Was eine KI aus 7500 Tagen lernt…
2016 kamen mir die ersten Ideen eine KI im Lager einzusetzen. Es war der Wunsch nach Optimierung ohne immer neue fixe Ideen und teure Experimente in der Praxis.
Die ersten Versuche waren jedoch eher kläglich.
Entweder es war nicht ansatzweise besser als ein einfaches abarbeiten nach Priorität oder es wurde maximal die Regeln gelernt, die man vorher eh schon aufgestellt hatte.
Nur war die Idee nicht, dass die KI eigene Regeln findet? Sich selbst optimiert?
Ende 2020 an einem kalten verregneten Winterabend klickte ich wahllos durch Youtube und stoß auf Video von OpenAI. Mehrere kleine Figuren spielten verstecken.
Sie spielten unglaublich gut.
Über hunderttausende Runden wurde sie von willenlosen Zombies zu Meistern des Spiels.
Es war klar, der Wille zu gewinnen als Antrieb reicht, um einer KI derart komplexe Dinge beizubringen.
Aber waren Gabelstapler nicht auch nur Spieler in einem System? Sollte der Wille schneller zu werden nicht reichen? Ein System, wo jeder Stapler Entscheidungen trifft, von denen das Gesamtsystem profitiert?
Ein weiteres Jahr voller auf und abs, viel Frust und vieler kleiner Erfolge folgte.
An dessen Ende jedoch stand eine KI, nur angetrieben von dem Willen schneller zu werden.
Die ersten Ergebnisse sind beeindruckend.
Wissend über Prioritäten, Position und Aufgabe der anderen Stapler werden Entscheidungen getroffen.
Aus guten wird gelernt – schlechte werden verworfen.
Am Ende stehen im Schnitt satte 12,4% bessere Leistung.
Es ist egal, ob 4 Regale oder 16, ob 2 oder 4 Stapler. Es wird optimiert, mindestens um 10 %.
Doch am beeindruckendes ist: Die Optimierung erfolgt auf Autopilot.
Zwischen 7500 und 10000 simulierter Tage braucht die KI um all das zu lernen.
Rechenzeit bis zum fertigen Modell sind es jedoch nur 7 Stunden.
Wenn ihr mehr wissen wollt, wie das ganze funktioniert oder ein Lager habt, was optimiert werden möchte: Ich freu mich von euch zu hören!