Der Johns Hopkins Beast ist ein historisch bedeutender autonomer vierbeiniger Roboter, der in den späten 1960er Jahren am Applied Physics Laboratory (APL) der Johns Hopkins University entwickelt wurde. Er gilt als eines der frühesten Beispiele einer von einem neuronalen Netz gesteuerten Laufmaschine, die Computer Vision und Fortbewegung in einem einzigen integrierten System vereint. Das Projekt demonstrierte Prinzipien, die später sowohl die Robotik als auch die Forschung zu künstlicher Intelligenz beeinflussten.
Der Bau des Beast begann 1966 unter der Leitung des Ingenieurs und Informatikers Bernard Widrow, der Professor an der Stanford University war, aber mit dem APL an dem Projekt zusammenarbeitete. Der Roboter wurde mit einem Fokus auf autonome Navigation gebaut, wobei eine Kamera einen Flur erkannte und ein einfaches neuronales Netz die visuellen Eingaben verarbeitete. Das Netz, bekannt als ADALINE (Adaptive Linear Neuron), wurde von Widrow und seinen Studenten entwickelt und ermöglichte es dem Beast, einem Korridor ohne externe Steuerung zu folgen.
Das mechanische Design des Beast war relativ einfach: Es hatte vier Beine, die jeweils von Elektromotoren angetrieben wurden, und ein kleines Chassis, das die Steuerelektronik beherbergte. Der Roboter bewegte sich in einem langsamen, bedächtigen Gang und machte Schritte erst nach der Verarbeitung der visuellen Daten. Das neuronale Netz, das mit analogen Schaltkreisen implementiert wurde, empfing Signale von einer Fotozellenanordnung, die den Kontrast zwischen den Flurwänden und dem Boden erkannte. Dies ermöglichte es dem Beast, Links- oder Rechtskurven zu machen, um zentriert zu bleiben.
Technische Spezifikationen und Betrieb
Das Beast maß etwa 0,6 Meter in der Länge und wog etwa 20 Kilogramm. Seine Beine wurden von Gleichstrommotoren angetrieben, und jeder Schritt wurde durch ein Schwellensignal des neuronalen Netzes ausgelöst. Das ADALINE-Netz hatte eine einzelne Gewichtsschicht, die während der ersten Tests manuell angepasst wurde, um korrekte Reaktionen sicherzustellen. Der Roboter bewegte sich mit einer Geschwindigkeit von etwa 0,1 Metern pro Sekunde, was für die Rechenleistung der damaligen Zeit als schnell galt.
Das Steuersystem verwendete eine Kombination aus analogen und digitalen Komponenten. Die Fotozellenanordnung, bestehend aus 16 Sensoren, speiste Signale in das ADALINE, das eine Entscheidung ausgab, sich vorwärts zu bewegen, links abzubiegen oder rechts abzubiegen. Das System wurde von wiederaufladbaren Batterien mit Strom versorgt, die etwa 30 Minuten Dauerbetrieb ermöglichten. Das Beast verwendete kein maschinelles Lernen im modernen Sinne; stattdessen wurden die Gewichte von Widrow basierend auf der Geometrie des Flurs festgelegt.
Historischer Kontext und Einfluss
Das Beast wurde in einer Zeit schneller Fortschritte sowohl in der Neuronale-Netze-Forschung als auch in der Robotik entwickelt. Widrows ADALINE war eines der ersten praktischen neuronalen Netze, und seine Anwendung auf einen physischen Roboter war neuartig. Das Projekt wurde von der US-Marine im Rahmen breiterer Bemühungen zur Erforschung autonomer Systeme für mögliche militärische Anwendungen finanziert.
