Von der Forschung zum Spiel

Morph Tales ist ein spannendes und pfiffiges Game, welches «das Eis bricht» für KI-Themen, die die ETH-Forschung tatsächlich untersucht. Was braucht es, um reale Forschung in ein unterhaltsames Spiel zu übertragen?

Vergrösserte Ansicht: Morph Sketch — Skizzen aus dem Designprozess von Morph: Wie sollen die Morphs aussehen? Wie der Name schon sagt, sollen Morphs als Wesen erscheinen, die sich in Form und Erscheinung flexibel an eine Aufgabe anpassen können. (Bild: ETH Zürich / Game Technology Center)

Mit dem lernwilligen, jungen Charakter «Morph» wird die Tatsache dargestellt, dass die Algorithmen, die jeder Künstlichen Intelligenz zugrundliegen, von Menschen entwickelt werden, und dass jede KI zuerst anhand von Trainingsdaten lernen muss, bevor sie zielführend und zuverlässig funktioniert.

Die KI-Forschung im ETH AI Center entwickelt kollaborative, vertrauenswürdige, breit zugängliche und inklusive KI-Systeme, die die Menschen in ihren Aufgaben ergänzen und nicht ersetzen. Entsprechend lernen die Morphs im Game, wie sie mit den Menschen zusammen eine Aufgabe lösen und zuverlässig ihren Teil beitragen.

Reale Forschungsprojekte als Inspiration

An der ETH Zürich gibt es zahlreiche Forschungsgruppen, die Künstliche Intelligenz untersuchen oder anwenden. Als Inspiration für die vier Minigames der Morph Tales dienten vier Projekte aus verschiedenen Forschungsbereichen (Agrarwissenschaften, Pharmazeutische Wissenschaften, Informationstechnologie und Geobiologie). Um spannende und gut spielbare Games zu entwickeln, wurde der Forschungszusammenhang vereinfacht und in die Storyline des gesamten Games eingepasst.

Die vier Forschungsprojekte

Vergrösserte Ansicht: Hexacopter 601: Eine Drohne fliegt über eine Anbaufläche, um zu erkennen, wie viel Dünger ein Feld benötigt.

Agrarwissenschaftler:innen der ETH Zürich untersuchen, wie die Landwirtschaft mittels KI ihren Pestizid- und Düngerverbrauch senken kann. Dabei fliegen Drohnen über die Anbauflächen und erkennen, wie viel Dünger ein Feld benötigt. Ihr Monitoring soll dazu beitragen, die Schutz- und Düngemittel um 90 Prozent zu vermindern.

Zudem werden Roboter so mit KI trainiert, dass sie lernen, wo sie Unkraut bekämpfen oder Pflanzenkrankheiten vorbeugen können. In dem ETH-Projekt «InnoFarm» testeten die ETH-Forschenden unter anderem, wie diese mobilen und intelligenten Technologien die Schweizer Landwirtschaft darin unterstützen können, dass sie umweltfreundlicher wird und zugleich ihre Produktivität aufrechterhält. Weitere Informationen unter externe Seite «InnoFarm».

Vergrösserte Ansicht: Drug Design: KI entwirft selbstständig Molekülstrukturen, die die Behandlung bestimmter Krankheiten unterstützen könnten

In der pharmazeutische Wirkstoffforschung nutzen ETH-Forschende Ansätze der künstlichen Intelligenz, um neue Medikamente am Computer zu entwerfen. Sie haben ein KI-Modell entwickelt, das selbstständig Molekülstrukturen entwirft, die im Hinblick auf die Behandlung bestimmter Krankheiten eine oder mehrere gewünschte Eigenschaften besitzen.

Mittels der KI erhalten die Forschenden neue Moleküle, die sie danach im Labor auf ihre pharmakologische Wirkung als Arzneistoffe testen können. Heute ermöglicht diese Technologie bereits eine viel effizientere Identifikation neuer Arzneistoffe. Die Entdeckung und Entwicklung von Medikamenten werden so deutlich erleichtert. Mehr über die KI-gestützte Medikamentenentwicklung erfahren sie auf der Webseite «de novo drug design» (auf Englisch) oder in diesem Artikel (auf Deutsch).

