Was KI-Taxis und Roboter von Bienen lernen können
Selbst fortschrittliche Technologie kann Schwierigkeiten haben, wenn die reale Welt unvorhersehbar wird. Im April 2026 fuhr ein Waymo-Robotertaxi in San Antonio, Texas, bei Unwettern auf eine überflutete Fahrspur, was das Unternehmen dazu veranlasste, rund 3.800 Fahrzeuge zur Softwarereparatur zurückzurufen.
Niemand wurde verletzt, aber der Vorfall offenbarte eine tiefere Herausforderung: Bei Geheimdiensten geht es nicht nur um die Verarbeitung von Daten. Es geht darum zu wissen, wo man suchen muss, was man beachten muss, wann man handeln muss und wie man frühere Erfahrungen nutzen kann, wenn sich die Bedingungen ändern.
KI-Forscher untersuchen jetzt Bienen und andere Insekten, um Maschinen und Roboter zu entwickeln, die bessere Entscheidungen treffen können.
Meine Forschung untersucht, wie Bienen lernen, von der Identifizierung einfacher visueller Muster bis zur Beherrschung komplexer Konzepte, und wie sie ihr Verhalten anpassen, wenn sich die Bedingungen ändern.
Durch die Kombination von Verhaltensexperimenten, neuronaler Aufzeichnung (z. B. Messung von Signalen des Gehirns) und neuromorphem Computing (einem vom tierischen Gehirn inspirierten Computeransatz) ist es mein Ziel, den biologischen Code aufzudecken, der es winzigen Gehirnen ermöglicht, sich in einer komplexen Welt zurechtzufinden und effiziente Entscheidungen zu treffen. Ich habe auch in der Industrie gearbeitet, um diese biologischen Entdeckungen in Roboteranwendungen umzusetzen und so die Intelligenz des Bienenstocks in maschinelle Intelligenz zu übertragen.
Untersuchungen zur Entscheidungsfindung von Honigbienen haben gezeigt, dass Bienen schnell und präzise entscheiden, ob sie Blumen annehmen oder ablehnen. Sie brauchen keine perfekten Informationen. Stattdessen kombinieren sie sensorische Beweise, vergangene Erfahrungen und den wahrscheinlichen Wert einer Belohnung (z. B. wie viel Nektar sie sammeln könnten).
Viele autonome Systeme müssen dazu in der Lage sein. Ein Roboter, der ein Gewächshaus, ein Lagerhaus oder ein Katastrophengebiet erkundet, kann nicht auf perfekte Daten warten. Bienen bieten ein Modell, das auf flexiblen Entscheidungen und nützlichen Abkürzungen basiert und nicht auf großen Berechnungen.
Mit Gehirnen, die kleiner als ein Sesamkorn sind, können Bienen weite Distanzen zurücklegen, sich durch unübersichtliche Landschaften bewegen, lohnende Blumen erkennen, Gefahren vermeiden, mit Nestkameraden kommunizieren und schnelle Entscheidungen treffen. Sie erreichen dies mit einem winzigen Bruchteil der Energie, die moderne Computer verbrauchen, und können bereits nach wenigen Erfahrungen lernen, dass eine neue Farbe, ein neuer Geruch oder ein neues Muster ein Lebensmittel vorhersagt.
Dies macht die Biene zu einer unwahrscheinlichen Blaupause für robuste KI und autonome Systeme mit geringem Stromverbrauch, die mit der realen Welt zurechtkommen.
Bienen können Multitasking betreiben
Viele KI-Systeme sind darauf ausgelegt, eine Aufgabe gut zu erledigen, beispielsweise ein Bild zu erkennen, einer Route zu folgen oder ein Objekt zu erkennen. Die Robotik hat ein härteres Ziel: kompakte Maschinen, die viele Aufgaben in unvorhersehbaren Umgebungen bewältigen und dabei wenig Strom verbrauchen.
Bienen bieten ein funktionierendes Beispiel. Während einer Nahrungssuche muss eine Biene Nahrung finden, sich orientieren, Gefahren vermeiden und ihre Entscheidungen anhand von Erfahrungen aktualisieren – und das alles mit einem Gehirn, das rund eine Million Neuronen enthält. Dies erreichen sie durch die Kombination von Sehen, Riechen, Berühren, Vibration und Luftstrom. Anstatt jedes Detail zu verarbeiten, verschmelzen sie Informationsströme und extrahieren das, was für das Überleben wichtig ist.
Bienen sind für die Robotik wertvoll, weil sie zeigen, wie ein kleines System viele Aufgaben ohne große Rechenleistung koordinieren kann. Dieses Prinzip könnte autonome Systeme mit geringem Stromverbrauch für die Landwirtschaft, Suche und Rettung, Umweltüberwachung und Planetenerkundung leiten.
