Wie ein Rehkitz laufen lernt, so lernt Luffy AI, Maschinen zu steuern

Interview mit Dr. Nicolas Rose-André, Principal bei MIG Capital und verantwortlich für die Beteiligung an Luffy AI

Im Juli dieses Jahres investierten die MIG Fonds 2, 6 und 18 insgesamt 1,5 Millionen Pfund in Luffy AI. Das britische Start-up arbeitet an einem Konzept, das nach eigenen Angaben bis zu 400-mal effizienter ist als herkömmliches Deep Learning und so die Grundlage für KI-Anwendungen revolutionieren könnte.

Technisch gesprochen entwickelt Luffy „neuroplastische AI für adaptive Kontrolle“. Wie haben Sie sich als Investmentmanager an dieses technologisch komplexe Vorhaben angenähert?

Dr. Nicolas Rose-André: Zunächst bin ich als Ingenieur mit Anwendungen der Regelungstechnik vertraut. Seit hundert Jahren werden technische Systeme mit sogenannten PID-Reglern gesteuert. Luffy hat nicht das bestehende Prinzip digitalisiert, sondern ein völlig neues Regelungsprinzip entwickelt, das die Möglichkeiten des KI-Zeitalters voll ausnutzt. Um den Ansatz zu verifizieren, haben mein Kollege Dr. Oliver Kahl und ich neben unserer eigenen Recherche auch Branchenexperten und vor allem mögliche Kunden befragt. Wir wollten verstehen: Ist das nur eine großartige technische Idee, oder bezahlt dafür auch jemand Geld?

Und natürlich haben wir die Gründer und Manager bei Luffy auf Herz und Nieren geprüft und mit den Co-Investoren ausgelotet, ob wir ein gemeinsames Verständnis besitzen. All das hat uns am Ende überzeugt.

Wie lässt sich das Konzept der neuroplastischen AI vereinfacht erläutern?

Dr. Nicolas Rose-André: Stellen Sie sich ein neugeborenes Rehkitz vor. In dessen Gehirn ist alles angelegt, was es zum Leben einmal brauchen wird. Anfänglich steht es wackelig auf den Beinen. Mit der Zeit trainiert es durch die Interaktion mit seiner Umwelt. Sein Gehirn lernt dazu und ist schnell in der Lage, die eigenen Bewegungen besser zu kontrollieren, sich der Umwelt anzupassen. Genau das macht Luffy’s Software auch: Im Kern der Software wird zunächst ein neuronales Netz darauf trainiert, ein physikalisches System abzubilden. Dieses System kann eine Drohne sein oder ein elektrischer Motor, der ein Förderband antreibt. Im Einsatz passt sich das neuronale Netz dann stetig an seine Umwelt und geänderte Umstände an – wenn der Drohne ein Propeller ausfällt, dann kompensiert Luffys Controller das; wenn sie die Last auf dem Förderband ändern, passt der Motor sein Drehmoment an.

Welche praktischen Anwendungen sind dabei vorstellbar?

Dr. Nicolas Rose-André: Nahezu unendlich viele, und zwei habe ich ja eben geschildert. Den Markteinstieg plant Luffy in der Tat bei Elektromotoren und den dazugehörigen Frequenzumrichtern. Jeder E-Motor weltweit hat eine Steuerung. Und theoretisch adressiert Luffy AI jeden E-Motor. Elektromotoren verbrauchen aktuell rund 50 Prozent der weltweiten elektrischen Energie, obwohl die Allermeisten für uns nicht einmal sichtbar sind. Nehmen wir als Beispiel das genannte Förderband, oder Gepäckbänder an Flughäfen. Ein Verkehrsflughafen allein braucht tausende E-Motoren, um sein hochkomplexes System der Gepäcklogistik zu stemmen. 

Welchen Nutzen versprechen die neuronalen Netze von Luffy gegenüber den derzeit angewendeten Technologien?