Vergrösserte Ansicht: Autonomous Sailing: Mit KI lassen sich Boote bei bestimmten Wind- und Seebedingungen selbstständig und zielgerichtet über das Wasser bewegen

An der ETH Zürich entwickeln verschiedene ingenieurwissenschaftliche Forschungsgruppen KI-Verfahren, die es ermöglichen, dass sich Fahrzeuge autonom selbst steuern sowie zuverlässig und sicher fortbewegen. Solche KI-Modelle zur Steuerung werden nicht nur für fliegende Drohnen, Strassen- oder Schienenfahrzeuge entwickelt, sondern auch für Schiffe.

Im Labor für Automatik und im Zentrum für projektbasiertes Lernen des D-ITET arbeiten Forschende und Studierende beispielsweise an der Modellierung, sensorbasierten Erkennung und KI sowie an autarken Energiesystemen, Steuerung und Simulation von autonomen Segelbooten. Sie wollen herausfinden, wie sich Boote bei bestimmten Wind- und Seebedingungen selbstständig und zielgerichtet über das Wasser bewegen. Mehr über Autonomes Segeln und Fahren erfahren sie auf dieser Webseite (auf Englisch) oder in diesem Download Dokument (PDF, 345 KB).

Vergrösserte Ansicht: Origins of Life: Teleskope auf dem Erdboden und im All dienen dazu, um nach Hinweisen auf Leben in den Atmosphaeren von Planeten zu suchen, die andere Sterne umkreisen

Leben ist ein sich selbst erneuerndes System, das in der Lage ist, seine Umgebung zu verändern und sich weiterzuentwickeln. Damit sich Leben auf einem Planeten entwickeln kann, muss eine Reihe von Bedingungen erfüllt sein. Wasser und Nährstoffe sind zwei Beispiele für Faktoren, die das Leben nutzen kann, um Energie zu gewinnen und sich weiterzuentwickeln.

Astronomen und Geowissenschaftler haben riesige Datenmengen zu Tausenden von Exoplaneten gesammelt, die sie nun nach Spuren von Leben durchsuchen können. Geobiolog:innen der ETH Zürich nutzen KI-Ansätze, um aus all diesen planetaren, geologischen, atmosphärischen, ökologischen und biologischen Daten heraus Muster und Informationen zu gewinnen, die Rückschlüsse auf die Voraussetzungen und die Evolution des Lebens zulassen. Mehr zur geobiologischen Forschung über das Leben erfahren Sie auf dieser Webseite (auf Englisch) oder in diesem Interview (auf Deutsch).

Smart Farming (überwachtes Lernen): In der Smart Farming-Forschung kommen Sensoren und Kameras zur Erkennung von Schädlingen und Krankheiten zum Einsatz. So kann zum Beispiel die Position von Unkraut mithilfe von Bilderkennung erkannt und an einen Jät-Roboter übermittelt werden. Bilderkennungsalgorithmen werden durch sogenanntes «überwachtes Lernen» trainiert. Das heisst, der Computer lernt anhand einer sehr grossen Menge an Beispielen und Gegenbeispielen, was ein Unkraut ist.

Virtual Drug Design (generatives Maschinelles Lernen): Das Spiel Virtual Drug Design basiert auf Forschung, die generatives maschinelles Lernen nutzt, um neue, innovative Medikamente herzustellen. Dem Computer werden hier eine grosse Menge an Beispielen für Molekülverbindungen gezeigt und auf Basis dieser Beobachtungen kann der Computer dann neue Verbindungen vorschlagen.

Autonomous Sailing (überwachtes Lernen): Maschinelles Lernen lässt sich nutzen, um die Geschwindigkeit eines Segelbootes vorherzusagen und bei der optimalen Kursplanung eines Autopiloten zu unterstützen. Basierend auf historischen Daten, die gemessene Werte wie Windgeschwindigkeit, Wind-Angriffswinkel und die Zielvariable der Bootsgeschwindigkeit korrelieren, werden Vorhersagen über optimale Einstellungen in einer künftigen Situation getroffen.

Origin of Life (überwachtes Lernen): Rover, die auf der Oberfläche von Exoplaneten nach Spuren von Leben suchen, können Anforderung und Beispiele für die erfolgversprechendsten Ziele empfangen. Das Computersystem des Rovers kann dann anhand dieser gelernten Eingaben diese Ziele automatisch suchen und priorisieren.

Möchten Sie mehr erfahren über KI-Forschung an der ETH Zürich. Oder wollen Sie wissen, wie die Morph Tales entstanden sind? Interessieren Sie sich für den Ursprung der Morphs?

Im Kalender können Sie Tablets für Ihren Besuch buchen.

externe Seite Daten checken

Kontakt

ETH Zürich
Rämistrasse 101
8092 Zürich
CH