Neurocomputer: Russen bauen Gehirn nach

Forscher des Moscow Institute of Physics and Technology (MIPT) haben ein Gerät entwickelt, das wie die Neuronen im menschlichen Gehirn funktioniert. Es speichert Informationen und löscht sie wieder, wenn sie lange Zeit nicht abgerufen worden sind. [...]

Natürliche und ferroelektrische Synapse
Natürliche und ferroelektrische Synapse Grafik: Elena Khavina / MIPT

Das von den Forschern des MIPT entwickelte Gerät, ist als Memristor zweiten Grades bekannt. Ein Memristor ist ein elektrisches Bauelement, das zwischen seinen beiden Anschlüssen einen elektrischen Widerstand aufweist, der je nach Stromstärke, abhängig von der Richtung größer oder kleiner wird.

Schneller und sparsamer

Das Gerät beruht darauf, dass die Informationen in einem Netzwerk aus Neuronen gespeichert werden, die über Synapsen miteinander verknüpft sind. Die künstlichen Neuronen und Synapsen wiederum basieren auf Hafniumoxid. Sie sind der erste Schritt auf dem Weg zum einem Neurocomputer, der die natürliche Art zu lernen imitiert. Im Normalfall haben sie eine digitale Architektur wie jeder andere Computer auch. Sie nutzen mathematische Modelle, um das Netzwerk des Gehirns nachzubilden. Alternativ dazu kann jedes Neuron als Memristor dargestellt werden. Viele davon werden zu einem Netzwerk verknüpft. Eine solche Architektur ermöglicht weitaus schnellere Computer und senkt den Stromverbrauch.

Vereinfacht ausgedrückt, bedeutet ein hoher Widerstand im Memristor eine „Null„, ein kleiner Widerstand eine „Eins„. Genauso speichert das Gehirn eine Information. Wenn eine Synapse ein Signal an zwei Neuronen übermittelt, entspricht das der „Eins„, tut sie es nicht, ist es eine „Null„. In einem Gehirn werden die aktiven Synapsen gestärkt und die weniger genutzten geschwächt. Das nennt sich neuronaler Plastizität. Darunter versteht man die Eigenart von Synapsen, sich nutzungsabhängig zu verändern, um Prozesse zu optimieren. Dieses Phänomen sei die Basis für natürliches Lernen, unterstreichen die russischen Forscher.

Robuster als bisherige Systeme

Bei bisherigen Versuchen wurde die neuronale Plastizität mit der Zeit schwächer. „Unser System ist robuster“, sagt Anastasia Chouprik, die das ForscherTeam leitet. Sie nutzt die Tatsache aus, dass Hafniumoxid ferroelektrische Eigenschaften hat. Dessen Polarisation verändert sich, wenn es einem äußeren elektrischen Feld ausgesetzt ist. Wird es entfernt, behält das Material diesen Zustand bei – fertig ist die ferroelektrische Synapse.


Mehr Artikel

News

KI ist das neue Lernfach für uns alle

Die Mystifizierung künstlicher Intelligenz treibt mitunter seltsame Blüten. Dabei ist sie weder der Motor einer schönen neuen Welt, noch eine apokalyptische Gefahr. Sie ist schlicht und einfach eine neue, wenn auch höchst anspruchsvolle Technologie, mit der wir alle lernen müssen, sinnvoll umzugehen. Und dafür sind wir selbst verantwortlich. […]

Case-Study

Erfolgreiche Migration auf SAP S/4HANA

Energieschub für die IT-Infrastruktur von Burgenland Energie: Der Energieversorger hat zusammen mit Tietoevry Austria die erste Phase des Umstieges auf SAP S/4HANA abgeschlossen. Das burgenländische Green-Tech-Unternehmen profitiert nun von optimierten Finanz-, Logistik- und HR-Prozessen und schafft damit die Basis für die zukünftige Entflechtung von Energiebereitstellung und Netzbetrieb. […]

FH-Hon.Prof. Ing. Dipl.-Ing. (FH) Dipl.-Ing. Dr. techn. Michael Georg Grasser, MBA MPA CMC, Leiter FA IT-Infrastruktur der Steiermärkischen Krankenanstaltengesellschaft m.b.H. (KAGes). (c) © FH CAMPUS 02
Interview

Krankenanstalten im Jahr 2030

Um sich schon heute auf die Herausforderungen in fünf Jahren vorbereiten zu können, hat die Steiermärkische Krankenanstaltengesellschaft (KAGes) die Strategie 2030 formuliert. transform! sprach mit Michael Georg Grasser, Leiter der Fachabteilung IT-Infrastruktur. […]

News

Risiken beim Einsatz von GenAI in vier Schritten senken

Die Themen Datenschutz und Modellverwaltung sind in der Datenwissenschaft zwar nicht neu, doch GenAI hat ihnen eine neue Dimension der Komplexität verliehen, die Datenschutzbeauftragte vor neue Herausforderungen stellt. Die Data-Science-Spezialisten von KNIME haben die Potenziale und Risiken der KI-Nutzung beim Einsatz bei der Datenarbeit zusammengefasst und empfehlen vier Schritte zur Risikominimierung. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*