Der Erfolg des Roboters bei der Navigation in einer einfachen Umgebung zeigte, dass neuronale Netze für die Echtzeitsteuerung verwendet werden konnten, ein Konzept, das damals nicht weit verbreitet war. Der Ansatz des Beast zur visuellen Führung beeinflusste spätere Arbeiten in der Computer-Vision- und der Forschung zu autonomen Fahrzeugen, einschließlich Projekten am Stanford AI Lab und am MIT CSAIL. Das Beast selbst war jedoch ein einmaliger Prototyp; es wurden keine Serienversionen hergestellt.
Erhalt und Vermächtnis
Nach dem Abschluss des Projekts im Jahr 1969 wurde das Beast mehrere Jahre lang am APL gelagert. In den 1980er Jahren wurde es an das National Museum of American History der Smithsonian Institution übergeben, wo es als Teil einer Ausstellung über frühe Robotik gezeigt wurde. Die Steuerelektronik des Roboters wurde später für Demonstrationszwecke durch moderne Komponenten ersetzt, aber die ursprüngliche ADALINE-Schaltung wurde erhalten.
Stand 2024 ist das Beast nicht öffentlich ausgestellt, bleibt aber in der Sammlung der Smithsonian Institution. Widrows Arbeit am Beast wird in mehreren Lehrbüchern über neuronale Netze zitiert, und der Roboter wird in historischen Darstellungen des Deep Learning und der generativen KI oft als Vorläufer moderner KI-Systeme erwähnt. Das Projekt wird auch im Zusammenhang mit der Berkeley AI Research und anderen akademischen Einrichtungen referenziert, die ihre Abstammung auf frühe Pioniere neuronaler Netze zurückführen.
Vergleich mit zeitgenössischen Robotern
Im Gegensatz zu späteren Robotern wie den humanoiden Systemen von Sanctuary AI oder den Laufmaschinen von Figure AI hatte das Beast keine Fähigkeit, aus Erfahrung zu lernen. Sein neuronales Netz war statisch, und sein Verhalten war vollständig durch die während des Baus festgelegten Gewichte vorbestimmt. Dies steht im Gegensatz zu modernen Ansätzen, die Bestärkendes Lernen und große Sprachmodelle für die Entscheidungsfindung verwenden.
Die Einfachheit des Beast war sowohl eine Stärke als auch eine Einschränkung. Es zeigte, dass ein kleines, leichtes System eine nützliche Aufgabe ausführen konnte, aber es konnte sich nicht an Veränderungen in seiner Umgebung anpassen. Diese Einschränkung wurde in späteren Jahrzehnten durch Fortschritte bei maschinellen Lernalgorithmen und Transformer-Architekturen behoben, die es Robotern ermöglichen, komplexe Sensordaten zu verarbeiten und flexible Entscheidungen zu treffen.
Bedeutung in der KI-Geschichte
Das Johns Hopkins Beast nimmt einen Platz in der Geschichte der künstlichen Intelligenz ein, da es eine der ersten physischen Verkörperungen eines neuronalen Netzes ist. Es überbrückte die Kluft zwischen theoretischer Forschung und praktischer Anwendung und zeigte, dass KI in der realen Welt operieren konnte. Die Verwendung einer Kamera und einer Fotozellenanordnung in dem Projekt nahm moderne Computer-Vision-Systeme vorweg, und seine analoge Implementierung deutete die Entwicklung spezialisierter Hardware wie AWS Trainium und Google Cloud TPUs an.
Obwohl das Beast außerhalb akademischer Kreise nicht weithin bekannt ist, ist es ein Schlüsselbeispiel früher KI-Technik. Sein Vermächtnis zeigt sich in der Arbeit von Forschern wie Jakob Uszkoreit und Lukasz Kaiser, die die Transformer-Architektur entwickelten, sowie in den laufenden Bemühungen von Unternehmen wie OpenAI und Google DeepMind, intelligente Agenten zu schaffen. Das Beast bleibt ein Zeugnis für den Einfallsreichtum früher KI-Pioniere und ihre Bereitschaft, Maschinen zu bauen, die selbstständig sehen und sich bewegen konnten.