Das Brain-Problem

Hast du dich schon mal gefragt, warum KI zwar mega gut Essays schreiben kann, aber beim Abwasch absolut mid ist? Der Grund: Large Language Models (LLMs) wurden mit Text gefüttert. Sie wissen zwar, was ein Löffel ist, haben aber keinen Plan von den physikalischen „Vibes“, die nötig sind, um das Ding zu halten, ohne es fallen zu lassen. Experten wie Fei-Fei Li und Yann LeCun denken, dass der nächste große Sprung „World Models“ sind – KIs, die den physischen Raum verstehen. Aber da gibt es einen massiven Haken: Das Internet ist voll mit Text, aber es gibt keinen riesigen, fertigen Datensatz für „Ursache und Wirkung“ in der echten Welt.

Press Start to Train

Das britische Startup Worldmodeldata hat eine Theorie: Deine (vielleicht mittelmäßigen) Gaming-Skills könnten der Schlüssel sein. Sie kuratieren und verkaufen riesige Datensätze von Controller-Inputs und Screen-Footage an KI-Entwickler. Die Idee dahinter: Wenn du einen Charakter durch eine komplexe 3D-Welt steuern kannst, können diese Daten einer Maschine beibringen, wie man in der Realität navigiert.

CEO Rhea Loucas sagt: „Warum nutzen wir nicht die massiven, vielfältigen Erfahrungen aus Videospielen, um KI zu trainieren?“ Das Unternehmen gibt an, bereits fast 1 Million Stunden an Daten lizenziert zu haben. Sie setzen darauf, dass die chaotischen, unvorhersehbaren Umgebungen von Games Robotern dabei helfen, „Corner Cases“ zu meistern – diese komischen, unerwarteten Situationen, die für autonome Technik aktuell noch ein totaler L sind.

Der Hype-Check

Ist das wirklich der „GPT-Moment“ für die Robotik? Vielleicht, aber die Industrie ist noch nicht ganz überzeugt. Ming-Yu Liu, Lead für World Models bei Nvidia, weist darauf hin, dass Videospiele nur Simulatoren sind, die Abkürzungen nehmen. Wenn ein Charakter einen Apfel greift, berechnet das Spiel nicht wirklich die Greifkraft – es triggert einfach nur eine Animation.

„Die Physik für Manipulation ist viel komplexer“, sagt Liu. Akademiker sind sich einig: Gaming-Daten sind ein guter Startpunkt, um Videos zu generieren, aber für anspruchsvolle motorische Kontrolle reicht das vielleicht nicht aus. Aktuell ist das Ganze wie ein risikoreiches Ratespiel – jeder versucht andere Wege zum Ziel, und es ist noch völlig unklar, wer am Ende wirklich das Rennen macht.

Warum das wichtig ist

Wir versuchen Maschinen zu bauen, die nicht nur reden, sondern auch wirklich machen. Wenn Worldmodeldata recht hat, könnten deine Stunden am Controller versehentlich dabei helfen, die Roboter der Zukunft zu trainieren. Wenn sie falsch liegen, füttern wir KIs mit „fake“ Physik, was in Zukunft zu ziemlich lustig verbuggten Robotern führen könnte.