Eine Technologie, die funktioniert wie ein Gehirn? In diesen Zeiten der künstlichen Intelligenz, scheint nicht mehr so weit hergeholt-zum Beispiel, wenn ein Mobiltelefon erkennen von Gesichtern oder Sprachen. Bei komplexeren Anwendungen, allerdings Computer noch immer schnell an Ihre eigenen Grenzen. Einer der Gründe HIERFÜR ist, dass ein computer hat traditionell separaten Speicher-und Prozessor-Einheiten-die Folge davon ist, dass alle Daten, die gesendet werden müssen, hin und her zwischen den beiden. In dieser Hinsicht, das menschliche Gehirn ist Weg, sogar die meisten modernen Computer, denn es verarbeitet und speichert alle Informationen in der gleichen Stelle-in den Synapsen oder verbindungen zwischen Neuronen, von denen es eine million-Milliarden in das Gehirn. Ein internationales team von Forschern der Universitäten Münster (Deutschland), Oxford und Exeter (UK) ist es nun gelungen, bei der Entwicklung ein Stück hardware, das könnte den Weg ebnen für die Erstellung von Computer, die das menschliche Gehirn ähneln. Die Wissenschaftler es geschafft, zu produzieren, ist ein chip, der ein Netzwerk von künstlichen Neuronen, die arbeiten mit Licht und können imitieren das Verhalten von Neuronen und Synapsen.
Die Forscher konnten nachweisen, dass eine solche optische neurosynaptic Netzwerk ist in der Lage, zu „lernen,“ Informationen und nutzen diese als basis für die Berechnung und Muster zu erkennen-so wie ein Gehirn kann. Wie das system funktioniert nur mit Licht und nicht mit traditionellen Elektronen, es kann Daten um ein Vielfaches schneller. „Diese integrierte Photonische system ist ein experimenteller Meilenstein“, sagt Prof. Wolfram Pernice vom Münster Universität und lead-partner in der Studie. „Der Ansatz könnte verwendet werden, später in vielen verschiedenen Bereichen für die Bewertung von mustern in großen Mengen von Daten, zum Beispiel in der medizinischen Diagnostik.“ Die Studie ist veröffentlicht in der neuesten Ausgabe von „Nature“ Zeitschrift.
Die Geschichte im detail — hintergrund und Methode
Die meisten der vorhandenen Ansätze im Bezug auf die sogenannten neuromorphen Netzen basieren auf Elektronik, in der Erwägung, dass optische Systeme-in denen die Photonen, also Lichtteilchen, werden verwendet-noch in den Kinderschuhen. Das Prinzip, welches die deutschen und britischen Wissenschaftler nun vorgestellt funktioniert wie folgt: optische Wellenleiter kann Licht übertragen und können hergestellt werden in optische Mikrochips integriert sind, so genannte phase-change-Materialien-das sind bereits heute auf Datenträger wie beschreibbare DVDs. Diese phase-change-Materialien sind gekennzeichnet durch die Tatsache, dass Sie ändern Ihre optischen Eigenschaften drastisch, je nachdem, ob Sie kristallin-wenn Ihre Atome ordnen sich in einem regelmäßigen Mode-oder amorphe — wenn Ihre Atome ordnen sich in einer unregelmäßigen Weise. Diese phase-änderung, ausgelöst durch Licht, wenn ein laser erhitzt das material bis. „Weil das material reagiert so stark und verändert seine Eigenschaften dramatisch, ist es sehr geeignet für die Nachahmung von Synapsen und die übertragung der Impulse zwischen zwei Nervenzellen“, sagt führen Autor Johannes Feldmann, die durchgeführt viele der Experimente im Rahmen seiner Doktorarbeit an der Münster Universität.
In Ihrer Studie gelang es den Wissenschaftlern zum ersten mal die Verschmelzung von vielen nanostrukturierten phase-change-Materialien in einem neurosynaptic Netzwerk. Die Forscher entwickelten einen chip mit vier künstlichen Neuronen und insgesamt 60 Synapsen. Die Struktur der chip-bestehend aus verschiedenen Schichten-das war es, auf der Grundlage der sogenannten wavelength division multiplex-Technologie, das ist ein Prozess, in dem Licht übertragen wird, auf verschiedenen Kanälen innerhalb der optischen nanocircuit.
Um zu testen, inwieweit das system in der Lage ist zu erkennen von mustern, die die Forscher „fütterten“ Sie mit Informationen in form von Lichtimpulsen, mit zwei verschiedenen algorithmen des maschinellen Lernens. In diesem Prozess, ein künstliches system „lernt“ aus Beispielen und kann letztlich zu verallgemeinern. Im Fall der beiden algorithmen, die benutzt werden — sowohl in den so genannten überwachten und unüberwachten Lernens-das künstliche Netzwerk war letztlich in der Lage, auf der Grundlage von vorgegebenen Lichtmuster, um zu erkennen, ein Muster gesucht-einer von denen war vier aufeinander folgende Buchstaben ein.
„Unser system hat es uns ermöglicht, einen wichtigen Schritt in Richtung auf die Schaffung von computer-hardware, die verhält sich ähnlich wie die Neuronen und Synapsen im Gehirn und die auch in der Lage, um die Arbeit an realen Aufgaben“, sagt Wolfram Pernice. „Durch die Zusammenarbeit mit Photonen statt Elektronen können wir ausnutzen, um die vollständige die bekannte Potenzial der optischen Technologien-nicht nur, um Daten zu übertragen, wie schon bisher, sondern auch, um Sie zu verarbeiten und speichern Sie in einem Ort“, erläutert co-Autor Prof. Harish Bhaskaran von der Oxford University.
Ein sehr konkretes Beispiel ist, dass mit Hilfe eines solchen hardware-Krebs-Zellen identifiziert werden konnten, automatisch. Die weitere Arbeit muss getan werden, doch vor solchen Anwendungen Realität werden. Für die Forscher zu erhöhen, die Anzahl der künstlichen Neuronen und Synapsen und erhöhen die Tiefe der neuronalen Netze. Diese kann getan werden, beispielsweise mit optischen chips hergestellt unter Verwendung von Silizium-Technologie. „Dieser Schritt ist genommen zu werden in das gemeinsame EU-Projekt „Fun-COMP‘ durch die Verwendung von foundry-Verarbeitung für die Herstellung von nanochips“, sagt co-Autor und Leiter des Fun-COMP-Projekt, Prof. C. David Wright von der University of Exeter.
Finanzierung
Diese gemeinsame Arbeit wurde finanziert durch Germany ‚ s DFG (grant PE 1832/5-1), der britischen EPSRC (Zuschüsse EP/J018694/1, EP/M015173/1 und EP/M015130/1) und der europäischen Kommission (ERC grant 724707) und H2020 (die Fun-COMP-Projekt, grant 780848-Programme).