Inwiefern das biologische Gehirn ein Vorbild für die Künstliche Intelligenz der Zukunft sein kann, ist umstritten. Ein EU-Projekt ist der Frage auf der Spur.
München - Ein Roboter versucht, eine Tür zu öffnen. Er fällt, als sie endlich aufspringt, mitsamt der Tür direkt ins Haus. Ein anderer stolpert über die Schwelle, der nächste über seine eigenen Füße: Wenn Florian Röhrbein zeigt, was die weltbesten Roboter so alles können, wirkt das wie Slapstick. „Hier wird klar, dass noch viel zu tun ist“, sagt der Robotiker von der TU München. Röhrbein zeigt bei einer Veranstaltung am Stuttgarter Mercedes-Benz-Museum die Szenen aus Youtube-Filmen über die „Darpa-Challenge“, einen Roboterwettkampf, den das amerikanische Militär ausrichtet. Veranstalter im Stuttgarter Mercedes-Museum ist an diesem Tag die Daimler-Benz-Stiftung. Sie hat das Thema des Abends plakativ mit „Neuroroboter – Über künstliche Dummheit und natürliche Intelligenz“ überschrieben. Das trifft einen Nerv: Der Saal ist brechend voll.
Dazu passt Röhrbeins Botschaft: Es sind teilweise die einfachsten Dinge, die Robotern nicht gelingen. Dinge, die zumindest für uns Menschen einfach sind – und hier möchte der Forscher ansetzen, der im sogenannten Human Brain Project (HBP) aktiv ist, einem milliardenschweren EU-Projekt, das am 1. Oktober 2013 gestartet ist und noch weitere fünf Jahre laufen soll. „Die modernen Algorithmen stoßen häufig an ihre Grenzen“, erklärt er: „Aber wenn man genauer hinschaut, wie es das menschliche Gehirn macht, kann man in Zukunft Sachen lösen, die jetzt noch nicht möglich sind.“
Die Initiatoren des Projekts haben beim Start vor fünf Jahren angekündigt, das menschliche Gehirn innerhalb von zehn Jahren simulieren zu wollen, was zum großen Streit der Forscher führte. Auch sonst war das Projekt in die Kritik geraten, 2014 hatten 774 Wissenschaftler in einem offenen Brief an die Europäische Kommission das Management des Projekts kritisiert. Sie forderten eine transparentere Vergabe von Forschungsgeldern. Eine Mediation erbrachte 2015 dann neue Führungsstrukturen. Über die Jahre schien es auch, als stünden sich Neurowissenschaftler und Robotiker in der Frage, inwiefern ihre beiden Gebiete einander befruchten können, mehr als skeptisch gegenüber.
Doch das ändert sich gerade. Die Vertreter des Human Brain Projects (HBP) sind sehr viel vorsichtiger geworden: „Der Nachbau des Gehirns ist nicht das primäre Ziel“, sagt Alois Knoll, Software Development Director des HBP und Informatiker an der TU München: „Zunächst wollen wir beschränkte intellektuelle Leistungen des Gehirns auf den Rechner bringen.“ Als Robotiker hofft er durchaus darauf, sich etwas vom Gehirn abschauen zu können. „Aber die Hirnforschung wird nicht mit dem Ende des Human Brain Projects beendet sein.“
Vielleicht braucht aber auch die Neurowissenschaft die Robotik, um das menschliche Gehirn zu verstehen? „Wenn man Zusammenhänge zwischen neuronaler Netzwerkstruktur und deren Funktionen im Gehirn verstehen möchte, kann es durchaus hilfreich sein, diese digital zu simulieren“, sagt Marcel Oberlaender von der Bonner Max-Planck-Gruppe „In Silico Brain Sciences“. Selbst dann, wenn man die Struktur des Gehirns in all ihren Details rekonstruieren könne, wisse man nicht, wie die einzelnen Komponenten im Gehirn zusammen wirkten, denn: „Nur die Untersuchung des Zusammenspiels struktureller, funktioneller und dynamischer Eigenschaften einzelner Netzwerke erklärt, was im Gehirn geschieht.“
Allerdings liegt es in der Natur der Sache, dass sich diese Aktivitäten kaum unter echten Bedingungen im lebenden Gehirn beobachten lassen. Deshalb hofft Oberlaender auf die Künstliche Intelligenz und Modelle von Gehirnfunktionen im Computer, die Vorhersagen machen, welche sich im Experiment überprüfen lassen. „Sollten Simulationsvorhersagen im Experiment eintreten, hat man einen Teil des Gehirns verstanden.“
Oberlaender teilt nicht die Befürchtungen jener, die eine Superintelligenz schon vor der Tür stehen sehen: „Das macht den Menschen Angst.“ So weit ist es aus seiner Sicht nicht her mit der Künstlichen Intelligenz. Noch gebe es frappierende Unterschiede zwischen künstlichen und natürlichen neuronalen Netzwerken – auch deshalb, weil viele Funktionsweisen des Gehirns kaum verstanden seien. Der offensichtlichste Unterschied ist der Weg der Information: So geben die künstlichen Netze Informationen hierarchisch von einer Schicht zur nächsten weiter, während die biologischen Strukturen zahlreiche Querverbindungen innerhalb der Schichten aufweisen. Zudem gibt es Loops, sprich: Die Information geht hin und zurück. Oberlaender will herausfinden, was der architektonische Vorteil dieser Querverbindungen ist.
Womöglich tragen sie dazu bei, dass das menschliche Gehirn flexibel reagiert – eine Fähigkeit, die Künstlicher Intelligenz noch völlig abgeht: Die künstlichen Netze sind stets für einen bestimmten Anwendungsfall trainiert, den sie dann besonders gut können, beispielsweise die Gesichtserkennung.
Aber sie sind keine Generalisten. Das sieht auch Knoll so: „Das biologische Gehirn verfügt über einzigartige Fähigkeiten, die das Überleben des Individuums sicherstellen. Es kann etwa unter Unsicherheit optimale Entscheidungen treffen.“ Und es kommt – im Gegensatz zu Künstlicher Intelligenz – mit widersprüchlichen Informationen hervorragend klar: „Das kann kein Rechner so gut.“
Wüsste man, welcher Anteil der komplexen Strukturen und Funktionen im Gehirn zu optimalen Entscheidungen beiträgt, wäre man der Superintelligenz schon sehr viel näher. Doch das Gehirn ist komplex. Schließlich ist noch nicht einmal klar, ob jedes Detail dieser Komplexität überhaupt das Gehirn optimiert. Zu wissen, was an dieser Komplexität wichtig ist für die Flexibilität, sagt Oberlaender, würde die Künstliche Intelligenz voranbringen.
