- Rodney Brooks, Gründer von iRobot und ehemaliger MIT-Professor für Robotik, gibt eine realistische Perspektive auf den aktuellen Hype in den Bereichen AI und Robotik
- Die Erwartungen an humanoide Roboter sind überzogen, und die Annahme, dass Roboter in menschlicher Gestalt alle Fähigkeiten des Menschen nachbilden können, erzeugt falsche Versprechen
- Um die Komplexität realer Umgebungen bei autonomen Fahrzeugen, Robotern usw. zu bewältigen, ist deutlich mehr Zeit nötig als für spektakuläre Demos; wie bei der Computer- und Internetrevolution dürfte auch die AI-Revolution Jahrzehnte dauern
- Brooks entwickelt derzeit intelligente Wagen für die Lagerautomatisierung und verfolgt eine praktische Robotik, die menschliche Arbeit unterstützt, statt Menschen zu ersetzen
- Er betont, dass AGI (Artificial General Intelligence) vielleicht erst in 300 Jahren möglich sein könnte und dass es mit dem heutigen Computing-Paradigma womöglich schwierig ist, menschliche Intelligenz vollständig umzusetzen
Brooks’ Karriere und Philosophie
- Rodney Brooks war Robotikprofessor am MIT und ehemaliger Leiter des MIT Computer Science and Artificial Intelligence Laboratory
- Er gründete drei Unternehmen: iRobot (Hersteller des Roomba), Rethink Robotics und heute Robust.AI
- Er stammt aus Australien und wuchs in einer Arbeiterfamilie auf, erhielt aber wegen seines mathematischen Talents schon früh den Spitznamen „Professor“
- Nach der Lektüre eines 1961 veröffentlichten Buchs über Elektrizität und Computer versuchte er, Schaltungen und Computer zu bauen, und entwickelte so seine Leidenschaft für Roboter
- Seine Unternehmen wurden stets so entworfen, dass Menschen die Kontrolle behalten und Roboter sich auf die Unterstützung von Menschen konzentrieren
Aktuelles Projekt: Robust.AI und intelligente Wagen
- Robust.AI entwickelt den intelligenten Wagen Carta für Logistiklager
- Lagerarbeiter gehen im Schnitt 30.000 Schritte pro Tag (etwa 24 km) und sind dadurch körperlich stark belastet
- Carta bestimmt seine Position per Kamera, hilft Beschäftigten, benötigte Artikel zu finden, und reduziert die Gehstrecken drastisch
- Wenn der Mitarbeiter das Kommissionieren beendet hat, fährt der Wagen automatisch zum Abladeort und ersetzt damit 400 Fuß Laufweg
- Der Wagen ist so ausgelegt, dass der Mensch sofort die Kontrolle übernimmt, sobald er den Griff anfasst
- Er bietet eine Kraftverstärkung, sodass sich der Wagen wie bei Superman mit geringer Kraft bewegen lässt
- In der Nähe von Leitern nähert er sich aus Sicherheitsgründen nicht, und wenn ein Gang blockiert ist, meldet er dies dem zentralen System
- Der Fokus liegt auf einfacher, aber zuverlässiger Intelligenz
- Im Vergleich zu herkömmlichen Handscannern, die Technik aus den 1980er- und 1990er-Jahren emulieren, verringert sich die kognitive Belastung
- Ziel ist es, Roboter in manuell betriebenen Lagern bei DHL (dem größten Kunden) und Amazon einzuführen
- Dieser Markt ist 4 Billionen Dollar groß und dürfte über Jahrzehnte bestehen, ist aber wenig sexy, weshalb es schwer ist, Investoren zu gewinnen
Die Realität und Grenzen der Robotik
Technischer Fortschritt und das Long-Tail-Problem
- Hardware wie Rechenleistung, Sensoren und Motoren hat sich stark verbessert
- Durch Nabenmotoren aus Elektrorollern ist die Leistung besser und günstiger als noch vor zehn Jahren
- Nvidia-GPUs waren ursprünglich für Grafik gedacht, doch es wurde eher zufällig entdeckt, dass sie sich gut für neuronale Netze eignen
