Die Roboterrevolution wird kommen, ob wir darauf vorbereitet sind oder nicht. Die intelligenten, selbstlernenden Maschinen sind bereits in unserem Zuhause, unseren Büros und im öffentlichen Raum. Doch welche Technologien stecken im Einzelnen hinter dieser rasanten Entwicklung? Und was kommt als Nächstes?
Table of Contents
Es gibt keine Branche, in der nicht eine Form von Robotik eingesetzt würde. Lagerroboter kümmern sich um Bestellungen und Drohnen liefern Pakete aus. Roboterarme führen Operationen aus und Benotungssysteme auf Roboterbasis bewerten Schülerarbeiten.
Roboter sind heute überall. Wir haben einen Punkt erreicht, an dem einige Robotersysteme wie Geldautomaten und Self-Service-Kassen so weitverbreitet sind, dass sie kaum noch als Roboter betrachtet werden.
Zweifellos haben wir in den vergangenen zehn Jahren gewaltige Fortschritte auf diesem Gebiet erlebt. Da liegt es nahe, dass in naher Zukunft weitere Entwicklungen die Gesellschaft verändern werden. Die Welt von morgen wird automatisiert, digitalisiert und vernetzt sein.
Aber welche Technologien liegen dieser Revolution zugrunde? Mechanik, Intelligenz und Vernetzung werden unsere Zukunft nachhaltig prägen. Schauen wir uns an, wie diese Aspekte zusammenwirken und eine Gesellschaft hervorbringen, in der Roboter allgegenwärtig sind.
Robotik
Im Jahr 1961 setzte General Motors erstmals Unimate ein, den ersten industriellen Roboter der Welt. Er war 1.225 Kilogramm schwer und wurde zur Automatisierung des Druckgussverfahrens eingesetzt.
Seitdem haben Roboter industrielle Fertigungsprozesse revolutioniert, da sie bestimmte Aufgaben wesentlich effizienter ausführen als Menschen. Tätigkeiten, die das Heben schwerer Lasten und sich wiederholende Bewegungen einschliessen, werden jetzt von Maschinen erledigt.
Roboter spielen heutzutage auch ausserhalb der industriellen Anwendungen eine wichtige Rolle. Haushaltsroboter, Industrieroboter, Militärroboter sowie autonome Fahrzeuge sorgen in kürzester Zeit für tiefgreifende Veränderungen in den jeweiligen Sektoren.
Technologie im Hintergrund
Der Schlüssel für den Fortschritt ist die Weiterentwicklung der Sensortechnologien. An die Stelle von Sensoren mit geringer Reichweite und Kameras mit einfacher Auflösung sind kleinere, leistungsstärkere Technologien getreten. Dank moderner Bewegungs- und Bildverarbeitungssysteme werden Roboter autonomer und können Aufgaben schneller und präziser erledigen.
Einige der Robotertechnologien, die aktuell im Einsatz sind:
Robotersicht
LIDAR-Systeme (Light Detection and Ranging): Das von Flächen in der Nähe reflektierte Licht wird genutzt, um 3D-Karten der Umgebung zu erstellen.
2D-Sicht: Flache, kalibrierte Vision, die es dem Roboter ermöglicht, Länge und Breite zu messen, aber nicht die Höhe.
3D-Sicht: Normalerweise zwei oder mehr Kameras, die X-, Y- und Z-Achseninformationen für eine detailliertere geometrische Darstellung liefern
Roboter-Tonverarbeitung
Mikrofon: Eine Umwandlungseinheit für die Analog-zu-digital-Konversion kann in Kombination mit der digitalen Signalverarbeitung eingesetzt werden, um den emotionalen Zustand eines Menschen über die Stimme zu erfassen.
Roboterberührung
Kapazitive Sensoren: Kapazitive Sensortechnologie, die bereits in Touchscreen-Geräten eingesetzt wird, hilft Robotern dabei, verschiedene Oberflächen zu erfühlen.
Roboterwahrnehmung
Näherungssensoren: Können auf kapazitiven, induktiven, optischen, Sonar-, Ultraschall- und Lichtwellenleiter-Technologien basieren
Roboter in Bewegung
Roboter erscheinen in vielfältiger Gestalt. Am bekanntesten ist jedoch der in fiktionalen Darstellungen popularisierte Humanoid, der dem menschlichen Körper nachgebildet ist. Trotz der beeindruckenden Entwicklungen von Ingenieursunternehmen wie Boston Dynamics wird es noch viele Jahre dauern, bis Roboter die fliessenden Bewegungen von Menschen nachahmen können.
Doch gemessen an der mechanischen Bewegung, die einst den „Robot Dance“ inspirierte, sind wir ein grosses Stück vorangekommen. Hier sind einige Beispiele für interessante Entwicklungen im Bereich natürlicher Roboterbewegung.
