Ein besserer Weg, um vom Gehirn inspirierte Chips zu bauen

Memristoren, exotische elektronische Geräte, deren Existenz erst 2008 bestätigt wurde, wurden verwendet, um einen Chip zu entwickeln, der Designpunkte aus dem Gehirn entlehnt. Der Prototyp-Chip hat nichts Schwierigeres gelernt, als extrem einfache Schwarz-Weiß-Muster zu erkennen. Aber größere, komplexere Versionen könnten Computer dabei unterstützen, Sprache, Bilder und die Welt um sie herum besser zu verstehen.

Diese Schaltung kann lernen, einfache Schwarz-Weiß-Muster zu erkennen, dank Memristoren genannter Geräte, die sich an jeder Stelle befinden, an der sich die Drähte kreuzen.

Die Schaltkreise des Chips, die von Forschern der University of California, Santa Barbara und der Stony Brook University gebaut wurden, verarbeiten Daten nicht mit digitalen Logikschaltungen, sondern mit Elementen, die in vereinfachter Form die Neuronen und Synapsen biologischer Gehirne nachahmen. Wenn ein solches Netzwerk neuen Daten ausgesetzt wird, lernt es, da die Synapsen, die Neuronen verbinden, den Einfluss der Neuronen aufeinander anpassen.

Softwareversionen von künstlichen neuronalen Netzen gibt es schon seit langem, und große haben kürzlich Durchbrüche in der Sprach- und Gesichtserkennung von Unternehmen wie Google und Facebook hervorgebracht (siehe 10 Breakthrough Technologies 2013: Deep Learning ). Aber solche simulierten neuronalen Netze belasten herkömmliche Computer. Ein Google-Experiment, bei dem ein großes neuronales Netzwerk lernte, Katzen anhand von YouTube-Bildern zu erkennen, lief drei Tage lang auf 16.000 Prozessoren. Der physische Aufbau eines neuronalen Netzes auf einem Chip könnte diese Art der Informationsverarbeitung viel energieeffizienter und praktischer machen. Mit solchen Chips könnten beispielsweise mobile Roboter viel intelligenter werden.

Vom Gehirn inspirierte – oder neuromorphe – Chips wurden bereits hergestellt, und IBM versucht, sie zu kommerzialisieren (siehe Thinking in Silicon ). Sie verwenden im Allgemeinen dieselben Siliziumtransistoren und digitalen Schaltungen, aus denen gewöhnliche Computerprozessoren bestehen. Aber diese digitalen Komponenten sind nicht geeignet, um Synapsen nachzuahmen, sagt Dimitri Strukow , ein Assistenzprofessor an der University of California, Santa Barbara, der die Arbeit am neuen Memristor-Chip leitete. Viele Transistoren und digitale Schaltkreise werden benötigt, um eine einzelne Synapse darzustellen. Im Gegensatz dazu wird jede der rund 100 Synapsen auf dem UCSB-Chip durch nur einen einzigen Memristor repräsentiert.

Eine [biologische] Synapse ist ein analoges Speichergerät, und es gibt wirklich keine gute Möglichkeit, dies kompakt und energieeffizient mit herkömmlicher Technologie zu implementieren, sagt Strukov. Memristoren selbst sind ein analoges Speichergerät; es passt perfekt zusammen.

Der neue Chip wird heute beschrieben in einem Papier im Tagebuch Natur . In einem entsprechenden Kommentar zum Werk Robert Legenstein , ein außerordentlicher Professor an der Technischen Universität Graz in Österreich, schrieb: Wenn dieses Design auf große Netzwerkgrößen skaliert werden kann, wird es die Zukunft des Rechnens beeinflussen … Laptops, Mobiltelefone und Roboter könnten neuromorphe Chips mit extrem geringem Stromverbrauch enthalten verarbeiten visuelle, auditive und andere sensorische Informationen.

Der Memristor wurde 1971 von Leon Chua, einem Professor für Elektronik an der University of California, Berkeley, mathematisch vorhergesagt. Es wurde 2008 für gefunden erklärt, als Forscher bei Hewlett-Packard, darunter Strukov, einfache Geräte herstellten, deren elektrischer Widerstand eine Art Erinnerung an den zuvor erlebten Strom enthielt – genau die Eigenschaft, die Chua vorhergesagt hatte (siehe HP Rewires Electronics ). Die Geräte wurden sofort als potenziell für eine dichtere Datenspeicherung und zur Herstellung neuronaler Hardware-Netzwerke angesehen.

HP und der Speicherhersteller SK Hynix begannen 2010 mit dem Versuch, Memristor-Datenspeicher zu kommerzialisieren; HP setzt darauf, dass die Technologie es ermöglichen wird, die grundlegende Architektur von Computern radikal neu zu definieren (siehe Machine Dreams ). Aber bis jetzt habe noch niemand einen neuronalen Netzwerkchip nur mit Memristoren gebaut, sagt Strukov. Seine Gruppe habe Wege entwickelt, um den Prozess der Herstellung von Memristoren zu kontrollieren, um zuverlässigere Geräte als zuvor herzustellen, sagt er.

Der einfache Chip der UCSB-Gruppe ist nur ein Proof of Concept, aber die Forscher glauben, dass ihre Techniken skaliert werden können, um größere, leistungsfähigere Geräte herzustellen. Laut Strukov könnte die Technologie durch die Bemühungen von Unternehmen wie HP und SK Hynix unterstützt werden, Memristoren für die Datenspeicherung zu kommerzialisieren.

verbergen