- GPUs sind auch für Vision-Berechnungen wie SLAM (Simultaneous Localization and Mapping) nützlich
- Menschen unterschätzen jedoch das Long-Tail-Problem natürlicher Umgebungen
- 1979 hörte Brooks erstmals einen Vortrag über autonome Fahrzeuge, und 1990 gelang in Deutschland die Fahrt auf der Autobahn
- Nach den DARPA-Rennen für autonome Fahrzeuge 2007/2008 hieß es, man werde sie „bald überall sehen“, doch es dauerte fast 20 Jahre
- Dass sie noch heute nur in kleinen geografischen Gebieten eingesetzt werden, liegt am Long Tail aller möglichen Situationen
Spektakuläre Demos vs. reale Umgebungen
- Spektakuläre Demos können reale Umgebungen nicht abbilden
- Selbst Waymo braucht weiterhin menschliche Eingriffe
- Gegenüber Teslas Taxisystem ist er skeptisch: Elon Musk sagte, man werde Sicherheitsfahrer und Remote-Fahrer beschäftigen
- Es dauert lange, bis eine Technologie ihre ausgereifte Form findet
- Vom MS-DOS-PC bis zur heutigen Form und vom Nokia- oder Palm-Smartphone bis heute vergingen jeweils Jahrzehnte
- Auch autonomes Fahren braucht viel Zeit bis zur breiten Einführung
Die Geschichte von SLAM und ihre Lehren
- Als 1985 die SLAM-Arbeit erschien, erwartete Brooks nicht, dass er zu Lebzeiten Systeme auf dem heutigen Waymo-Niveau sehen würde
- Die frühe Idee des Loop Closing war wichtig, aber die Umsetzung unvollständig
- Ein Jahr später veröffentlichte ein anderer Forscher eine verbesserte Arbeit
- In den gesamten 1990er-Jahren erschienen jedes Jahr Hunderte SLAM-Paper mit schrittweisen Verbesserungen
- Erst in den letzten fünf Jahren wurde SLAM per Computer Vision möglich (zuvor basierte es auf LIDAR)
- Die Lehre: Alles erfordert viel mehr Engineering als erwartet, und Technologien müssen oft warten, bis andere Technologien ausgereift sind
Der übertriebene Hype um humanoide Roboter
- Roboter in Menschengestalt erzeugen ein Versprechen dessen, was sie können sollen
- Ein Roomba ist nur eine kleine Scheibe auf dem Boden und weckt nicht die Erwartung, dass er Fenster putzen wird
- Eine menschliche Gestalt impliziert jedoch das Versprechen, alles tun zu können, was Menschen können
- Das macht Humanoide attraktiv, aber letztlich werden damit nur erstaunliche Versprechen verkauft
- Das Problem der Roboterhände
- Viele Menschen sind begeistert von Roboterhänden, und auch chinesische Firmen glauben fälschlich an deren Geschicklichkeit
- Doch es gibt keine Möglichkeit, all das zu reproduzieren, was Menschen mit ihren Händen tun, und man sollte nicht annehmen, dass eine Fünf-Finger-Form optimal ist
- Die Struktur mit fünf Fingern ist ein evolutionärer Zufall der ersten Lebewesen, die vom Meer an Land kamen
- Geschickte Werkzeuge der Zukunft könnten eher wie Seeanemonen mit vielen Tentakeln aussehen
- Die Nachbildung des Menschen ist weder die optimale noch die kosteneffizienteste Lösung
- Der richtige Blick auf Roboter und AI besteht darin, sie nicht nach ihrer äußeren Form zu beurteilen
- Viele Dinge sind mit heutiger Technik schwer umzusetzen, und der Hype ignoriert das
Ansichten zu AI und Bildung
Generative AI und die Bedeutung von Fragen
- Generative AI bedeutet einen Wechsel von einem antwortbasierten zu einem fragenbasierten Wertesystem
- Die Fähigkeit, die richtigen Fragen zu stellen, unterscheidet Mittelmaß von Exzellenz
- Wer in Philosophie, Kunst, Robotik oder AI Fragen formulieren kann, ist etwas Besonderes
- Generative AI stellt lange bestehende Vorstellungen infrage