Insektenbewegung
Forscher am Tokyo Institute of Technology haben neue Möglichkeiten zur Steuerung von mehrbeinigen Robotern aufgezeigt. Mithilfe einer zweistufigen Steuerung lässt sich ein Netzwerk von nicht linearen Oszillatoren so manipulieren, dass verschiedene Gangarten und Haltungen möglich sind. Einfach ausgedrückt: Sie haben Roboter entwickelt, die sich wie Insekten bewegen.
Diese Fähigkeit, natürliche Gangarten zu erzeugen, haben sie anhand eines sechsbeinigen ameisenähnlichen Roboters demonstriert. Die Forscher haben festgestellt, dass der Roboter Gangarten ausführen konnte, für die er gar nicht explizit entwickelt worden war, die aber bei echten Insekten verbreitet sind. Im Gegensatz zu den meisten Entwicklern, die eine Nachahmung der biologischen Umwelt anstreben, gelang es diesen Forschern, natürliche Bewegung durch Reverse-Engineering nachzubilden.
Spinnenbewegung
Wissenschaftler haben eine bionisch inspirierten Roboter gebaut, der rollen und laufen kann – ein früher Prototyp ist im Video oben zu sehen. Der Roboter, der den Namen BionicWheelBot trägt, ist von der Flickflack-Spinne inspiriert. Diese kann wie andere Spinnen laufen, wenn Gefahr droht, kann sie sich aber auch mit Flickflack-Sprüngen, also einem kombinierten Ablauf aus Flug- und Bodenrolle, fortbewegen.
Trotz der acht Beine ist die Roboterversion nicht ganz so furchteinflössend. Zum Gehen verwendet sie alle Beine. Zum Rollen klappt sie sechs ihrer Beine ein und verwendet 15 Motoren sowie die restlichen zwei Beine, um vorwärtszuspringen.
Künstliche Intelligenz
Schon Roboter mit einfacher Intelligenz können nachweislich zur Steigerung von Produktivität und Effizienz der Gesellschaft beitragen. Doch die Roboter von morgen werden intelligenter sein als je zuvor und ein riesiges Einsatzpotenzial haben. Dies ist zu einem Grossteil auf die künstliche Intelligenz zurückzuführen.
Im Allgemeinen ist KI definiert als die Fähigkeit einer Maschine, intelligentes menschliches Verhalten zu imitieren. Oder wie es Nils J. Nilsson, einer der Pioniere der KI-Forschung, ausdrückt:
„Künstliche Intelligenz ist die Tätigkeit, die darauf abzielt, Maschinen intelligent zu machen, und Intelligenz ist die Eigenschaft, die es einem Wesen ermöglicht, in seiner Umgebung angemessen und vorausschauend zu handeln.“
Nils J Nilsson
Daten sind die Hauptwissensquelle für KI. Sie sind der Treibstoff, der es der KI ermöglicht, genaue und fundierte Entscheidungen zu treffen. Die Daten werden häufig durch verschiedene Quellen modelliert und so bearbeitet, dass aus ihnen das Wissen der KI entsteht.
Unter dem Oberbegriff KI wird eine Reihe spannender Anwendungen entwickelt. Diese sich ergänzenden Technologien werden mit der Robotik zusammengeführt, um vollkommen neue Roboterfunktionen zu erzielen.
Im Folgenden finden Sie einige Beispiele.
KI-Scanner, die Krankheiten erkennen
Wissenschaftler von Verily, der zu Alphabet gehörenden Forschungsorganisation für Biowissenschaften, haben einen KI-Algorithmus entwickelt, der Herzerkrankungen anhand von Fundusfotografien der Netzhaut vorhersagen kann. Die Software analysiert die Scans der Augen und leitet auf der Grundlage von maschinellem Lernen Eigenschaften wie Alter und Blutdruck ab. Diese Daten werden dann zur Bestimmung des kardiovaskulären Risikos verwendet.
Der Algorithmus wurde mit einem medizinischen Datensatz von fast 300.000 Patienten trainiert, der allgemeine medizinische Daten sowie Augenscans umfasste. Dann wurden neuronale Netzwerke verwendet, um aus diesen Informationen Muster zu extrahieren, wobei der Algorithmus lernte, Augendaten mit Metriken für Herzkrankheiten zu verknüpfen.
KI, die Stimmen klont
Baidu, ein chinesisches multinationales Technologieunternehmen, das auf internetbezogene Dienstleistungen spezialisiert ist, veröffentlichte 2018 ein Whitepaper, in dem es seine KI-Entwicklung erläuterte: ein Programm, das eine Stimme innerhalb von Sekunden klonen kann, nachdem es sie gehört hat. Es kann nicht nur das Gehörte nachahmen, sondern die Stimme auch so verändern, dass sie einem anderen Akzent oder einem anderen Geschlecht entspricht.
