Heutige KI-Systeme basieren meist aufwärts einer Technologie, die wie „neuronale Netzwerke“ bezeichnet wird. Dabei werden von Computern Mechanismen imitiert, wie sie in biologischen Nervennetzen und ebenso im menschlichen Gehirn vonstatten gehen. Nervenzellen, ebenso Neurone genannt, feuern elektrische Signale an eine Vielzahl anderer Neurone, womit ebendiese Aktivität davon unmündig ist, wie hoch jener Input wieder von anderen Nervenzellen ist, mit denen es vernetzt ist. Diese Prozesse lassen sich in künstlichen neuronalen Netzwerken vortäuschen, und indem schon erstaunliche Leistungen technisch realisieren – insbesondere die Fähigkeit zu lernen und zu verketten.
Während die Vorgänge im Gehirn einheitlich vonstatten gehen, werden ebendiese von KI-Systemen digital nachgebildet. Letztlich kommen immer Computer mit einer sogenannten Von-Neumann-Architektur zum Einsatz. Diese Systeme lassen sich universell programmieren und damit grade ebenso wie neuronale Netze bilden. Dass dasjenige gut funktioniert, nachweisen die zahlreichen überaus erfolgreichen Anwendungen von Künstlicher Intelligenz.
Doch vereinigen Haken hat ebendiese Digitaltechnik. KI-Systeme benötigen insbesondere in ihrer Lernphase sehr viel Energie. Ihr Stromverbrauch ist so weithin, dass man sich aus ökologischen und Klimaschutz-Gründen fragen muss, ob man sich z. Hd. bestimmte Anwendungen diesen massiven Energieeinsatz schier leisten kann oder will.
Energie sparen mit „Neuromorphic Computing“
Um den Energiehunger jener künstlichen Intelligenz zu verringern, verfolgen Wissenschaftler vielfältige innovative Forschungsansätze. Unter dem Schlagwort „Neuromorphic Computing“ versuchen sie, die Fähigkeiten von KI ebenso energieschonender mit dem Einsatz von Analogtechnik zu glücken. Einen ungewöhnlichen Weg beschreiten Professor Christian Werner von jener OST – Ostschweizer Fachhochschule und Professor Andreas Waag von jener Technischen Universität Braunschweig. Sie wollen ein Neuronen-Netzwerk aus vielen mikroskopisch kleinen Leuchdioden (LEDs) gründen.
Die Kommunikation jener „Nervenzellen“ geschieht damit deswegen nicht verbleibend elektrische, sondern optische Signale. „Wer versucht, ein Modell des Gehirns aufwärts klassischen Digitalrechnern zu so tun als ob, stößt schnell an Grenzen“, sagt Wener, „stattdessen versuchen wir, anstelle herkömmlicher Digitalrechner die in Braunschweig starke Lumineszenzdiode-Technologie z. Hd. eine Informationsverarbeitung nachdem biologischem Vorbild einzusetzen.“
Die Leistungsfähigkeit des menschlichen Gehirns, dasjenige mit einem winzigen Bruchteil jener Energie heutiger KI-Systeme auskommt, basiert aufwärts jener massiven Parallelität jener Datenverarbeitung. Unzählige Neuronen senden parallel Signale an andere Nervenzellen. „Bei uns senden die Mikro-LEDs ihre Lichtsignale kreuz und schräg“, sagt Werner, „homolog wie im Gehirn verlassen wir damit ebenso den Bereich, wo wir zwischen Hard- und Software unterscheiden können. Die neue Rechnerarchitektur wird von dort nicht im traditionellen Sinne programmiert, sondern muss vereinigen Lernprozess iterieren, um bestimmte Probleme zu trennen.“
Doch noch steckt die Leuchtdioden-KI in ihren Kinderschuhen und solange bis zu technisch nutzbaren Anwendungen sei es „noch ein sehr langer Weg“. Bislang nach sich ziehen die Forscher nur die grundlegende Funktionsfähigkeit jener Technik nebst einzelnen Lumineszenzdiode-Neuronen im Labor demonstriert. Im nächsten Schritt soll nun erforscht werden, wie sich miteinander kommunizierende Verbünde solcher Neuronen verhalten, und wie man ihnen dann beibringt, bestimmte Aufgaben zu bewältigen.
Source: welt.de