- John Searles Argument des chinesischen Zimmers: Computer können kein menschliches Bewusstsein haben
- Wenn man ChatGPT Chinesisch eingibt und eine chinesische Antwort erhält, sagt Brooks: „Das chinesische Zimmer ist erschienen.“
- Das stellt die Bedeutung von Sprachverständnis infrage
- Generative AI ist eine Kodierung der Art, wie wir mit Informationen interagieren
- Hätte man ihm das vor 15 Jahren erklärt, hätte er gesagt: „Das kann unmöglich funktionieren.“
- Dass es funktioniert, ist an sich schon erstaunlich
Das Bildungssystem neu denken
- Man sollte wie im deutschen System Berufsausbildung und intellektuelles Streben unterscheiden
- Ein Bachelor in Tourismusmanagement ist Berufsausbildung, kein intellektuelles Streben
- Deutschland trennt seit Langem Berufsausbildung und Eliteuniversitäten
- Probleme des Geschichtsunterrichts
- Statt nur auswendig zu lernen: „Das ist passiert, jenes ist passiert“
- sollte man vermitteln, warum es passiert ist und welche intellektuellen Ideen dahinterstanden
- Selbst am MIT erkennen Studierende oft erst dann: „Darum wurde uns das in dieser Vorlesung beigebracht“, wenn sie tatsächlich etwas gebaut haben
- Journalismus ist die beste Bildung
- Man lernt über Mikrocontroller, Embedded OS, Netzwerke, Switches und Computing
- Man versteht auch die Auswirkungen von Technologie auf reale Menschen und die reale Welt
- Universitäten schaffen diese Verknüpfung oft nicht
Skepsis gegenüber AGI und dem Computing-Paradigma
Newtons Alchemie als Vergleich
- Isaac Newton vollbrachte geniale Leistungen wie die Erfindung der Infinitesimalrechnung, das Gravitationsgesetz und Forschungen zur Optik
- Dennoch investierte er mehr als die Hälfte seines Lebens in Alchemie (Blei in Gold verwandeln)
- Damals hielten alle das für ein chemisches Problem, tatsächlich war es aber ein Problem der Kernphysik
- Newton arbeitete mit einem falschen Grundmodell
- Wenn Elon Musk eine Rakete in den Orbit bringen will, reicht ein Python-Skript nicht aus
- Man muss physikalische Probleme wie treibstoffeffiziente Verbrennung, Masse, Flüssigkeitsströmung und hohe Temperaturen lösen
- Rechnen allein bewegt physische Objekte nicht
Ist Computing das richtige Paradigma?
- Zwischen 1945 und 1965 entstanden vier Bereiche
- Neurowissenschaften, AI, künstliches Leben und Abiogenese
- Alle übernahmen Computing als zentrale Metapher
- Aber ist Computing wirklich das, was in unserem Gehirn geschieht?
- AGI könnte erst in 300 Jahren möglich sein
- vielleicht weil wir mit der falschen Art von „Material“ arbeiten
- und wie Newtons Alchemie zum Scheitern verurteilt sein
Die Grenzen menschlicher Intelligenz
- Problematisch ist die Annahme einer unbegrenzten Macht menschlicher Intelligenz
- Orcas sind sehr intelligent, grausam und fähig, Probleme zu lösen
- Um Robben im flachen Wasser zu jagen, kippen sie ihren Körper um 90 Grad, damit die Rückenflosse verborgen bleibt
- Trotzdem erwartet niemand, dass Orcas Schmelzöfen bauen und Metall schmelzen
- Auch Menschen könnten wie Orcas natürliche Grenzen haben
- Wir glauben, unendlich klug zu sein und jedes Problem mit Technologie lösen zu können
- Doch es könnte Grenzen geben, die für Menschen unerreichbar bleiben
Die Zukunft der Fertigung und technologische Veränderungen
Chinesische Fertigung und Lieferketten
- Brooks begann Ende der 1990er-Jahre mit der Fertigung in China
- Kürzlich schloss er einen Vertrag mit Foxconn, um Roboter in großem Maßstab zu produzieren
