondern die gesamte technische Kette von neuronalen Signalen bis zu physischen Bewegungen wird von Grund auf verknüpft, sodass die drei Bereiche eine echte Synergie bilden.
Was die konkreten Parameter angeht: Das EEG-Sensorgerät dieses Systems nutzt ein Serienproduktions-Hardwarekonzept mit einer Datenpräzision von 24 Bit, unterstützt die drahtlose Übertragung über Wi-Fi 6 und hat eine Akkulaufzeit von 6 bis 8 Stunden – seine Stabilität wurde bereits auf dem Markt bewährt. Der neuronale Decodierungsalgorithmus wurde auf Basis jahrelanger klinischer Daten optimiert: Er kann die Umwandlung von der Absicht zum Bewegungsbefehl in 200 Millisekunden abschließen, und die Genauigkeit der Erkennung von Bewegungsabsichten liegt auf einem branchenführenden Niveau.
Zwischen Gehirn-Computer-Schnittstelle und Embodied Intelligence spielt die Künstliche Intelligenz eine entscheidende Verbindungsrolle. Die in die Plattform integrierten Algorithmen des traditionellen maschinellen Lernens und des tiefen Lernens extrahieren Merkmale aus komplexen EEG-Signalen und erkennen die Absicht – gleichzeitig zerlegen sie die abstrakte Bewegungsabsicht in konkrete, vom Roboter ausführbare Bewegungssequenzen. Wenn der Nutzer sich eine Greifbewegung vorstellt, muss die KI nicht nur diese Absicht erkennen, sondern auch den Roboter dazu bringen, eine Reihe zusammenhängender Vorgänge wie visuelle Lokalisierung, Pfadplanung und Schließen der Finger auszuführen. Der gesamte Prozess läuft automatisch ab, ohne dass manuelle Schritt-für-Schritt-Befehle erforderlich sind.
Interessanterweise haben sie sich nicht dafür entschieden, selbst Roboter herzustellen – sondern sie setzen auf Offenheit und Kompatibilität. Neben den bereits verbundenen Geräten von Drittanbietern stellt die Plattform auch standardisierte Schnittstellen zur Verfügung. Roboterhersteller können selbst Bewegungs- und Aufgabenbibliotheken registrieren, um die gehirngesteuerte Funktion schnell zu integrieren. Diese Ausrichtung macht sie eher zu einem Betriebssystem für Gehirn-Computer-Schnittstellen als zu einem einzelnen Endprodukt – und genau diese Plattformeigenschaft kann das Ökosystem der Ternären Intelligenz unterstützen.
Die Datenerfassungslösung, die zusammen mit der gehirngesteuerten Roboterplattform vorgestellt wurde, wird leicht übersehen – aber sie ergänzt ein weiteres entscheidendes Puzzleteil.
Diese Lösung zielt auf die Datenlücke beim Training für feine Bewegungen im Bereich der Embodied Intelligence ab. Sie liefert große Mengen an hochwertigen Trainingsdaten aus realen Szenarien über Hardware wie eine mobile Echtplattform mit zwei Armen und hochpräzise Datenerfassungshandschuhe.
Wenn die gehirngesteuerte Plattform das Problem löst, wie Menschen Befehle an die Maschine übermitteln, dann löst die Datenerfassungslösung das Problem, wie die Maschine Bewegungen erlernt. Die beiden unterstützen das technische System der Embodied Intelligence gemeinsam – und zwar aus den beiden Richtungen Mensch-Roboter-Interaktion und körperliche Fähigkeiten.
Wenn die drei Bereiche kombiniert werden, entsteht ein sich gegenseitig verstärkender geschlossener Kreislauf. Die Absichtsdaten aus der Gehirn-Computer-Schnittstelle können das Verständnis der KI für menschliche Verhaltensmuster bereichern. Die Verbesserung der KI-Fähigkeiten kann wiederum die Genauigkeit der EEG-Decodierung und das Ausführungsergebnis des Roboters optimieren. In Zukunft können die taktilen und kraftbezogenen Rückmeldungen der Embodied Intelligence über die Gehirn-Computer-Schnittstelle an das Gehirn zurückgesendet werden – sodass eine echte bidirektionale Mensch-Roboter-Kooperation entsteht.
Das unterscheidet sich grundlegend von der herkömmlichen Mensch-Roboter-Interaktion. Früher gaben Menschen der Maschine einseitig Befehle, und die Maschine führte sie aus. Im Architekturkonzept der Ternären Intelligenz arbeiten Mensch und Maschine in einer bidirektionalen Kooperation zusammen: Die Absicht kann zur Maschine gelangen, und die Wahrnehmung kann an das Gehirn zurückgemeldet werden – beide erledigen die Aufgabe gemeinsam.