Die Virtuosität, mit der Industrieroboter ganze Autochassis durch die Gegend wirbeln, um blitzschnell Schweißpunkte zu setzen, täuscht. Werkstücke und Werkzeuge sind millimetergenau platziert, und jede Bewegung des Roboters ist fest programmiert. Ganz anders sieht es im täglichen Leben aus: Viele der Arbeiten, die Menschen gern von Robotern ausführen ließen – etwa in Lagerhäusern Pakete zu packen oder bettlägerigen Patienten zu helfen –, lassen sich noch nicht realisieren. Noch immer tun sich Roboter schwer damit, alltägliche Gegenstände zu erkennen und zu handhaben.
Dass sie im Vergleich zu Menschen so schlecht abschneiden, sei kein Wunder, sagt Stefanie Tellex von der Brown University in Providence (US-Bundesstaat Rhode Island). Menschen könnten problemlos Socken falten oder Wassergläser aufnehmen, weil sie „eine umfangreiche Phase der Datenakquisition namens Kindheit“ hinter sich hätten. Sollen Roboter die gleichen Routineaufgaben beherrschen, benötigen sie eine Unmenge Daten über das Greifen und Manipulieren unterschiedlichster Objekte. Typischerweise sind diese Daten Ergebnis mühsamer Programmierung. Im Idealfall aber könnten Roboter solche Informationen untereinander austauschen.
Genau das ist die Idee hinter Tellex’ „Million Object Challenge“. Roboter auf der ganzen Welt sollen lernen, einfache Gegenstände zu handhaben, ihre Daten dann in die Cloud hochladen und es anderen Robotern so ermöglichen, diese Informationen zu nutzen.
…
