Neuromorphe Berechnung, die als vom Gehirn inspirierte Berechnung bekannt ist, zielt darauf ab, die Rechenfähigkeiten näher an die Effizienz des menschlichen Gehirns zu bringen. Das menschliche Gehirn bietet mit etwa 20 Watt Energie erstaunliche Fähigkeiten in der Informationsverarbeitung und im Lernen. Während moderne KI-Systeme enorme Rechen- und Energieinfrastrukturen benötigen, um auch nur einen Teil dieser Fähigkeiten zu erreichen.
Herausforderungen in der Berechnung und Energie
Die Rechenprozesse im menschlichen Gehirn erfolgen durch die Nutzung von Neuronen und Synapsen. Jedes Neuron sendet ein elektrisches Signal, wenn es Signale von seinen Nachbarn erhält und einen bestimmten Schwellenwert überschreitet. Diese Art der Effizienz ist aufgrund der optimalen Energienutzung und der Integration von Speicher und Verarbeitung in den Synapsen möglich. Im Gegensatz dazu sind in herkömmlichen Chips Prozessor und Speicher getrennt, was zu einem höheren Datenübertragungs- und Energieverbrauch führt. Dieses Problem ist als „Von-Neumann-Flaschenhals“ bekannt, das 1978 von John Backus eingeführt wurde.
Mehr erfahren: Zukunft der Kommunikation: Was sind die Sprachen der künstlichen Intelligenz?
Vorteile der neuromorphen Berechnung
Neuromorphe Berechnung reagiert auf diese Herausforderungen, indem sie Speicher und Verarbeitung näher zusammenbringt, seltene Muster nutzt (wo die meisten Werte Null sind) und Berechnungen nur bei Auftreten von Ereignissen durchführt. Ereignissensoren, die ähnlich wie die menschliche Netzhaut gestaltet sind, reagieren nur, wenn Veränderungen in der Szene beobachtet werden, wodurch sie weniger Energie verbrauchen und eine bessere Leistung bei schnellen Bewegungen und extremen Lichtverhältnissen bieten. Diese Vorteile sind besonders wichtig in autonomen Fahrzeugen und im Weltraum, wo es begrenzte Energie und unterschiedliche Lichtbedingungen gibt.
Obwohl man annehmen könnte, dass neuromorpher Hardware einen ähnlichen Einfluss wie NVIDIA-Grafikkarten in der Welt der KI haben könnte, unterscheiden sich diese beiden Chiptypen in Bezug auf Leistung und Design. Neuromorphe Hardware zielt darauf ab, eine Vielzahl von spezialisierten Chips zu schaffen, anstatt sich auf dichte und wiederholte Berechnungen zu konzentrieren.
Das Unternehmen BrainChip in Australien hat einen kommerziellen neuromorphen Prozessor eingeführt, der Sensoren und Kameras mit minimalem Stromverbrauch versorgt. Es wird erwartet, dass neuromorphe Hardware neben herkömmlichen Prozessoren und vorhandenen Grafikkarten eingesetzt wird und Aufgaben übernimmt, bei denen ihre Effizienzvorteile deutlich werden.
Ausblick auf die Zukunft und Herausforderungen
Ein weiterer Vorteil der neuromorphen Berechnungstechnologien ist die Datenverarbeitung am Ort ihrer Entstehung, was zur Wahrung der Privatsphäre und der Cybersicherheit beitragen kann. Diese Möglichkeit erlaubt es Geräten, offline zu arbeiten, ohne Daten an einen entfernten Server senden zu müssen. Diese Eigenschaft ist in Anwendungen, die schnelle Entscheidungen erfordern, wie autonomen Fahrzeugen und Robotern, von großer Bedeutung.
Obwohl diese Art der Berechnung die Notwendigkeit von Rechenzentren nicht verringern wird, kann sie deren Nutzung erheblich verbessern. Das Unternehmen IBM hat mit seinem TrueNorth-Chip Energieeinsparungen von bis zu 10.000-fach im Vergleich zu herkömmlichen digitalen Architekturen demonstriert.
Die Geschichte der Berechnung zeigt, dass solche Veränderungen möglich sind. Die ersten Computer waren so groß und energieintensiv, dass sie ganze Räume einnahmen. Heute hat ein Chip, der kleiner als ein Fingernagel ist, in Ihren Smartphones weitaus mehr Fähigkeiten. Neuromorphe Berechnung bietet die Möglichkeit, eine ähnliche Revolution durch eine Neubewertung der Funktionsweise von Berechnungen zu schaffen.
Die Verwirklichung dieses Versprechens erfordert nachhaltige Infrastrukturen und Kooperationen zwischen Universitäten, Industrie und Regierung. Es wird erwartet, dass der globale Markt für neuromorphe Technologien bis 2030 20 Milliarden Dollar erreichen wird. Daher ist es unerlässlich, Einrichtungen für den freien Zugang und gemeinsame Standards zu schaffen.
Mehr erfahren: Gart Milarik und die Schaffung einer Komödie mit künstlicher Intelligenz: Lacht es? · Negative Auswirkungen von Technologie auf die Demokratie: Lektionen von Facebook und künstlicher Intelligenz