Bienen zeigen auch, dass Intelligenz nicht nur davon abhängt, was ein Tier wahrnimmt, sondern auch davon, wie es sich bewegt, um Informationen zu sammeln und zu formen. Diese als aktive Sensorik bekannte Idee könnte die Robotik verändern. Wenn sich eine Biene einer Blume nähert, macht sie kein Standbild wie eine Kamera. Es bewegt Kopf und Körper; ändert den Winkel und erzeugt visuelle Bewegungsmuster über seinen Augen. Diese Bewegungen tragen dazu bei, nützliche Informationen hervorzuheben, sodass die Biene irrelevante Details ignorieren kann. Aus diesem Grund müssen sich Bienen eine Blume nicht als detailliertes Bild merken. Sie müssen nur die wichtigsten Hinweise lernen, die ihnen helfen, es wieder zu erkennen. Bewegung wird Teil der Wahrnehmung.
Das unterscheidet sie von vielen Bildverarbeitungssystemen, die Bilder passiv analysieren. Ein kleiner Roboter, der die Strategie der Biene nutzt, müsste nicht jedes Pixel verarbeiten. Es könnte sich bewegen, um die Szene leichter verständlich zu machen, die Position ändern, um die Entfernung zu beurteilen, sich drehen, um den Kontrast zu verbessern, oder Bewegungen nutzen, um Hindernisse zu erkennen.
Die Lektion ist einfach: Bei Intelligenz geht es weniger darum, alles zu verarbeiten, als vielmehr darum, die richtige Strategie anzuwenden, um die richtigen Informationen zur richtigen Zeit zu finden.
Für eine Biene auf Nahrungssuche kann eine schlechte Entscheidung kostspielig sein. Nach einer langen Reise die falsche Blume zu besuchen, kostet Zeit und Energie. Wenn man sich zu lange Zeit lässt, kann man eine Chance verpassen oder sich einer Gefahr aussetzen. Um dieses Problem zu lösen, nutzen Bienen relativ einfache neuronale Schaltkreise, um schnelle, genaue und risikobewusste Entscheidungen zu treffen. Sie benötigen kein riesiges Gehirn oder große Rechenleistung. Stattdessen hilft ihnen dieser minimale Schaltkreis dabei, schnell zu entscheiden, ob sie eine Blume ablehnen oder sicher darauf landen sollen. https://www.youtube.com/embed/Og6wvKqWLow?wmode=transparent&start=0 Roboternavigation, inspiriert vom Flug von Honigbienen.
Navigation ohne Karte
Die Navigation ist ein weiterer Bereich, in dem Bienen Ingenieure inspirieren. Bienen können mithilfe visueller Orientierungspunkte, Entfernungsschätzungen und Gedächtnis mehrere Kilometer vom Bienenstock zu Nahrungsquellen zurücklegen und nach Hause zurückkehren. Neue, von Honigbienenflügen inspirierte Forschungen haben gezeigt, wie winzige Drohnen mithilfe sehr kleiner neuronaler Netze navigieren können. In der Studie ermöglichte ein von Bienen inspiriertes System namens Bee-Nav es kleinen Robotern, nur mit einem kompakten neuronalen Gedächtnis von zu Hause weg und zurück zu reisen. Daher benötigen zukünftige Drohnen möglicherweise kein GPS, detaillierte Karten oder große Bordcomputer.
Stattdessen können sie auf kompakte Erinnerungen an wichtige Ansichten und einfache Bewegungsregeln zurückgreifen. Solche Systeme könnten dort nützlich sein, wo GPS unzuverlässig ist, beispielsweise in Wäldern, Tunneln, Gewächshäusern oder eingestürzten Gebäuden.
Viele zukünftige Maschinen, von kleinen Drohnen bis hin zu Agrarrobotern und Umweltsensoren, müssen ohne schwere Batterien oder ständiges Cloud-Computing auskommen. Wie Bienen benötigen sie einfache Navigationsstrategien, die mit begrenzter Energie, begrenztem Gedächtnis und begrenzten Informationen funktionieren.
Die eigentliche Lektion ist umfassender: Intelligenz erfordert nicht immer Maßstab. Da KI im täglichen Leben immer häufiger vorkommt, bietet die Biene eine elegante Antwort auf den steigenden Energiebedarf. Jahrzehntelang bestand das Ziel der KI darin, Systeme zu bauen, die dem menschlichen Geist entsprechen, doch die Biene zeigt, dass intelligent nicht unbedingt groß bedeuten muss.
Indem wir die Fähigkeit der Biene nachahmen, schnell zu lernen, ohne Karten zu navigieren und mehrere Informationsquellen zu integrieren, können wir Technologien entwickeln, die effizienter, flexibler und widerstandsfähiger sind.
HaDi MaBouDi, wissenschaftlicher Mitarbeiter, University of Sheffield
