Nvidia hat letzte Woche seinen neuen Jetson Thor robotics computer vorgestellt, der Robotern im Grunde ein gewaltiges Gehirn-Upgrade verpasst. Die Rede ist von 7,5-mal mehr KI-Rechenleistung als bei der vorherigen Generation. Dadurch können Roboter endlich in Echtzeit denken und reagieren, statt Aufgaben ruckelnd abzuarbeiten, als würden sie ein YouTube-Video von 2009 puffern.
Das macht Jetson Thor so besonders
- Er liefert 2.070 Teraflops Rechenleistung (das ist eine Menge Mathematik, und zwar sehr schnell) und passt dabei in den Körper eines Roboters.
- Noch wichtiger: Das System kann Daten von mehreren Sensoren gleichzeitig verarbeiten – Kameras, Radar und Berührungssensoren – und in Sekundenbruchteilen Entscheidungen treffen, ohne dafür in der Cloud anrufen zu müssen.
- Dieses „Gehirn“ würde man mit einem Schlussfolgerungsmodell wie Cosmos-Reason1, das man herunterladen kann (GitHub, Hugging Face) oder hier ausprobieren.
Wer springt bereits auf diesen Zug auf?
- Agility Robotics integriert Thor in die nächste Generation seines Lagerroboters Digit. Damit soll er besser Kartons stapeln können, ohne dabei versehentlich moderne Kunstinstallationen zu erschaffen.
- Boston Dynamics integriert das System in Atlas (ja, den humanoiden Roboter mit den Rückwärtssaltos) und verpasst ihm „ehemalige Server-Rechenleistung“ in einem mobilen Paket.
- Forschungslabore an der Stanford University, der Carnegie Mellon University und der Universität Zürich setzen es für alles Mögliche ein – von Robotern zur medizinischen Triage bis hin zu Such- und Rettungseinsätzen.
Das ist auch kein Nischenexperiment. Mehr als 2 Millionen Entwickler bauen bereits auf Nvidias Roboterplattform. Das entspricht ungefähr der Einwohnerzahl von Houston – und alle arbeiten daran, Roboter weniger … roboterhaft zu machen.
Wo ist der Haken?
Dieses Gehirn-Upgrade ist nicht billig. Das Entwicklerkit kostet ab 3.499 US-Dollar, und Produktionsmodule kosten jeweils 2.999 US-Dollar, wenn man 1.000 oder mehr Einheiten kauft. Das ist mehr als die Laptops der meisten Menschen kosten – aber offenbar ist das der Preis dafür, einen Roboter so schlau zu machen, dass er, na ja, nicht gegen Wände läuft.
Die entscheidende Frage lautet: Was bedeutet dieses Gehirn-Upgrade für Jake the Rizz Bot und seine Fähigkeit, dich hochzupushen (oder dich abblitzen zu lassen)?
Warum das wichtig ist
Wir kommen an einen Punkt, an dem Roboter tatsächlich komplexe, unvorhersehbare Situationen in der realen Welt bewältigen können, statt nur vorprogrammierte Abläufe zu befolgen. Man denke an OP-Assistenten, die sich während eines Eingriffs anpassen können, Lieferroboter, die sich durch chaotische Stadtstraßen navigieren, oder Lagerroboter, denen Menschen nicht für jede einzelne Kartonform erklären müssen, wie sie damit umgehen sollen.
Nehmen wir zum Beispiel Figure AI, das gerade die Fähigkeit seiner humanoiden Roboter demonstriert hat, sich durch Schrotthalden zu navigieren und Handtücher zu falten (die klassischen drei Ds bei Robotern, die „dirty, dangerous, and dull“, also schmutzige, gefährliche und langweilige Aufgaben, erledigen). Darauf kannst du wetten: Figure setzt Jetson ein!
Was fehlt Robotern noch für echte Intelligenz?
Trotz all dieser Hardware-Power fehlen Robotern einige entscheidende Zutaten für echte Intelligenz. Matt Berman hatte in einer kürzlich ausgestrahlten Ausgabe seiner Live-Show Forward Future eine fantastische Gästeliste, darunter drei KI-Entwickler, die genau an diesen fehlenden Bausteinen arbeiten.
- Greg Kamradt, der erklärte, wie sich mit ihrem ARC-AGI-3 Benchmark und einem Fokus auf Aktionseffizienz „echte AGI“ testen lässt – also anhand der Anzahl der Schritte, die zum Erledigen einer Aufgabe nötig sind.
- Charles Packer von Letta, der erläuterte, was er und sein Team tun, um Open-Source-„Erinnerungen“ zu erstellen, die eine KI zwischen verschiedenen Systemen mitnehmen kann.
- Allan von Skywork AI, der Matrix Game 2.0 demonstrierte, bei dem die KI mithilfe eines generativen „Weltmodells“ spontan konsistente Spielwelten erschafft.
Warum sind diese Dinge wichtig? Weil Roboter alle drei Elemente benötigen, um mit Situationen umzugehen, die sie noch nie zuvor gesehen haben, sich die Vorlieben ihres menschlichen Arbeitgebers zu merken (selbst wenn dieser den Körper oder das Unternehmen wechselt) und physische Räume zu verstehen sowie vorherzusagen, was passiert, wenn sie Dinge bewegen, ohne dabei gleich alles Mögliche kaputt zu machen.
Roboter mit Thors Rechenleistung + kontinuierliches, aktionseffizientes Schlussfolgern + dauerhaftem Gedächtnis + Weltmodellierung = Maschinen, die ihre Umgebung tatsächlich verstehen. Davon sehen wir in den heutigen Roboterdemonstrationen bereits erste Ansätze … daher ist eine intelligentere On-Device-Rechenleistung ein wichtiger nächster Schritt auf dem Weg dorthin.
Anmerkung der Redaktion: Dieser Inhalt erschien ursprünglich im Newsletter unserer Schwesterpublikation, The Neuron. Mehr von The Neuron gibt es, wenn du dich hier für den Newsletter anmeldest.