- Wer große Stückzahlen fertigen will, kommt an China/Taiwan nicht vorbei
- Die Stärke der chinesischen Fertigung liegt in den Lieferketten
- Chinesische Hersteller diversifizieren, indem sie Lieferketten in Malaysia, Vietnam und anderen Ländern aufbauen
- In 50 Jahren könnte Nigeria das Zentrum technologischer Innovation sein
- Das Land wird einen großen Anteil an der Weltbevölkerung haben und viele Probleme lösen müssen
- Nach derselben Logik wurde China durch seine riesige Bevölkerung und den Druck zur Problemlösung zur Wirtschaftsmacht
3D-Druck und die Fertigungsrevolution
- 3D-Druck könnte die Fertigung dominieren
- Noch ist es nicht so weit, aber bei Maschinenteilen beginnt der Einsatz bereits
- Das neuseeländische Unternehmen Electron fertigt Raketenmotoren per 3D-Druck (möglich wegen des hohen Produktwerts)
- Wenn sich 3D-Druck durchsetzt, verlagert sich die Lieferkette auf Rohstoffe
- Die Stärke Chinas bei Bauteil-Lieferketten würde dadurch vollständig aufgebrochen
- Am Ende wird alles 3D-gedruckt werden
- So wie Informationstechnologie und Bezahlsysteme in der Dritten Welt teils schneller als in den USA übernommen wurden, könnte sich auch der 3D-Druck dort schneller verbreiten
Das Paradox der Industriearbeitsplätze
- Eine Frage in einer Abschlussrede an der Brown University
- „Wer hier möchte, dass seine Kinder in einer Fabrik arbeiten?“ → Niemand hob die Hand
- „Und wer möchte, dass sie bei einem Abwasserunternehmen arbeiten?“ → ebenfalls niemand
- Den Verlust von Industriearbeitsplätzen zu beklagen, ist heuchlerisch
- „Nicht für uns, sondern für arme Leute“
- Das Beispiel einer neuen BYD-Fabrik
- Eine Fabrik in der Größe von San Francisco beschäftigt nur 40.000 Menschen
- Alles andere übernehmen Roboter von BYD
- Das ist die Zukunft der Großserienfertigung
- Wenn Politiker von „Industriejobs“ sprechen, wird das in 25 Jahren angesichts von Roboterrevolution und 3D-Druck ganz anders aussehen
Weitere technologische Entwicklungen
- Einsatz von AI in der Materialentwicklung
- Damit lassen sich Materialeigenschaften vorhersagen, ohne alles einzeln herstellen und testen zu müssen
- Materialveränderungen, 3D-Druck, Robotik und viele weitere Technologien werden zusammenwirken
- Niemand weiß genau, wie es aussehen wird, aber es wird mit Sicherheit anders sein
AI-Hype-Zyklus und Realismus
Die Wiederholung der AI-Geschichte
- Brooks bezeichnet sich selbst als Realisten
- Er hat in der AI viele Hype-Zyklen erlebt
- Früher war das nicht öffentlich sichtbar, doch unter AI-Praktikern gab es heftige Debatten und laute Auseinandersetzungen
- Neuronale Netze dominieren derzeit, waren aber schon vier- oder fünfmal dominant und brachen dann wieder ein
- Dann kam etwas anderes, später kehrten sie zurück
- Beispiel agentenbasierte AI
- Plötzlich bringt jeder agentenbasierte AI heraus
- Vor sechs Monaten gab es das noch nicht → Marketing ist der Realität voraus
- Das erste Paper zu agentenbasierter AI veröffentlichte 1959 Oliver Selfridge
- Es gab viele agentenbasierte Systeme wie SOAR, und mit jeder Rückkehr wurden sie besser
Investitionen und Verschwendung
- Es fließt enorm viel Geld hinein, was Auswirkungen haben wird
- Ein großer Teil davon wird jedoch verschwendet werden
- Positiv ist das Beispiel des überdimensionierten Netzwerkausbaus
- Netzwerke wurden überbaut, doch Google konnte dadurch günstig Netze aufbauen und Suche anbieten
- Auch Rechenzentren werden überbaut werden
- Nach dem Kollaps des Trainingsbooms generativer AI muss man überlegen, wie man diese Rechenzentren nutzt
