Ein Wurm zeigt wie man einparkt

Forscher der Technischen Universität Wien herausgefunden. Denn letztendlich sind dafür nur zwölf Neuronen nötig.
Kurios: Das künstliche Neuronale Netz wurde dabei von einem Wurm inspiriert, dem Fadenwurm C. elegans. Die Neuronen reichen, um das Netzwerk so zu trainieren, dass es ein Auto an einen bestimmten Ort manövrieren kann. Das bedeutet nicht, dass Autos in Zukunft von künstlichen Würmern eingeparkt werden - aber es zeigt, dass künstliche Intelligenz mit der richtigen Architektur deutlich leistungsfähiger sein kann als bisher gedacht.

Wie das Ganze funktioniert?
"Neuronale Netze müssen zuerst trainiert werden", erklärt Ramin Hasani von Institut für Computer Engineering der TU Wien. "Man liefert einen bestimmten Input und passt die Verbindungen zwischen den Neuronen so an, dass am Ende möglichst zuverlässig der richtige Output geliefert wird." In der Praxis wurde das Nervensystem, das der Fadenwurm C. elegans verwendet, nachgebildet, um einen einfachen Reflex zu realisieren: das Rückzugsverhalten bei einer Berührung. Das neuronale Netz wurde stimuliert und trainiert, um reale Aufgaben zu lösen. "Der Output des neuronalen Netzes, der in der Natur die Bewegung des Fadenwurms steuern würde, wird bei uns in das Lenken und Beschleunigen des Fahrzeugs umgesetzt", sagt Hasani. "Wir beweisen damit, dass mit unserer Methode sehr einfache neuronale Netze komplizierte Aufgaben in einer physisch realen Umgebung lösen können."

Zusätzlich hat die neue Methode den Vorteil, dass sie einen besseren Einblick in die Funktionsweise des neuronalen Netzes bietet:
Während man bei bisherigen neuronalen Netzen, die oft aus vielen tausend Knotenpunkten bestanden, nur das Ergebnis analysieren kann und die Abläufe im Inneren unüberschaubar komplex sind, lässt sich beim kleineren aber leistungsfähigen Netz der TU Wien zumindest teilweise verstehen, welche Nervenzellen welche Effekte hervorrufen. "Für die Forschung und die weitere Verbesserung des Konzeptes ist das ein großer Vorteil", sagt Hasani. mid/arei