Spiele, Virtuelle Realität und die lernende Maschine: Über die Bedeutung von VR für AI

  • Virtuelle Realität kann im Kontext von Machine Learning und Künstlicher Intelligenz ein Katalysator für die eigenen Projekte sein.
  • Simulationen können nicht nur im Maschinenbau sehr viel Geld und Zeit sparen, bei der Entwicklung von Künstlicher Intelligenz ist eine Simulationsumgebung sehr hilfreich.
  • Fotorealistische Bilder lassen sich mittels Computerspielen in Sekunden erzeugen, damit sind synthetische Datensätze schnell generiert.  
  • Standardisierungsprozesse im Bereich der Künstlichen Intelligenz können durch Virtuelle Realitäten erschaffen werden
  • Maschinen können von Menschen auch in virtuellen Realitäten sehr gut lernen

Videospiele - Fluch und Segen zugleich. Auf der einen Seite möchten Eltern die eigenen Sprösslinge gerne häufiger im Garten spielen sehen und auf der anderen Seite entstehen Jobs, mit denen man durch das Spielen recht viel Geld verdienen kann. Ganze Ligen und Ökosysteme entstehen aktuell rund um die Thematik und manch ein Jugendlicher hat sicherlich diesen Beruf zu seiner Liste der potenziellen zukünftigen Erwerbstätigkeiten hinzugefügt. Bereits in der Vergangenheit war die Entwicklung der Grafikkarten sehr stark von der Videospielindustrie getrieben und hat hier eine enorme Entwicklung bewirkt. Im Laufe der Zeit haben die Spiele neben Computern und Spielekonsolen ebenso in die Welt der Smartphones und Smart-TVs Einzug gehalten. Somit ist unser Leben, wenn wir es denn auf dem digitalen Level soweit zulassen, bereits sehr stark durchzogen von Spielen und den virtuellen Welten. Doch wie kann eine Künstliche Intelligenz davon profitieren?

Daten - Woher nehmen, wenn nicht stehlen?

Im Zuge vieler Digitalisierungsbemühungen sind auch Technologien wie das Machine Learning von besonderer Relevanz. Je nach Anwendungsfall gibt es mehr oder weniger schnell Ideen für die Verwendung von Künstlicher Intelligenz für den Einsatz in den eigenen Produkten und Diensten. Damit diese auch erfolgreich werden, müssen die Algorithmen entsprechend mit sehr vielen Daten gefüttert werden, damit Modelle entstehen, die dann relativ verlässlich Entscheidungen treffen, Klassifikationen durchführen oder ähnliches sinnvolles zum Produkt beitragen. Doch woher soll man als Unternehmer die Daten nehmen? Zunächst einmal eignen sich sicherlich die vorhandenen Datenquellen oder Maschinen aus der Produktion, um zumindest Daten zu erzeugen, die dann wertvolle Einsichten generieren können. Hinzu kommen viele lizensierbare oder öffentlich verfügbare Datenquellen, welche genutzt werden können, um die eigenen Datenbestände um weitere Informationsquellen anzureichern. Doch in vielen Situationen ist es einfach sehr teuer und zeitaufwändig Daten zu erzeugen. Daher ist die Idee virtuelle Realitäten zu nutzen, um Daten zu generieren nicht die schlechteste. Betrachten wir das Lieblingsbeispiel: das autonome Fahren. Daten aus virtuellen Bibliotheken zu nutzen ist nicht neu. Hier gibt es beispielsweise den CamVid Datensatz oder den Citiyscapes Datensatz. Egal welche Datenquelle man auch nutzt, muss diese dennoch annotiert werden, damit die Maschine von den Beispielen lernen kann. Dies dauert mit den zuvor erwähnten Datenquellen zwischen 60 und 90 Minuten pro Bild. Nutzt man nun jedoch ein fotorealistisches Computerspiel zur Extraktion von Einzelbildern aus der virtuellen Welt und annotiert diese, so liegt die Geschwindigkeit bei der Annotation bei erstaunlichen 7 Sekunden. Dies ist eine enorme zeitliche Ersparnis für die Data Science Abteilungen. Hinzu kommt, dass man mit physikalischen Kernen heutzutage auch unterschiedliche Wetterkonditionen in den Spielen gleich mit simuliert. Daher bekommt man auch aus den Spielen heraus für die unterschiedlichsten Wetterlagen Beispieldaten.