- Es wird nicht Bitcoin-Mining sein, aber kluge Menschen werden neue Anwendungen finden
- Irgendjemand, der heute unbekannt und arm ist und forscht, wird den nächsten Boom auslösen
Die Rolle des Quantencomputings
- In den nächsten zehn Jahren werden effektive Quantencomputer vor allem für die Simulation physikalischer Systeme genutzt werden
- Für klassische Berechnungen, die viel besser sind als heutige, liegt der Durchbruch noch in weiter Ferne
- Früher machte man den Witz: „Ich weiß nicht, wann Quantencomputer kommen, aber sie werden wohl mit Kernfusion betrieben“
- Inzwischen gibt es vielfältigere Ansätze bei der Kernfusion
- Vorerst werden sich Quantencomputer auf die Simulation physikalischer Systeme konzentrieren
Fazit: realistischer Optimismus
- Man sollte nicht nach der äußeren Form urteilen
- Mit heutiger Technik gibt es sehr viele extrem schwierige Aufgaben
- Der Hype um Robotik und AI ignoriert oft das, was wir noch nicht gut verstehen
- Die Nachbildung des Menschen ist weder die optimale noch die kosteneffizienteste Lösung
- Brooks glaubt, dass Menschen in einer Welt voller Roboter und AI gut zurechtkommen werden
- Technologischer Fortschritt dauert viel länger als erwartet, entwickelt sich am Ende aber doch in eine Richtung, die unser Leben verbessert
1 Kommentare
Hacker-News-Kommentare
Ein wirklich beeindruckendes Zitat: Die physische Form eines Roboters selbst verspricht, „was dieser Roboter tun kann“. Ein Roomba ist zum Beispiel eine kleine Scheibe, daher erwartet man, dass er den Boden reinigt, aber nicht, dass er Fenster putzt. Ein humanoider Roboter dagegen verspricht: „Alles, was ein Mensch kann, kann auch er.“ Deshalb wirkt er auf Menschen so attraktiv — man verkauft damit ein enormes Versprechen
Ich denke bei Sprachmodellen immer ähnlich: Die sprachliche Erscheinungsform deutet bereits an, „was dieses Modell tun kann“. Clippy war eine kleine Comic-Büroklammer, also erwartete niemand, dass sie einen großartigen Roman schreibt, sondern nur begrenzte Hilfe bietet. Wenn aber in menschlicher Sprache kommuniziert wird, fühlt es sich so an, als könne das System „alles, was ein Mensch kann“, und genau deshalb wird es als riesiges Versprechen wahrgenommen
Der Grund, warum alle Unternehmen humanoide Roboter verfolgen, ist, dass wir die Welt bereits auf diesen „Formfaktor“ ausgerichtet haben und evolutionär ebenfalls darauf angepasst sind. Es ist ein vollständig allgemeines Design. Ähnlich hat OpenAI LLMs verfolgt. Anfangs werden damit überzogene Erwartungen einhergehen, aber aus Investorensicht halte ich es trotzdem für einen Formfaktor, den man ausprobieren sollte — sofern er überhaupt realisierbar ist
Ich musste lachen über die Stelle: „Brooks glaubt, dass Nigeria allein durch seine Bevölkerungsgröße zu einem Zentrum von Wirtschaft und Technologie werden wird.“ Schon die naive Annahme, dass eine große Bevölkerung automatisch eine Wirtschaftsmacht hervorbringt, ist lächerlich. Ich bin dem chinesischen KP-Regime aus vielen Gründen kritisch gegenüber, aber die wirksame und effiziente Regierungsführung der letzten 40 Jahre lässt sich nicht einfach kopieren. Gute Staatsführung ist das wirklich seltene Gut. Nigeria hat zwar viele Menschen, aber wie Indien ohne effektive Regierungsführung liegt die Wahrscheinlichkeit nahe null, dass es so gut verwaltet wird wie China