Dr. Nicolas Rose-André: Auf der einen Seite ist die Regelung nachweislich genauer als mit den bisherigen Systemen. Das bedeutet, dass sie sowohl Energie sparen, als auch weniger Verschleiß an den Motoren haben. Ein unscheinbarer, aber riesiger Vorteil besteht aber in dem, was wir als „Tuning“ bezeichnen. Herkömmliche PID-Steuerungen müssen bis heute aufwändig von Experten manuell eingestellt werden, und zwei bei der Installation, aber auch bei jedem Wartungsvorgang. Das bedeutet einen immensen zeitlichen Aufwand, wenn sie tausende Motoren manuell tunen müssen, sowie Kosten, den die Experten werden im demografischen Wandel immer weniger und teurer. Und es stellt ein Ausfallrisiko dar, wenn beim Wartungsvorgang etwas schiefgeht. Die Software von Luffy ist in jeden Elektromotor integrierbar und passt sich, einmal trainiert, selbstlernend an veränderte Situationen an – ohne Tuning bei der Installation und der Wartung.

Die Software ist sozusagen, um beim Beispiel des Rehkitz zu bleiben, das Gehirn des Motors.

Wie zeigt Luffy, dass das Konzept tatsächlich funktioniert?

Dr. Nicolas Rose-André: Das beschriebene Beispiel der Drohne ist anschaulich. Der Pilot steuert per Fernsteuerung, und gibt einen Schub vor. Die Steuerung der Drohne übersetzt das auf eine Drehzahl für jeden einzelnen Propeller. Fällt nun einer der Propeller aus, kann die Drohne in aller Regel nicht mehr gesteuert werden, sie stürzt ab. Mit der neuroadaptiven Software von Luffy sackt die Drohne so einem Ausfall kurz ab und fängt sich in Bruchteilen einer Sekunde wieder. Der Controller von Luffy lernt im Moment des Ausfalls gelernt, dass sich sein physikalisches System verändert, und passt sich blitzschnell an. Wenn sie das zum ersten Mal sehen, hat das etwas wahrhaftig Magisches.

Damit gelingt Luffy der “Proof of Concept”. Wird die Technologie schon mit echten Industriepartnern getestet?

Dr. Nicolas Rose-André: Ja. Der Markt für elektrische Antriebe für industrielle Anwendungen wird von einigen großen Konzernen wie Siemens, ABB, Rockwell und Danfoss dominiert. Daneben gibt es einige spezialisierte Player. Luffy arbeitet derzeit mit einer Vielzahl möglicher Kunden an der gemeinsamen Erprobung, und am Nachweis des Kundennutzens unter echten Marktbedingungen – nach dem schon erbrachten „Proof of Concept“ nennen wir das den „Proof of Value“.

Als Luffy die Finanzierungsrunde im Juli bekannt gab, war die Resonanz der Fachmedien groß. Was ist das Big Picture und die Vision, die an der Technologie so große Fantasie wecken?

Dr. Nicolas Rose-André: Wir reden heute täglich über KI und ihre Möglichkeiten, und ebenso darüber, welche gigantischen infrastrukturellen Voraussetzungen dafür nötig sind: Investitionen in Billionenhöhe für Rechenzentren, Nvidia-Chips, Energie. Luffys Ansatz kann als Gegenentwurf zu dieser Logik verstanden werden. Statt auf zentrale, gigantische Infrastruktur zu setzen, wird KI direkt auf jedem einzelnen dezentralen Gerät möglich. Mit minimalem Speicherbedarf, mit extrem wenig Energie, und ohne teure und langwierige Änderungen an der Hardware. Genau daraus ergibt sich die eigentliche Vision: Jede Maschine auf dieser Welt, von der Klimaanlage bis zur komplexen industriellen Anlage, soll sich selbstständig und in Echtzeit an ihre Umgebung anpassen können. Ganz ohne Techniker, der sie manuell einstellt, und bei niedrigem Stromverbrauch.

Das ist die Value Proposition unseres Beteiligungsunternehmens: intelligente Maschinen, die ihre Umwelt verstehen und sich selbstständig anpassen.

Jetzt mehr erfahren: www.mig-18.de