Door computers te maken die zich gedragen zoals onze hersenen, valt hun energieverbruik flink te verminderen. Een internationale groep onderzoekers geleid door Prof. Dr. Christian Nijhuis ontwikkelde een nieuw type moleculaire schakelaar dat kan leren van eerder vertoond gedrag.
Deze doorbraak aan de Universiteit Twente (UT) maakt dat vooral hardware voor artificiële intelligentie straks veel efficiënter met energie om kan gaan,
Hersenen werken zo efficiënt omdat ze data op een volledig andere manier verwerken. Waar computers binaire informatiestromen verwerken – met nullen en enen – werken onze hersenen analoog door middel van tijdsafhankelijke pulsjes. ‘Onze hersenen verwerken zonder problemen de informatie van miljoenen zenuwcellen vanuit al onze zintuigen. Daarbij gebruiken ze, in tegenstelling tot traditionele elektronica, alleen de hersencellen en synapsen waar pulsjes langs lopen,’ zegt Nijhuis. Door dat alleen energie wordt verbruikt tijdens een pulsje, kunnen onze hersenen veel efficiënter een heleboel data tegelijkertijd verwerken.
Poortschakelingen
De moleculen die Nijhuis en zijn team ontwikkelden kunnen alle Booleaans logische poortschakelingen uitvoeren die nodig zijn voor ‘deep learning’. Deep learning is een vorm van machine learning gebaseerd op kunstmatige neurale netwerken. Deze techniek wordt veel gebruikt in het automatisch herkennen van afbeeldingen en spraak, maar ook in de zoektocht naar nieuwe medicijnen en sinds kort het maken van kunst. ‘Allemaal zaken die voor een computer veel moeilijker zijn dan voor ons brein,’ stelt Nijhuis. Onderzoekers zetten grote stappen op het gebied van software voor kunstmatige intelligentie, maar deze moleculen brengen nu ook de hardware voor kunstmatige intelligentie dichterbij.
De onderzoekers publiceerden hun resultaten in het wetenschappelijke tijdschrift Nature Materials.
