Weltmodell

Ein Weltmodell ist eine Art inneres Abbild der Umgebung, das ein Computerprogramm sich aufbaut. Es beschreibt nicht nur, wie die Umgebung gerade aussieht, sondern auch, wie sie sich verändert. Ein Programm mit Weltmodell kann deshalb vorhersagen: Wenn ich das tue, passiert wahrscheinlich jenes. Menschen machen das ständig. Wer eine Tasse an die Tischkante schiebt, weiß vorher, dass sie fällt und zerbricht. Niemand muss das jedes Mal neu testen. Genau diese Fähigkeit, Folgen im Kopf durchzuspielen, versuchen Forscher Maschinen beizubringen.

Warum Vorhersagen billiger sind als Ausprobieren

Viele Programme lernen bisher nur durch Versuch und Irrtum. Ein Roboterarm greift tausendmal daneben, bis er es trifft. In der echten Welt ist das teuer und langsam. Ein Auto kann nicht hunderttausend Unfälle bauen, um Unfälle zu vermeiden. Mit einem Weltmodell darf das Programm die Fehler stattdessen in seiner inneren Simulation machen. Dort kostet ein Crash nichts.

Der zweite Grund betrifft das Verständnis. Sprachprogramme wie Chatbots sagen sehr gut das nächste Wort voraus. Ob sie dabei wirklich begreifen, dass ein Gegenstand hinter einem Vorhang weiter existiert, ist unklar. Solche Programme scheitern manchmal an einfachen Fragen über Raum, Zeit oder Ursachen. Fachleute vermuten, dass hier ein stabiles Weltmodell fehlt.

Deshalb gilt das Thema in der Branche als möglicher nächster großer Schritt. Firmen wie Google DeepMind, Nvidia und mehrere Start-ups investieren gezielt darin. Wer Roboter oder selbstfahrende Autos bauen will, braucht Systeme, die die physische Welt vorausdenken können. Reines Textwissen reicht dafür nicht.

Vom Bildstrom zur inneren Simulation

Technisch entsteht ein Weltmodell aus riesigen Mengen an Videos, Sensordaten oder Spielaufzeichnungen. Das System bekommt einen Abschnitt zu sehen und soll erraten, wie es weitergeht. Liegt es falsch, werden die internen Einstellwerte leicht korrigiert. Nach Millionen solcher Runden hat es Regelmäßigkeiten aufgenommen: Dinge fallen nach unten, Wasser fließt, feste Körper durchdringen sich nicht.

Wichtig ist dabei die Verdichtung. Das Modell speichert nicht jeden einzelnen Bildpunkt, sondern eine knappe Zusammenfassung der Lage, im Fachjargon ein latenter Zustand genannt. Auf dieser verkürzten Beschreibung rechnet es weiter. Dadurch kann es sehr viele mögliche Zukunftsverläufe schnell durchspielen. Ein Steuerteil wählt dann die Handlung mit dem besten erwarteten Ergebnis.

Ein typischer Irrtum ist, ein Weltmodell sei einfach ein hübsches Videoprogramm. Das trifft nur halb zu. Ein Videogenerator soll überzeugend aussehen, ein Weltmodell soll richtig vorhersagen. Kleine physikalische Fehler summieren sich außerdem: Je weiter das Modell in die Zukunft rechnet, desto stärker driftet es von der Realität ab. Solche Abweichungen sind derzeit die größte Schwachstelle.

Weltmodelle in Robotik, Autos und Spielen

Am sichtbarsten sind Weltmodelle in der Robotik. Hersteller trainieren Greifarme zuerst in einer simulierten Werkstatt und übertragen das Gelernte danach auf echte Geräte. Nvidia vermarktet dafür ganze Software-Plattformen. Auch Entwickler selbstfahrender Autos lassen Millionen simulierte Kilometer fahren, bevor ein Fahrzeug auf die Straße darf.

In der Forschung tauchen Weltmodelle oft bei Computerspielen auf. Ein bekanntes System von Google DeepMind lernte, Atari-Spiele allein durch Übung in seiner eigenen erträumten Version des Spiels zu meistern. Andere Systeme erzeugen aus einem einzelnen Bild eine begehbare Spielwelt in Echtzeit. Für die Spielebranche ist das ein Ausblick auf Umgebungen, die niemand von Hand baut.

In Wirtschaftsnachrichten begegnet dir der Begriff meist als Argument in Finanzierungsrunden. Wenn ein Start-up erklärt, es arbeite an Weltmodellen statt an einem weiteren Chatbot, meint es: Wir wollen Maschinen, die in der physischen Welt handeln. Ob das gelingt, ist offen. Sicher ist nur, dass viel Kapital auf diese Wette gesetzt wird.