Das System nutzt tiefe neuronale Netzwerke, um das Modell auf die Erzeugung von Sprache hin zu schulen. Die Entwicklung von Baidu ist ein grosser Schritt im Klonen von Stimmen – frühere Entwicklungsstufen der Technologie brauchten viel länger, um das Modell zu trainieren.
KI, die Emotionen in musikalischen Stücken heraushört
Die Musikdatenspezialisten von Gracenote haben ihren Computern mithilfe von maschinellem Lernen beigebracht, Emotionen in Liedern zu erkennen. Das Team begann mit der Entwicklung einer Taxonomie von Stimmungen, Atmosphären und emotionalen Qualitäten, die häufig mit Musik verbunden sind. Anschliessend verwendete man 40.000 Titel als Beispiele für die Stimmungskategorien und speiste sie in das Trainingsset ein. Nachdem das System auf die Titel trainiert worden war, konnte es das Erlernte auf Millionen von Titel anwenden.
Diese Klassifizierungstechnologie wird jetzt von Musikdienstbetreibern verwendet, darunter Apple und Spotify.
Internet der Dinge
Vernetzte Geräte verändern die Art und Weise, wie unsere Wohnhäuser, Büros und sogar unsere Städte funktionieren. Tatsächlich haben viele Experten das Verschwinden des Begriffs „Internet der Dinge“ prognostiziert, da in der Welt von morgen alle Geräte für die Vernetzung ausgelegt sein werden.
Der weltweite IoT-Markt soll von 300,3 Mrd. USD im Jahr 2021 auf 650,5 Mrd. USD im Jahr 2026wachsen.
(Source: MarketsandMarkets)
Ein wichtiger Grund für diesen IoT-Boom ist der Rückgang der Preise für Vernetzungstechnologie. Sensoren, die Informationen wie Druck, Drehmoment und Temperatur erfassen können, werden immer preiswerter. Dies trägt auch zu einem expandierenden Robotikmarkt bei.
Auch die Preise für LiDAR-Sensoren sinken und können bereits ab 100 Dollar liegen. Diese waren bisher die teuersten Komponenten von selbst gesteuerten Robotern. Aufgrund hoher Investitionen in den Markt für selbstfahrende Automobile sind die Produktionskosten drastisch gesunken.
Das Wachstum beim Edge-Computing wird die Bereitstellung von IoT-Lösungen noch leichter machen. Man kann darin die Light-Variante eines Rechenzentrums sehen.
Während beispielsweise herkömmliche maschinelle Bildverarbeitung separate Kameramodule und Prozessoreinheiten erforderte, kann das Kameramodul beim Edge Computing Daten vorverarbeiten und den Grossteil der Verarbeitungslast an die Netzwerkperipherie abgeben.
Dies ist besonders hilfreich für Roboter, die KI verwenden (die darauf angewiesen sind, dass grosse Datenmengen in Echtzeit verarbeitet werden). Die Berechnung wird beschleunigt, was wiederum die Effizienz und die Entscheidungszeit verbessert.
Konnektivität in der Fertigung
Das Unternehmen Rethink Robotics hat eine neue Funktion für seine Fertigungsroboter eingeführt. Die neue Softwareplattform mit dem Namen Intera Insights liefert Herstellern wichtige Daten in Echtzeit. Wichtige Leistungsindikatoren wie Kraft, Geschwindigkeit, Stückzahl und Zykluszeit werden über ein anpassbares Dashboard auf dem Bildschirm des Roboters angezeigt. Diese Entwicklung ermöglicht zum ersten Mal die Datenerfassung von einem kollaborativen Roboter.
Die Intelligente Landwirtschaft
Roboter, Drohnen und eine stärkere Vernetzung verändern die Landwirtschaft. Mit der intelligenten Automatisierung in der Landwirtschaft werden Agrarroboter bei verschiedenen landwirtschaftlichen Arbeiten eingesetzt, wie der Aussaat, im Anbau und der Ernte. Darüber hinaus kann die IoT-Konnektivität mit anderen autonomen Maschinen wie Traktoren und Drohnen den Bedarf an manuellen Arbeitskräften verringern und die Landwirtschaft so unabhängiger machen.
Die Zukunft der Roboter
Im Verlauf der Geschichte hat Technologie stets den Ausschlag für Aufstieg und Untergang von Städten auf der ganzen Welt gegeben. Der Erfolg der Roboter bestätigt dieses Muster zweifellos.
In den vergangenen Jahren sind Mikroprozessoren leistungsstärker geworden, die KI hat sich selbst beigebracht, intelligenter zu werden, und Roboter haben ihr Potenzial als wertvolle Automatisierungstools unter Beweis gestellt.
Die technologischen Zukunftstrends wie Robotik, KI und IoT werden sich gegenseitig verstärken. Sie werden ausschlaggebend dafür sein, dass unsere Städte intelligenter werden, spannende neue Geschäftsprozesse entstehen und Innovationszyklen schneller ablaufen als je zuvor.