Quelle: TU Darmstadt/Youtube

Die TU Darmstadt hat hier in dem Paper “Playing for Data: Ground Truth from Computer Games” untersucht, wie gut die Modelle im Vergleich zu anderen trainierten Modellen sind und festgestellt, dass die Resultate sich sehen lassen können. Das bedeutet, dass die Synthetisierung von Beispieldaten aus Computerspielen, wie das hier untersuchte Grand Theft Auto V, sehr wohl dazu geeignet sind schnelle gute Datensätze zu erzeugen.

Simulation first

Simulation ist die Zukunft und auch die Realität in vielen Forschungseinrichtungen oder Abteilungen der Konzerne. Statt viele unterschiedliche Versuchsstrecken aufzubauen, können unterschiedliche Ideen verprobt werden, und damit viel Geld gespart und viel Zeit gewonnen werden. Um beim Beispiel der autonomen Fahrzeuge zu bleiben, kann man auch die Intelligenz der Fahrzeuge nicht nur mit Daten aus Videospielen trainieren, sondern auch die Fahrten simulieren und anschließend bewerten. Da die Szenen zum Teil sehr real aussehen und auch die Inhalte von Videospielen sehr realitätsnah sind, kann die Maschine schnell auf die eigenen Fähigkeiten untersucht werden. Hinzu kommt die Möglichkeit eine KI, das Spiel direkt mit anderen menschlichen Mitspielern spielen zu lassen. Damit ist die Simulation auch in der Interaktion mit anderen Verkehrsteilnehmern direkt möglich, ohne diese direkt zu gefährden. Kombiniert man diese Erkenntnisse mit den Daten und Informationen aus den realen Fahrten, dann kann man sehr schnell zu guten Ergebnissen kommen.

Menschen, diese unberechenbaren Wesen

Maschinen sollen uns mit Hilfe von Künstlicher Intelligenz immer mehr Arbeit abnehmen und mit uns interagieren. Die KI soll also unser neuer Kollege sein und dazu muss sie wissen, wir Menschen miteinander interagieren und in welchen Situationen sie wie reagieren könnten. Auch hier können virtuelle Welten helfen, einer Lösung ein Stück weit näher zu kommen. In virtuellen Welten können Künstliche Intelligenzen mit menschlichen Spielern interagieren und so zeigen, was sie zu leisten im Stande sind oder vom Menschen lernen. Ein Beispiel für diesen Ansatz ist das Projekt Malmo unter der Leitung von Katja Hoffmann. Hier wurde mit Hilfe des Spiels Minecraft eine Open-Source-Plattform für Künstliche Intelligenz entwickelt. Durch die Einfachheit und Komplexität des Spiels zugleich, können in der Blockwelt nahezu unendliche Möglichkeiten für die Darstellungen von Objekten und die Interaktion mit den Nutzern abgebildet werden. Somit bieten diese und andere Projekten ebenfalls einen guten Ausgangspunkt für die Untersuchung und Konzipierung von Künstlicher Intelligenz mittels Virtueller Realität.

Vergleichbarkeit schaffen

Wie schlau sind die Künstlichen Intelligenzen wirklich? Und welche ist einer anderen deutlich überlegen? Auch hierzu gibt es eine virtuelle Umgebung, um genau dies zu untersuchen. Mit OpenAI  wurde hier eine maßgeblich von Elon Musk initiierte Non-Profit-Organisation geschaffen, die sich mit der Erforschung genau dieser zentralen Fragestellung beschäftigt. Der virtuelle Trainingsraum, das OpenAI Gym, erlaubt die Vergleichbarkeit - also eine Art Benchmark - für Künstliche Intelligenz herzustellen. Damit können dann auch Forschungsergebnisse auf der ganzen Welt besser nachvollzogen und eingeordnet werden. Diese Ansatz zeigt, dass auch hier wieder die Verbindung zwischen Virtueller Realität und Künstlicher Intelligenz funktioniert.  

Simulation, Daten und Standardisierung

Wie weit Sie auch immer in ihren eigenen Projekten im Bereich der Künstlichen Intelligenz sein mögen, eines ist sicher, Sie machen mit dem Einsatz von Virtueller Realität nichts falsch. Prüfen Sie also, welche Projekte und Forschungen aktuell in ihrem Themengebiet sinnvoll sein können oder nehmen Sie sich ein eigenes Projekt vor. Denn Computerspielsimulationen gibt es für die meisten Anwendungsfelder. Auch wenn Sie schon einen Schritt weiter sind, so ist die Simulation für die Künstliche Intelligenz sehr wichtig und hilfreich. Hier lassen sich viele Kosten sparen und ebenso zusätzliche Informationen gewinnen. Wagen Sie also den Ausflug in die virtuelle Welt und unterhalten sich doch mal mit ihren Kindern über die Welt der Videospiele. Es lohnt sich.