Ich kann der Aussage nicht zustimmen, dass Indien zwar viele Menschen, aber keine gute Regierungsführung habe. Als Inder ist das, was sich seit der Unabhängigkeit bis heute verändert hat, eine wirklich bemerkenswerte Leistung
China investiert massiv in Nigeria und ist sein größter Gläubiger. Deshalb ist es möglich, dass die nigerianische Regierung der Kommunistischen Partei Chinas gar nicht so unähnlich ist
Verlauf des Pro-Kopf-BIP-Wachstums in Indien
Der Einschätzung zu Nigeria stimme ich zu, bei Indien sehe ich das anders. Ich habe gehört, dass es in der indischen Regierung sehr fähige Leute gibt. Und auch in Afrika gibt es mit Ländern wie Kenia Staaten mit starkem Wachstum
Das ist fast dasselbe wie das, was Brooks vor ein paar Jahren selbst gepostet hat. Kürzlich wurde es auch auf HN diskutiert. Es gibt bereits viele Unternehmen, die automated guided carts verkaufen.<br>Am Anfang fand ich humanoide Roboter lächerlich, aber beim Preis habe ich meine Meinung geändert. Der Unitree G1 kostet 22.000 Dollar und ist damit billiger als ein Toyota Corolla. Hardware, von der ich dachte, sie würde wie bei Boston Dynamics extrem teuer sein, ist schon jetzt so günstig geworden. Es ist zwar immer noch ein frühes Produkt mit geringer Stückzahl, aber der Preis wird weiter fallen, und der Tag wird kommen, an dem humanoide Roboter billiger sind als Autos.<br>Für einzelne Aufgaben bieten sie zwar viel mehr Freiheitsgrade als nötig, doch die Kostenvorteile durch Massenproduktion und die Vorteile beim Austausch von Teilen werden deutlich größer sein. Das Manipulationsproblem ist zwar noch ungelöst, aber mit einem derart vernünftigen Preis und standardisierter Hardware werden sich viel mehr Menschen daran versuchen können. Frühere HN-Diskussion
Auch wenn der Unitree G1 mit 22.000 Dollar ausgezeichnet ist, habe ich gehört, dass man bei tatsächlicher Großabnahme inklusive Hardware, Werkzeugen und Development Kit pro Gerät auf 80.000 bis 100.000 Dollar kommt. Und es ist tatsächlich ein aktueller Beitrag von Brooks
Das Manipulationsproblem hat bislang noch niemand gelöst, egal in welcher Preisklasse. Das wird auch nicht einfach durch Massenproduktion verschwinden
Wenn ich solche Preisniveaus sehe, frage ich mich, wie US-Robotikfirmen wie Tesla überhaupt mit so niedrigen Herstellungskosten konkurrieren wollen
Dieser Mann ist wirklich beeindruckend. Vielleicht liegt es daran, dass er aus Boston kommt, aber obwohl er in der Robotik schon zweimal erfolgreich Startups aufgebaut hat, ist die Realität, dass er schwer Investoren findet, weil seine Idee nicht „sexy“ ist. Investoren wollen Sicherheit, aber bei jemandem, der zweimal groß erfolgreich war, würde ich die Wahrscheinlichkeit eines dritten Erfolgs ebenfalls für hoch halten
Aus meiner Erfahrung mit VCs glaube ich ihren oberflächlichen Aussagen nicht. Ich denke, du hast recht. Die Investoren wollen investieren, aber seine Bedingungen sind vermutlich zu teuer, etwa 1 Million Dollar für eine Bewertung von 2 Millionen Dollar und 50 % Anteile. Mit seinem Track Record würde praktisch jeder Investor diesen Deal gerne machen. Und er selbst denkt wahrscheinlich, dass er für ein drittes Startup mindestens so viel bekommen sollte, während das aus Investorensicht eine große Belastung ist
Ich kenne einen wirklich stillen Gründer, der in den letzten 20 Jahren dreimal sehr ähnliche Unternehmen gegründet hat — die ersten beiden wurden verkauft —, fast mit demselben Konzept. Wenn es Präzedenzfälle gibt, vertraut der Kapitalmarkt stark darauf, dass auch künftiger Erfolg möglich ist.
