Am Cybathlon der ETH Zürich staunt man und fragt sich: Wie kann jemand Wäsche aufhängen, obwohl er oder sie den Arm wegen einer Behinderung nicht bewegen kann?
Wie ist Gehen mit einer Querschnittlähmung möglich? Die Antwort ist: Es braucht nicht nur ausgeklügelte technische Assistenzsysteme, also Arm- und Beinprothesen oder Rollstühle, sondern auch eine Steuerung dieser Hilfsmittel, die durch blosse Gedanken ausgelöst wird.
Cybathlon als Fenster zur Forschung
Der Cybathlon zeigt in spielerischer Form, wo die Forschung diesbezüglich heute steht, sagt Robotikprofessor Robert Riener von ETH und Uni Zürich: «Beim Cybathlon versucht man, Bewegungswünsche und -absichten in tatsächliche Bewegungen von Prothesen oder Robotern umzusetzen. Diese helfen dann, den Menschen mit einer Behinderung bei einer Alltagsaktivität zu unterstützen.»
Künstliche Intelligenz beschleunigt die Entwicklung
Natürlich kommt dabei auch die Künstliche Intelligenz, kurz KI, zum Einsatz. Das ist keine Neuheit, so Robert Riener, diese Algorithmen gibt es schon seit den 70er-Jahren. Dass jedoch die grossen Technologiefirmen die Entwicklung rund um KI vorantreiben, merkt man nun auch in der sogenannten «Brain-Computer-Interface» – eine Technologie, die die direkte Kommunikation zwischen dem Gehirn und einem Computer ermöglichen.
Die Kombination von komplizierten neuronalen Netzwerken, leistungsfähigen Computern und einem riesigen Wissen im Internet, ermöglichen die Technologien, wie wir sie heute kennen. Der Robotikprofessor «Die Entwicklung nimmt heute dank KI und der riesigen, leistungsfähigen Computer Netzwerke, die man heute hat, so richtig Fahrt auf.»
Eine Künstliche Intelligenz, wie zum Beispiel ChatGPT, kann man mit dem gesamten Wissen aus dem Internet rasch «wissender» machen. Wendet man aber KI für das Bewegungslernen bei einem Roboter, einer Assistenzhilfe für den Menschen, dann ist die Lernkurve im Gegensatz dazu etwas weniger steil.
Wenn wir jetzt ein KI anwenden wollen für das Bewegungslernen von einem Roboter, dann muss dieses Wissen gesammelt werden durch physische Präsenz, durch Experimente mit Menschen.
Das Dazulernen muss durch die physische Präsenz der Menschen mit Behinderung und Experimenten erarbeitet werden. «Wenn wir jetzt eine KI für das Bewegungslernen von einem Roboter nutzen wollen, dann muss dieses Wissen zuerst durch physische Präsenz, und durch Experimente mit Menschen gesammelt werden. Das dauert einfach sehr lange.» Infolgedessen prognostiziert Robert Riener, wird es noch seine Zeit dauern, bis selbstlernende Roboter perfekte Bewegungen ausführen werden. Jedoch ist die Lernkurve in diesem Bereich, im Vergleich zu vergangenen Jahren, exponentiell ansteigend.
