SHAKEY hiess ein Forschungsprojekt des Zentrums für künstliche Intelligenz am Stanford Research Institute in Menlo Park, Kalifornien (heute SRI International). Es dauerte von 1968 bis 1972, und ich war für die Programmarchitektur des Systems zuständig, zeitweilig auch für das gesamte Projekt.
Die Erforschung künstlicher Intelligenz (kurz KI) hatte das Ziel, schlauere Rechner zu bauen. Die Projekte, die gegen Ende der sechziger Jahre von den führenden KI-Forschungsgruppen am Massachusetts Institute of Technology, an der Carnegie Mellon University, in Stanford und an der University of Edinburgh verfolgt wurden, liessen sich in der Regel einem der folgenden Bereiche zuordnen:
Mustererkennung: Wie kann man mit Hilfe statistischer Methoden aus numerischen Daten Informationen erhalten?
Problemlösung: Inwiefern können Computer dazu benutzt werden, abstrakte Probleme wie beim Schachspiel oder in der Mathematik zu lösen?
Spracherkennung: Wie können Maschinen dazu gebracht werden, Sätze so zu analysieren, dass sie die Bedeutung von Texten erkennen?
Wahrnehmung: Wie sind die visuellen Bilder zu analysieren, die von Foto- oder Fernsehkameras geliefert werden?
Mechanische Steuerung: Wie kann ein mechanischer Greifarm oder ein anderer Mechanismus per Computer gesteuert werden?
In jedem dieser Bereiche trieben hochspezialisierte Informatiker das Wissen voran, sie hatten jedoch oftmals nur wenig Ahnung davon, was ihre Kollegen in den anderen Bereichen beschäftigte. 1967 stellten wir uns am SRI darum die Frage, welche Synergien zwischen den verschiedenen Bereichen der KI-Forschung möglich wären.
Wir vermuteten, dass automatisierte Spracherkennung und Wahrnehmung viel leichter zu realisieren sein würde, wenn der Gegenstand bereits durch den Computer vorstrukturiert und in gewissem Sinn also «verstanden» worden war. Die Steuerung der Mechanik musste sich auf Grund von Rückmeldungen durch die «Augen» und Tastsensoren des Roboters verbessern lassen. In einer bedeutungsvollen physischen Umwelt liessen sich vielleicht interessantere automatisierte Problemlösungen erreichen als im Universum der abstrakten Mathematik.
Auch bei der Mustererkennung konnte man womöglich zu besseren Ergebnissen kommen, wenn der Rechner nicht nur Zahlen analysierte, sondern auch unabhängige Wahrnehmungsdaten und ein bereits gelerntes Vorwissen über den Gegenstand einsetzte. Eine Kamera beispielsweise konnte vielleicht besser begreifen, was sie sah, wenn sie sich durch den Raum bewegte und die Welt aus unterschiedlichen Winkeln betrachtete.
Shakey war also der Versuch, die KI-Forschung aus verschiedenen Bereichen zu integrieren und die Fähigkeiten des Computers in jedem einzelnen Bereich durch ergänzende Informationen aus den anderen Bereichen zu verbessern. Rückblickend gesehen haben wir damit, meiner Ansicht nach, recht ansehnliche Erfolge erzielt.
Die Feinmotorik war zwar nicht gerade unsere Stärke, weshalb wir dem Roboter auch den Namen Shakey (Wackler oder Zitterer) gaben; aber durch seine visuellen Interpretationsfähigkeiten, den Entfernungsmesser, die Tastsensoren und die gespeicherten Modelle seiner Umwelt wurde Shakey immerhin in die Lage versetzt herauszufinden, wo er sich gerade befand. Er konnte Probleme lösen und sich trotz dem eckigen Getriebe und den rutschenden Rädern verblüffend präzise durch das Labor bewegen.
Wir lernten auch eine Menge über die Kompromisse, die man eingehen muss, um in einem Forschungsbereich voranzukommen, ohne gleichzeitig den Fortschritt in anderen Bereichen zu sabotieren.
So malten wir beispielsweise die Objekte, mit denen Shakey zu tun hatte, aus drei verschiedenen Gründen leuchtend rot an: Erstens erschien das Rot auf den schwarzweissen Videobildern, die wir benutzten, als schwarz und kontrastierte deutlich mit der Umgebung. Zweitens erschienen die roten Gegenstände auf dem Infrarotsucher, mit dem Shakey die Entfernung zu Hindernissen im Raum berechnete, als weisse, stark reflektierende Objekte. Drittens wirkten die roten Gegenstände als ein Blickfang auf den Werbefotos, die wir für unsere Geldgeber (hauptsächlich US-Regierungsbehörden) schossen, um sie zur Fortsetzung der Projektfinanzierung zu bewegen.
Nicht alle unsere Besucher wussten indes den bahnbrechenden Charakter unserer Arbeit zu würdigen. Ich entsinne mich eines Armeeoffiziers, der eine Weile wortlos zusah, wie Shakey durch ein Zimmer voller grosser roter Klötze torkelte, und uns dann fragte: «Könnte man eine dreiviertelmeterlange Bajonettklinge darauf montieren?»
Zwar war unser damaliger Besucher seiner Zeit um einige Jahrzehnte voraus, doch ich bin fest davon überzeugt, dass die Mond- und Marsfahrzeuge unserer Tage, ja sogar viele Industrieroboter und mancherlei militärisches Gerät indirekte Nachfahren unseres wackligen Shakey sind. Selbst einige moderne Programmiertechniken wie das «objektorientierte Programmieren», das eine Interaktion zwischen halbautonomen Programmmodulen erlaubt, haben ihre Wurzeln in Shakeys System.
Der Mathematiker Bertram Raphael hat am MIT und in Stanford geforscht. Nach einer 25jährigen Karriere als Computerwissenschafter stieg er 1990 ins Reisebüro seiner Frau ein.