The Tank – Autonomouse Agents
Digitale Bazillen mit neuronalen Netzwerken
Künstliche Intelligenz ist ein faszinierendes Thema, das ich privat mit einem besonderen Projekt erkunde, das Design und Technologie miteinander verbindet. Ziel des Projekts ist die Entwicklung eines digitalen Ökosystems, in dem kleine, digitale Lebewesen – vergleichbar mit Bazillen – in einer simulierten Umgebung überleben müssen. Um die Rahmenbedingungen so realitätsnah wie möglich zu gestalten, lese ich wissenschaftliche Paper aus dem Bereich der Bio-Ökosysteme und übertrage deren Erkenntnisse in die Gestaltung des Projekts.
Dieses Projekt vereint eine Vielzahl unterschiedlicher Disziplinen, darunter Wahrnehmung, Schwarmverhalten, Physik, Ökosysteme, Biologie, Vererbung und Verhaltensmechanik. In der simulierten Umgebung, die ich als "Teich" bezeichne, sollen zwei Spezies koexistieren und überleben: Jäger und Gejagte, nach dem Vorbild der Natur. Beide Spezies verfügen über selbstlernende neuronale Netzwerke, die im Laufe der Zeit Strategien entwickeln müssen, um ihre Existenz zu sichern. Diese digitalen Lebewesen lernen, Nahrung von Giftstoffen und Freund von Feind zu unterscheiden, um erfolgreich zu überleben.
Ursprünglich war das Projekt rein theoretischer und gestalterischer Natur. Es diente dazu, die Konzepte von KI und digitalem Design zu erforschen und zu kombinieren. Mittlerweile hat sich das Projekt jedoch weiterentwickelt: Es dient nun als Grundlage, um tiefer in die animierte Programmierung einzutauchen und erste Prototypen zu erstellen. Diese Weiterentwicklung ermöglicht es mir, theoretische Konzepte in praktische Anwendungen zu überführen und die Potenziale von künstlicher Intelligenz und digitaler Gestaltung auf eine neue Weise zu erforschen.
Dieses Projekt stellt eine spannende Herausforderung dar, die sowohl meine technischen als auch meine kreativen Fähigkeiten auf die Probe stellt und mir gleichzeitig erlaubt, das Zusammenspiel von Design, Biologie und künstlicher Intelligenz auf innovative Weise zu erkunden.
Der autonome Agent (das digitale Lebewesen) verfügt über neun Input-Punkte, die ihm ermöglichen, seine Umgebung präzise wahrzunehmen und darauf zu reagieren:
Drei Inputs für die Nahrungsaufnahme: Diese dienen der Unterscheidung zwischen Energiequellen, Masse und Giftstoffen.
Zwei Augen: Sie ermöglichen die visuelle Wahrnehmung und helfen, Feinde, Freunde und Nahrung zu erkennen.
Vier kinästhetische Berührungspunkte: Diese erfassen taktile Reize und erlauben es dem Agenten, physische Interaktionen mit der Umgebung wahrzunehmen.
Zur Fortbewegung nutzt der Agent Flossen, die durch die Outputs des neuronalen Netzwerks gesteuert werden. Das neuronale Netzwerk besteht aus einem Input-Layer, einem Hidden-Layer und einem Output-Layer, die zusammen das Fundament für das Lernen und die Entscheidungsfindung des Agenten bilden.
Das Verhalten des Agenten ist nicht vorprogrammiert, sondern basiert auf einem lernenden System, das kontinuierlich auf Feedback reagiert. Wenn der Agent zufällig Nahrung aufnimmt, verstärken die aktivierten neuronalen Netzwerke diese erfolgreichen Aktionen und versuchen, sie zu wiederholen. Das System ist darauf ausgelegt, positive Ergebnisse zu verstärken und negative zu minimieren, wodurch allmählich Strategien für die Nahrungssuche, Flucht und andere überlebenswichtige Verhaltensweisen entwickelt werden.
Die verschiedenen Netzwerke für Sehen, Essen und Berührung konkurrieren innerhalb des Gesamtsystems miteinander. Abhängig vom Input pendelt sich das Gesamtnetzwerk in ein bestimmtes Verhaltensschema ein, das zu einzigartigen „Gehirnmustern“ bei jedem Individuum führt und ein nicht vorhersagbares, autonomes Verhalten erzeugt.
Dieses System simuliert nicht nur das Überleben in einer virtuellen Umgebung, sondern auch die Entwicklung individueller Verhaltensweisen, die durch die Interaktion mit der Umwelt geformt werden. Die emergenten Strategien und unvorhersehbaren Verhaltensmuster machen das Projekt zu einer spannenden Untersuchung der Möglichkeiten künstlicher Intelligenz in der Simulation biologischer Prozesse.
Die Jäger (rot) und Gejagten (blau) unterscheiden sich in ihrer Physiologie durch ihre jeweiligen Stärken: Beweglichkeit versus Geschwindigkeit. Erste Designentwürfe für diese beiden Spezies legen besonderen Wert auf die Darstellung ihres Innenlebens, um das Wachstum und die Entwicklung des neuronalen Netzwerks sichtbar zu machen. Ziel ist es, das dynamische Lernen der Netzwerke zu beobachten, wobei in der animierten Version der Input durch Lichtimpulse eine sichtbare Spur im Netzwerk hinterlässt.
Wichtige Parameter wie Lebensspanne, Energielevel, Biomassengröße und weitere relevante Informationen werden direkt in der Darstellung ablesbar sein. Dies ermöglicht eine unmittelbare Überwachung und Analyse des Zustands und der Entwicklung der digitalen Lebewesen in Echtzeit, was den Nutzern wertvolle Einblicke in die Funktionsweise und Anpassungsfähigkeit der künstlichen Intelligenz bietet.
Das Bild zeigt eine detaillierte grafische Benutzeroberfläche (UI) aus dem Projekt, das die Entwicklung eines digitalen Ökosystems simuliert. Im Zentrum der Darstellung befindet sich das neuronale Netzwerk eines autonomen Agenten, das als digitales Lebewesen fungiert. Die Verbindungen innerhalb des Netzwerks sind sichtbar und verdeutlichen die Interaktionen zwischen den einzelnen Neuronen.
Das Design nutzt kräftige Kontraste und klare Linien, um die Komplexität der Daten auf eine übersichtliche und intuitive Weise darzustellen. Diese Visualisierung ermöglicht es, das Wachstum des neuronalen Netzwerks zu beobachten und die Reaktionen des Agenten auf verschiedene Umwelteinflüsse in Echtzeit zu analysieren. Der Einsatz von Lichtimpulsen, die Spuren im Netzwerk hinterlassen, bietet zusätzliche Einblicke in die Lernprozesse und Entscheidungsfindungen des digitalen Lebewesens.