Künstliche Intelligenz: Memristoren als Basis für neuronale Netze

Forscher berichten von Fortschritten beim Versuch, die Funktionsweise des menschlichen Gehirns nachzubilden. Aus Memristoren schaffen sie einen Chip, der einfache Muster erkennen kann. Sie halten Netzwerke mit hoher Dichte auf minimaler Grundfläche für realisierbar.

US-amerikanische Wissenschaftler berichten von grundlegenden Fortschritten beim Versuch, mit elektronischen Bausteinen die Funktionsweise des menschlichen Gehirns nachzubilden. Aus Memristoren schufen die Forscher der University of California in Santa Barbara und der Stony Brooks University den Prototyp eines Chips, der einfache Muster erkennen kann. Sie hoffen auf eine erhebliche Leistungssteigerung durch die effiziente und skalierbare Technik.

(Bild: Sonia Fernandez / University of California)Memristor-Schaltkreis (Bild: Sonia Fernandez / University of California)

Ein auf Memristoren basierendes einfaches neuronales Netz entstand mit neuen Mikro-Fertigungstechniken auf einer Grundfläche von nur wenigen Millimetern, berichten die Forscher in der Fachzeitschrift Nature. Bei ihrer experimentellen Implementation konnten sie gänzlich auf Transistoren verzichten und schufen die Voraussetzungen für ein einlagiges Perzeptron, ein vereinfachtes künstliches neuronales Netz. Es gelang ihnen, das Netzwerk einfache Schwarz-Weiß-Bilder erkennen und klassifizieren zu lassen, die in einer Matrix von drei mal drei Pixeln Buchstaben enthielten.

Auch wenn sich die Ergebnisse zunächst noch bescheiden anhören, sehen die Wissenschaftler große Potenziale für weit mehr als einfache Mustererkennung. Sie halten schon relativ bald die Schaffung von Netzwerken mit einer Dichte von 100 Milliarden Synapsen je Quadratzentimer in jeder Ebene für möglich. Aus Voraussetzung dafür nennen sie die Schrumpfung von Memristoren bis hinab auf 30 Nanometer.

Ein Memristor ist ein nichtflüchtiger Speicherbaustein, der Zustandsinformationen auch ohne anliegende Spannung bewahrt. Als viertes fundamentales passives Bauelement der Elektrotechnik könnte er das Computing grundlegend verändern. Der Begriff „Memristor“ setzt sich aus Memory und Resistor (englisch für Widerstand) zusammen.

Forscher stellten sich Memristoren in ihrer Funktionsweise schon lange ähnlich vor wie die Synapsen im menschlichen Gehirn. „Und ein Memristor kann auch in Maschinen ähnlich funktionieren: Er ist das richtige, um lernende Maschinen zu bauen“, sagte Leon Chua von der University of California in Berkeley. „Mit ihm lassen sich Maschinen bauen, die sich ähnlich wie das menschliche Gehirn verhalten, aber wesentlich leistungsfähiger sind.“

Hewlett-Packard setzt auf Memristoren als Basis für eine als „The Machine“ bezeichnete neue Computing-Architektur. Das Projekt soll laut CEO Meg Whitman die Antwort darstellen auf die Datenflut durch „Cloud-Computing, das Internet der Dinge, mobile Netzwerke und Machine-to-Machine-Computing“. Memristoren können sowohl Daten berechnen als auch gleichzeitig speichern. Der Schaltkreistyp eignet sich daher nicht nur als Alternative zu herkömmlichem Speicher, sondern kann auch Logik-Operationen ausführen. Die Technik soll es laut HP erlauben, mit deutlich weniger Energie per Bit oder pro Rechenvorgang mit riesigen Datenmengen umzugehen, sie aufzunehmen, zu speichern sowie zu bearbeiten.

Themenseiten: Forschung, HPE, HPE / Intel Just Right IT

Fanden Sie diesen Artikel nützlich?
Content Loading ...
Whitepaper

ZDNet für mobile Geräte
ZDNet-App für Android herunterladen Lesen Sie ZDNet-Artikel in Google Currents ZDNet-App für iOS

Artikel empfehlen: