IBM-Forscher entwickeln künstliche Neuronen

3. August 2016, 10:12
  • innovation
image

Wissenschaftler des IBM-Forschungszentrums Rüschlikon haben erstmals die Funktionen von Neuronen in der Phase-Change-Technologie imitiert.

Wissenschaftler des IBM-Forschungszentrums Rüschlikon haben erstmals die Funktionen von Neuronen in der Phase-Change-Technologie imitiert.
Inspiriert durch die Funktionsweise des menschlichen Gehirns versuchen Wissenschaftler seit Jahrzehnten, die Verarbeitungsfähigkeiten von Neuronengruppen nachzubilden. Bislang war es jedoch ein grosses Problem, entsprechende Speicherdichten zu erreichen und gleichzeitig den Energieverbrauch niedrig zu halten, um die Ergebnisse vergleichbar zu machen, mit jenen der Biologie. IBM-Forschende wollen nun erstmals zufällig feuernde Neuronen aus Phase-Change-Material hergestellt haben, wie sie mitteilen. Diese Phase-Change-Neuronen können ähnlich wie ihre Vorbilder im menschlichen Gehirn Daten speichern und verarbeiten.
"Man dachte lange, dass das unregelmässige Feuern von Nervenzellen im Gehirn ein störendes Hintergrundrauschen wäre", sagte Studienautor Abu Sebastian der Nachrichtenagentur 'sda'. Aber neuere Forschung aus der Neuroinformatik habe gezeigt, dass diese Aktivität von Neuronengruppen rechnerische Auswirkungen habe.
Wie das biologische Vorbild können die von den IBM-Forschern entwickelten Mikro-Einheiten zufällig feuern und somit ultraschnelle Signale verarbeiten. Darauf aufbauende Neurocomputer stellen einen Ansatz dar, um grosse Datenmengen, insbesondere bei IoT- oder Cognitive-Computing-Anwendungen, effizienter und schneller zu verarbeiten.
Ereignisbasierte Datenverarbeitung
Die künstlichen Neuronen bestehen aus Germanium-Antimon-Tellurid (GST), das auch bei wiederbeschreibbaren Blueray-Disks zum Einsatz kommt. GST kennt zwei stabile Zustände, einen amorphen und einen kristallinen. Im amorphen Zustand ist die Struktur der Atome ungeordnet, wodurch die Leitfähigkeit gering ist. Im kristallinen Zustand weisen die Atome eine gleichmässige Struktur auf, was zu einer hohen Leitfähigkeit führt. Die einzelnen Neuronen werden durch elektrische Impulse stimuliert, wodurch sich das Material mehr und mehr kristallisiert, bis das Neuron das Signal letztendlich weiterleitet. In den Neurowissenschaften wird dieses Funktionsprinzip als "integrate-and-fire-Eigenschaft" bezeichnet. Der Input wird also bis zu einem gewissen Schwellenwert aufgenommen ("integrate") und erst beim überschreiten von diesem Wert, wird das Signal weitergeleitet ("fire").
Der Vorgang ist laut IBM vergleichbar mit der Reaktion des Gehirnes auf einen äusseren Reiz und bilde so die Grundlage der ereignisbasierten Datenverarbeitung. Schon ein einzelnes Phase-Change-Neuron könne so zur Erkennung von Mustern und Korrelationen in einer Vielzahl von Datenströmen genutzt werden.
Anwendung in Analytics
Die Forscher konnten zudem hunderte dieser künstlicher Neuronen in Gruppen anordnen, um schnelle komplexe Signale zu verarbeiten. Sie überstanden einen Test mit Milliarden von Schaltzyklen, was einem mehrjährigen Betrieb entsprechen würde, schreibt IBM weiter. Für jeden elektrischen Impuls würden weniger als Pikojoule und weniger als 120 Mikrowatt verbraucht. Zum Vergleich: eine 60 Watt Glühbirne verbraucht 60 Millionen Mikrowatt.
Als Anwendungsbeispiel nennen die Forscher den IoT-Bereich. Sensoren auf Basis der Phase-Change-Neuronen könnten grosse Mengen an Wetterdaten erfassen, auswerten und schneller als bisher hochaufgelöste Vorhersagen ermöglichen. Ausserdem könnte die Technologie Muster in Finanztransaktionen nahezu in Echtzeit aufzeigen.
Grössere Gruppen dieser schnellen und energieeffizienten Neuronen könnten ausserdem in neuromorphen Co-Prozessoren mit kombinierten Speicher- und Verarbeitungs-Einheiten verwendet werden. Wie der Erstautor des Papers, Tomas Tuma, weiter sagt, könnten Gruppen von Phase-Change-Neuronen zusammen mit anderen neuromorphen Bauteilen wie künstlichen Synapsen ein "wichtiger Schlüssel für die Entwicklung einer neuen Generation von sehr dichten Neurocomputersystemen sein".
Die Studie"Stochastic phase-change neurons"von Tomas Tuma, Angeliki Pantazi, Manuel Le Gallo, Abu Sebastian und Evangelos Eleftheriou erschien in 'Nature Nanotechnology'. (kjo)
Bild Startseite: Künstlerische Repräsentation eine Reihe von Phase-Change-Neuronen. (Zuerst erschienen auf der Startseite von "Nature Nanotechnology").

Loading

Mehr zum Thema

image

Die Schaltsekunde wird abgeschafft

Schaltsekunden haben schon mehrmals zu grossen Problemen in IT-Systemen geführt. In rund 13 Jahren sollen sie aber Geschichte sein.

publiziert am 22.11.2022
image

Schweizer Startup lanciert mit KI ausgestattete Hightech-Kleidung

Die Waadtländer Firma Wearin' will mit ihrer kugelsicheren Hightech-Weste die Sicherheit verstärken. Hinter der Technik steckt Künstliche Intelligenz.

publiziert am 22.11.2022
image

Helvetia investiert in einen Flotten-Manager

Über seinen Venture Fund beteiligt sich der Versicherer an Urban Connect. Das Zürcher Startup bietet B2B-Lösungen für das Flotten­-Management.

publiziert am 22.11.2022
image

Neuer Schweizer Fonds für Frauen-geführte Tech-Startups

Der Equity Fonds Privilège stellt 20 Millionen Franken für die Förderung von Tech-Startups bereit. Im Visier stehen Jungunternehmen, die von Frauen mitgegründet und -geführt werden.

publiziert am 21.11.2022