VCs wollen eher eine neue Story — oder „Hype“ — als einen glanzvollen Ruf. Ein Ruf kann sogar zum Nachteil werden. Sie bevorzugen die Belohnung dafür, verborgene Juwelen und von ihnen selbst entdeckte Talente gefunden zu haben
iRobot wurde von chinesischen Wettbewerbern verdrängt, Rethink scheiterte früh an schlechter Qualität, und Universal baute deutlich bessere kollaborative Roboter. Eine neue Gründung ergibt aus meiner Sicht keinen Sinn. Allein in Boston gibt es bereits mehr als zehn Startups für Warehouse-Automatisierung
Man braucht eine Definition von „Erfolg“. iRobot war Kategorieführer und hat einen neuen Markt geschaffen, war aber anscheinend fast nie wirklich profitabel. Heute wird das Unternehmen von chinesischen Produkten verdrängt, die zum halben Preis die doppelte Leistung bieten. Dass es den Markt geschaffen hat, erkenne ich trotzdem an. Zur zweiten Firma konnte ich nur einen Verkauf auf dem Niveau einer „Teileverwertung“ finden. Dieses neue Startup ist zwar interessant, aber es gibt schon zu viele Wettbewerber in diesem Markt. Deshalb komme ich zu dem Schluss, dass er nie einen echten Erfolg hatte und jetzt in einem bereits überfüllten Markt aktiv ist
Damit humanoide Roboter in großem Maßstab wertvoll werden, braucht es nicht zwingend AGI. Teleoperation wird deutlich unterschätzt. Kurzfristig wird vermutlich irgendwo auf der Welt jemand solche Roboter fernsteuern und dadurch Lieferungen und viele andere Aufgaben viel günstiger erledigen
Ich frage mich, ob das wirklich eine wünschenswerte Richtung ist
Erhöht Teleoperation die Effizienz tatsächlich in anderer Hinsicht als nur bei der Senkung der Löhne?
„Einfache künstliche Intelligenz — also das, was wir heute vertrauenswürdig umsetzen können. Nicht sexy, aber Technologie, die den Arbeitern ihre Aufgaben erleichtert und sie effizienter macht.“ Ich halte das für die perfekte Zusammenfassung
Ich habe Erfahrung mit großen Vorlesungen am MIT. Als ich heute Morgen Uber fuhr, fragte ich den Fahrer, auf welcher Straße wir gerade seien, und er wusste es überhaupt nicht. Er folgt einfach nur dem GPS. Wenn ein Problem auftritt, denkt er nicht selbst über eine Lösung nach. Ich wohne auch in einer Sackgasse, deshalb finden Uber-Fahrer den Weg oft schlecht. Selbst wenn ich den Weg per Sprachhinweis erkläre, lesen die Fahrer die Straßenschilder gar nicht. Sie fahren einfach zum Punkt auf der Karte und beschweren sich dann. Das eigentliche Ziel liegt aus Sicht der befahrbaren Straße auf der anderen Seite. Ein Fahrer bog sogar zweimal in dieselbe falsche Richtung ab und stornierte dann am Ende. Taxis waren auch nicht besonders gut, aber die Fahrer hatten zumindest ein Mindestmaß an Ortskenntnis
Schon ein einfacher Roboterarm könnte in Bereichen wie Bau oder Landwirtschaft, die in den meisten Ländern der Welt nicht richtig industrialisiert sind, enorm helfen. In Europa wird die Landwirtschaft zum Beispiel wegen Bevölkerungsrückgang und Überalterung aufgegeben. Zum Mauern braucht man an sich keinen humanoiden Roboter, aber günstige Geräte könnten helfen, auch die Wohnungsnot zu lindern.<br>Und obwohl leistungsfähige IT, Sensorik und sogar etwas Bewegung möglich sind, sind die Anforderungen in natürlichen Umgebungen so vielfältig, dass eine „einzige universelle Plattform“ unmöglich ist. Menschen sind auch nicht besonders effizient, daher frage ich mich, warum es überhaupt humanoid sein muss. Nötig ist eine „modulare Roboterplattform“, getragen von großen Unternehmen oder einem entsprechenden Betriebssystem
Die dem Wagen selbst mitgegebenen affordances sorgen dafür, dass Arbeiter weniger nachdenken müssen. Wenn man sich die Lage vor Ort ansieht, bekommen die Leute selbst heute noch nur kleine Bildschirme mit zeichenbasierter Software aus den 80er- oder 90er-Jahren am Handgelenk sowie Scan-Geräte. Sie müssen auf dem Bildschirm lesen, welche Nummer und welche Aufgabe ansteht. Letztlich werden also Arbeiter mit Lesekompetenz entlassen, und gebraucht werden nur noch gefügige Einheiten, die an Roboter angepasst sind
„Mit Versprechen lässt sich leicht Investment einsammeln, aber das eigentliche Geschäft ist schwierig, weil es Wachstumsgrenzen gibt. Wer es nicht weiß, kann den Traum immer weiter aufblasen, aber je klarer die Grenzen werden, desto schwerer wird es auch ganz real, Investment zu bekommen.“ Zugehöriges YouTube-Video