[ziesell]

Optimus: Elon Musk begeistert Investoren mit Puppenspielertricks

Musk droht mit Rückzug der Robotik aus Tesla, wenn er nicht mehr Firmenanteile bekommt. Ein gestelltes Video sollte Investoren überzeugen, dass die Technik von Optimus kurz vor dem Durchbruch steht. Das tut sie nicht.



Am Montagabend, den 15. Januar 2024, um 19:37 Uhr mitteleuropäischer Zeit veröffentlichte Elon Musk auf der Plattform X ein neues Video des Optimus-Roboters. Der Roboter, der bis dahin selbstständig nur in der Lage war, ein Ei mit einer Hand anzuheben und mit der anderen Hand abzulegen, entnahm darin ein T-Shirt aus einem Wäschekorb und faltete es mit menschenähnlicher Geschicklichkeit. Schon dabei war zu sehen, wie am rechten Rand des Videos eine Roboterhand synchron mit einigen Bewegungen des Roboters auftauchte.

Das Video verbreitete sich auf X in wenigen Minuten unter Investoren von Tesla, die darin einen Durchbruch in Teslas Robotertechnik sahen und gute Geschäftsaussichten für die Zukunft des Unternehmens versprachen.

Zur gleichen Zeit gab es Debatten um die künftigen Stimm- und Unternehmensanteile von Elon Musk an Tesla. In dieser Debatte schrieb Musk um 19:55 Uhr,, dass er sich nicht wohlfühlen würde, Tesla zu einem führenden Unternehmen für künstliche Intelligenz und Robotik auszubauen, wenn er nicht 25 Prozent Stimmrechte im Unternehmen hielte. Ansonsten werde er die Produkte außerhalb von Tesla entwickeln. Die Differenz der Stimmrechte entspricht etwa den Anteilen an Tesla, die Elon Musk zur Finanzierung des Kaufs von Twitter aufgegeben hatte.

Musk setzt Investoren unter Druck

Eine Ausgliederung der Robotik würde die Hoffnung der Investoren zerstören, dass Tesla in Zukunft einen großen Teil der Geschäfte mit Robotern in der Industrie und Haushalten macht – und sie so unter Druck setzen. Denn mit solchen Aussichten rechtfertigen sie die extrem hohe Börsenbewertung von Tesla. Mehrere prominente Tesla-Investoren sicherten Elon Musk daraufhin ihre Unterstützung zu und bekräftigen, dass er mehr Kontrolle im Unternehmen haben solle. Die US-Börsen waren am Montag wegen eines Feiertages geschlossen.

Um 20:00 Uhr stellte Musk schließlich klar, dass der Roboter im Video, das um 19:37 Uhr gezeigt wurde, nicht autonom arbeitete, sondern ferngesteuert war. Optimus werde erst in Zukunft in der Lage sein, solche Arbeiten selbstständig auszuführen. Vier Stunden später war das Video rund 15-mal so oft angesehen worden wie die Richtigstellung.

Fernsteuerung dient Robotertraining

Dabei ist die Fernsteuerung des Roboters zur Demonstration von Aufgaben an sich nicht kritikwürdig. Auf dem heutigen Stand der Technik ist sie eine unvermeidbare Notwendigkeit. Die bei der Fernsteuerung aufgenommenen Daten werden benötigt, um Transformermodelle der künstlichen Intelligenz zu trainieren, mit denen die Motoren und Aktuatoren des Roboters gesteuert werden. Das ist auch der Grund für die teils menschenähnlich wirkenden Bewegungen moderner Roboter, auch wenn sie sich autonom bewegen. Sie werden von menschlichen Demonstrationen kopiert.

Das größere Problem ist der bislang fehlende Fortschritt in der Entwicklung der autonomen Fähigkeiten von Optimus, die weit hinter den heutigen Möglichkeiten der Robotik zurückbleiben.

Eindrucksvoll zeigt das ein Vergleich mit dem von einem dreiköpfigen Team an der Universität Stanford entwickelten Projekts Mobile Aloha. Es zeigte Anfang des Jahres bereits eine Reihe von autonom erledigten Aufgaben, wie Shrimps braten, Schuhe anziehen, Batterien einlegen oder ein Weinglas anheben, verschütteten Wein wegwischen und das Glas wieder abstellen.

Weitere, amüsantere, Videos zeigten komplexere Aufgaben, in denen der Roboter ausschließlich ferngesteuert wurde. Im Gegensatz zu Tesla sind die – unter anderem von Boston Dynamics unterstützten – Arbeiten zu Mobile Aloha jedoch öffentlich zugänglich. Das gilt für die Paper und Software genauso, wie auch für Videos, in denen Aloha an seinen autonomen Aufgaben scheitert.

