Warum lassen sich die Fortschritte der künstlichen Intelligenz nur schwer auf humanoide Roboter übertragen? Professor Meng Qinghu hat am 31. Oktober 2026 zwei Hindernisse benannt und vorgeschlagen, auf Modelle zu setzen, die auf bestimmte Aufgaben spezialisiert sind.
Meng Qinghu ist Professor an der Southern University of Science and Technology und leitet dort den Fachbereich Elektronik. Auf dem Forum zur Innovation im Industrie-Ökosystem für verkörperte Intelligenz der Greater Bay Area Guangdong-Hongkong-Macau, das im Rahmen des Greater Bay Area Science Forum 2026 stattfand, stellte er seine Analyse der Schwierigkeiten vor, künstliche Intelligenz und humanoide Robotik zusammenzuführen. Nach Ansicht des Forschers liegt das Problem vor allem in der Art der Daten, mit denen die Modelle trainiert werden, und in ihrer Fähigkeit, die physische Welt abzubilden.
Zwei Diskrepanzen zwischen KI-Modellen und den Anforderungen an Roboter
Das erste Hindernis, das Meng Qinghu sieht, betrifft die Trainingsdaten der großen Sprachmodelle. Diese Systeme werden überwiegend mit digitalisierten Textinformationen trainiert. Laut dem Forscher entsteht dadurch eine textzentrierte Intelligenz, die nicht unmittelbar dem entspricht, was Roboter in einer physischen Umgebung benötigen.
Die zweite Schwierigkeit betrifft die Darstellung der Welt in drei Dimensionen. Meng Qinghu zufolge fehlt der künstlichen Intelligenz die Fähigkeit, in dreidimensionalen Bildern zu denken, wie es der Mensch kann.
In seiner Analyse erklären diese beiden Diskrepanzen einen Teil der Schwierigkeiten, die auftreten, wenn die Fähigkeiten von KI-Modellen auf humanoide Roboter übertragen werden sollen.
Spezialisierte Modelle statt universeller KI
Um diese Hindernisse zu überwinden, empfiehlt Meng Qinghu, das Training künstlicher Intelligenz auf vertikale Anwendungsszenarien zu konzentrieren, also auf konkrete Aufgaben in bestimmten Bereichen.
Dieser Ansatz steht im Gegensatz zum Streben nach immer größeren und universelleren Modellen. Der Versuch, sämtliche geistigen Fähigkeiten des Menschen mit einem großen Sprachmodell nachzubilden, gleicht laut dem Professor dem Vorhaben, Intelligenzräume unterschiedlicher Dimensionen miteinander in Deckung zu bringen.
Er plädiert daher dafür, für jede Anwendung eine passende Intelligenz zu entwickeln, die einen begrenzten Teil der anfallenden Probleme lösen kann, statt alle menschlichen Fähigkeiten in einem einzigen System nachbilden zu wollen.
Der Kapselendoskopie-Roboter als Beispiel für spezialisierte KI
Zur Veranschaulichung dieser Strategie verwies Meng Qinghu auf den Kapselendoskopie-Roboter, ein medizinisches Gerät, das nach dem Verschlucken den Verdauungstrakt untersucht.
In dem vom Forscher vorgestellten Beispiel verfügt dieser Roboter über keine allgemeinen Fähigkeiten wie das Lesen von Texten oder die Gesichtserkennung. Er nutzt eine spezialisierte Intelligenz, um auffällige Bereiche im Verdauungssystem zu erkennen.
Meng Qinghu betont damit, dass auch ein kleines Modell eine komplexe Aufgabe bewältigen kann, wenn es für eine klar umrissene Anwendung trainiert wird. Nach demselben Prinzip der Spezialisierung sollten seiner Ansicht nach KI-Fähigkeiten entwickelt werden, die auf den konkreten Bedarf der Robotik zugeschnitten sind.