Neuromorphe Computertechnik – jenseits der heutigen KI
Wie Chips die Interaktionen des Hirns emulieren werden
Neuromorphes Computing sprengt die Grenzen der bisherigen schwachen KI. Die neuen Chips emulieren die neuronalen Strukturen des menschlichen Gehirns und beschleunigen Lernprozesse in dramatischer Weise.
Bereits 2017 führte ein großes Halbleiterunternehmen den ersten Forschungs-Chip für neuromorphes Computing ein und ermöglichte Wissenschaftlern so, mit dramatisch beschleunigten Lernprozessen, welche der Chip nun ermöglichte, zu experimentieren. Dieser Chip besaß 130.000 Neuronen, die in etwa den Fähigkeiten eines Marienkäfers entsprachen. Acht Jahre später in 2025 geht eine Weiterentwicklung dieses Computer-Prozessors mit zwei Milliarden Neuronen in Serie und verändert die Welt in der Medizin, dem autonomen Fahren, der Flugsicherung und vielen anderen Lebensbereichen.
Aber was unterscheidet die Fähigkeit der neuartigen Chips mit künstlichen Nervenzellen wie Neuronen und Synapsen von der üblichen Chiptechnologie? Die Informationstechnik, die wir bis 2020 kannten und die in Smartphones und PCs verbaut wurde, basierte auf dem Prinzip, das John von Neumann in den 1940er Jahren entworfen hat. Diese Architektur aus Steuerung, Berechnung und Speicher bewährte sich über viele Jahrzehnte. Die Computer ließen sich mit allem programmieren, solange es abgegrenzte logische Prozesse waren, die auf Null und Eins basierten.
Diese klassische Architektur eignet sich aber nicht für extrem schnell ablaufende Lernprozesse und die Fähigkeit, Unsicherheiten zu verstehen, zu verarbeiten und zu interpretieren mit einer daraus folgenden selbstständigen Entscheidung. Aber genau das ist notwendig, um Prozesse und Entscheidungen mit künstlicher Intelligenz zu erzielen. Künstliche neuronale Systeme bieten die Möglichkeit, dass Tausende Neuronen gleichzeitig mit Tausenden anderen Neuronen kommunizieren, Informationen verarbeiten und speichern können.
Ab 2025 entstehen die ersten neuromorphen Computersysteme für die Medizin. So werden künftig Radiologen bei der Bildauswertung von diesen Systemen unterstützt. Sie analysieren bereits während der Aufnahme die Gewebestrukturen und priorisieren durch Unsicherheitsmessungen, auf welche Bilder und Gewebebereiche sich der Radiologe konzentrieren soll. Ein anderes Beispiel ist die notwendige KI für das autonome Fahren mit Fahrzeugen. Konventionelles Computing eignet sich für viele Prozesse, wie die Navigation entlang einer GPS-Strecke. Aber bei der Auswertung von Sensorendaten wie GPS oder Kameras, welche z. B. einen auf die Straße rollenden Ball erkennen, der dann aber durch Fahrzeuge verdeckt wird, sind neuromorphe Systeme weit überlegen. Erst sie können mit den Unsicherheiten bei der Interpretation einer unsicheren Situation umgehen und wie ein erfahrener Autofahrer agieren. Viele große Technologie- und Industriekonzerne setzen um 2025 immer stärker auf die neuromorphe Computertechnik und erzeugen einen neuen Hype, bei dem auch spezielle Kupferlegierungen eine Rolle spielen – sei es für Spracherkennung, autonome Maschineninspektionen oder zur Optimierung von Daten- und Internetsicherheit.
Mit der Weiterentwicklung des Computer-Prozessors auf zwei Milliarden Neuronen eröffnet neuromorphes Computing in vielen Bereichen der Wissenschaft und des Alltags völlig neue Möglichkeiten. Das Besondere dabei ist nicht allein die Geschwindigkeit, sondern die Fähigkeit eigenständig Entscheidungen zu treffen.