Autonome Roboter mit Training auf einer Grafikkarte

Für autonome Aufgaben wird bei Mobile Aloha mit Daten aus 20 bis 50 erfolgreichen Demonstrationen einer Aufgabe eine KI mit einem kleinen Transformermodell mit 80 Millionen Parametern trainiert. Ähnlich wie bei großen Sprachmodellen wie ChatGPT, ist die Aufgabe des Transformermodells, den jeweils nächsten Schritt für die Steuerung vorherzusagen. Das Training einer neuen Aufgabe dauert dabei rund 5 Stunden mit einer Nvidia RTX 2080 Ti.

Es ist aber davon auszugehen, dass Teslas Optimus wegen der zusätzlichen Freiheitsgrade in der Bewegung der Arme, des Körpers und der Finger ein wesentlich komplexeres System zur Steuerung benötigt. Allerdings stehen Tesla auch deutlich mehr Mittel als eine einzige Gaming-Grafikkarte zum Training zur Verfügung. Das Fehlen einer autonomen Demonstration von Optimus sollte also nicht fehlenden Rechenkapazitäten bei Tesla geschuldet sein.

Mobile Aloha macht vor allem klar, dass die vollständige komplexe humanoide Anatomie von Optimus für viele Aufgaben nicht benötigt wird, insbesondere nicht im Kontext industrieller Fabriken. Entscheidend ist die autonome Interaktion mit der Umgebung, die Optimus bislang nicht demonstriert hat. Tesla gibt dabei keine ausreichenden Einblicke in die Entwicklung, die den Grund für die bislang fehlende autonome Interaktivität klarmachen würde. Die Komplexität dürfte eine große Rolle spielen.

Schrittweises Training

Probleme gibt es auch bei Mobile Aloha genug. Denn Transformermodelle sind rein stochastisch und Vorhersagefehler multiplizieren sich mit jedem Schritt, was über einen längeren Zeitraum fast unweigerlich zum Scheitern der Aufgabe führt. Für Mobile Aloha werden Aufgaben in kleinere Schritte unterteilt: Öl in die Pfanne, Garnele in die Pfanne, Garnele wenden, Garnele auf den Teller. Jeder dieser Teilschritte wird von der Software in weitere Teile untergliedert. So wird nach jedem Arbeitsschritt der Ausgangszustand neu bewertet und die bis dahin gemachten Fehler und Abweichungen ausgeglichen.

Bei Mobile Aloha gelingen etwa die ersten beiden Schritte beim Garnelenbraten fast immer, die letzten beiden aber nur in etwa zwei von drei Fällen, so dass die Gesamtchance bei rund 40 Prozent liegt. Dabei wurde der Prozess für das Training nur 20-mal demonstriert, für die meisten anderen Aufgaben waren es 50 Demonstrationen.

Weniger komplexe Aufgabe, wie das Einlegen von Batterien in ein offenes Batteriefach, gelangen mit 50 Demonstrationen mit 96 Prozent Wahrscheinlichkeit, Schuhe anziehen mit 92 Prozent. Einige Aufgaben, wie der Umgang mit Klebeband, werden bei weitem nicht perfekt erledigt, schon weil die einfachen Robotergreifer nur beschränkte Bewegungsmöglichkeiten haben. Hier hätte Optimus mit den menschenähnlichen Händen große Vorteile, die Tesla in der Praxis aber noch zeigen muss.

Ein einfacher Kasten, der tut, was er soll

Mobile Aloha demonstriert mit seinem einfachen fahrbaren Kasten aus Aluminiumprofilen und Industrieroboterarmen derzeit die Lösung viel komplexerer Aufgaben als Tesla – mit einem Bruchteil des Personals, des Kapitals und des Entwicklungsaufwandes. Durch den Open-Source-Ansatz und den einfachen Aufbau kann Mobile Aloha sowohl von Industrie wie auch Heimanwendern verwendet, trainiert und weiter verbessert werden. Die höhere Komplexität von Optimus stellt hingegen selbst ein Milliardenunternehmen wie Tesla bei der Lösung einfacher Aufgaben vor ernsthafte Probleme.

Das ist der grundlegende Vorteil einfacher Plattformen wie Mobile Aloha gegenüber humanoiden Robotern wie Optimus. Sie lassen alle Teile weg, die für ihre Funktion nicht benötigt werden. Optimus ist nicht auf Produktivität, sondern vor allem auf Menschenähnlichkeit optimiert. Diese beschränkt sich bei Mobile Aloha auf zwei Wackelaugen.

Elon Musk selbst sagt immer wieder: "Das beste Teil ist kein Teil." Optimus widerspricht dieser Maxime vollkommen und scheitert deshalb trotz des viel größeren Aufwands schon bei der Umsetzung einfacher Aufgaben.

[ Link nur für registrierte Mitglieder sichtbar. Bitte einloggen oder neu registrieren ]
[ Link nur für registrierte Mitglieder sichtbar. Bitte einloggen oder neu registrieren ]