09.02.2018

Algorithmen imitieren die menschlichen Prozesse im Gehirn

Mit rund 100 Milliarden Neuronen ist das menschliche Gehirn ein ultimativer Rechenassistent und erledigt komplexe Berechnungen und Aufgaben in wenigen Sekunden. KI-Experten haben in den vergangenen Jahren Algorithmen entwickelt, die der menschlichen Gehirnleistung ähneln. Schon heute können diese Algorithmen Gesichter erkennen oder Stimmen verfälschen.

Zusammenarbeit von Software und Hardware

Doch die Algorithmen sind nur ein Teil des digitalen Systems. Um diese leistungsfähige Software zu nutzen, werden Computer mit enormer Rechenleistung benötigt. Hier setzt das neuromorphe Computing an. Dahinter steckt ein Computerchip, der auf der Hardwareebene das Gehirn nachahmt. Dabei werden Daten auf analoge Weise im Chip gespeichert und verarbeitet. Dadurch entstehen biologische Synapsen in Hardware-Form, sogenannte neuromorphe Synapsen.

Dies führt zu einem starken Geschwindigkeits- und Effizienzgewinn in der Verarbeitung, da keine Daten mehr zwischen der zentralen Verarbeitungseinheit (CPU) und den Speicherblöcken übertragen werden muss. Jede künstliche Synapse kann kleine Informationsmengen aus mehreren Quellen akkumulieren und integrieren.

Das Gehirn im Chip

Bisher waren neuromorphe Synapsen unberechenbar, da die Stärke der elektronischen Ladung, die durch sie hindurchfließt, nicht kontrollierbar war. Dies ist Experten nun gelungen und damit erste Schritt in die Richtung von portablen, neuromorphen Chips, die mit geringen Stromverbrauch zur Mustererkennung und Lernaufgaben eingesetzt werden können. Sie benötigen weniger Platz als bisherige Hardware, die Deep-Learning-Algorithmen ausführen und könnten in mobilen Devices zum Einsatz kommen.

Fazit 

Erste Test mit den Chips zeigen, dass die künstlichen Synapsen mit der menschlichen Verarbeitung übereinstimmen und sie sogar übertreffen. Allerdings erfordern die Chips derzeit noch hochwertige und teure Materialien und sind daher noch wenig praktisch für den alltäglichen Gebrauch.

Experten gehen zudem davon aus, dass sich zukünftig unterschiedliche Chips entwickeln könnten, ähnlich wie bei Betriebssystemen, die je nach Geschmack und Anforderungen variieren.