Nachrichten, Gerüchte, Meldungen und Berichte aus der IT-Szene

Redaktion: Heinz Schmitz


Auf dem Weg zum gehirninspirierten Computing:

Um Mikrowellen-Datenströmen (Input) zu verarbeiten, werden in einer magnetischen Scheibe (grau – Richtung der Magnetisierung durch rote Pfeile angedeutet) unterschiedliche magnetische Wellen angeregt (lila und grüne Wellenprofile). Die nichtlineare Wechselwirkung dieser Magnetwellen führt zu einem charakteristischen Ausgabesignal (Output), das eine Klassifizierung von zeitlichen Mustern erlaubt. (Quelle: HZDR/H. Schultheiss))

 

Für viele technische Systeme ist die automatische Mustererkennung essenziell. Aktuell wird diese Arbeit von Software erledigt, die auf klassischen Computersystemen läuft. Doch die sind energiehungrig und nicht beliebig verkleinerbar. Neuromorphe Chips sollen das ändern. Sie sollen in Zukunft selbstlernend Muster erkennen und das mit einem Bruchteil der Energie, die herkömmliche Systeme dafür benötigen. Katrin und Helmut Schultheiß vom HZDR haben dafür einen innovativen Ansatz gefunden. Jetzt wollen sie gemeinsam mit einer internationalen Forschungsgruppe einen Prototyp für die industrielle Fertigung entwickeln. Dazu haben sie das EU- geförderte Projekt NIMFEIA ins Leben gerufen. „Die Von-Neumann-Architektur klassischer Computer ist nicht dazu geeignet das zu vollbringen, was unser Gehirn leisten kann“, erklärt Dr. Helmut Schultheiß. Er leitet die Emmy Noether-Gruppe „Magnonik“ am Institut für Ionenstrahlphysik und Materialforschung des HZDR. „Deshalb gibt es die Forschungsfelder des neuromorphen, unkonventionellen oder gehirninspirierten Computing. Hier entwickeln Wissenschaftlerinnen und Wissenschaftler Techniken, die auf physikalischen Effekten basieren und wie unser Gehirn aus Datenströmen verschiedene Informationen herausziehen können.“

 

Eine Möglichkeit dafür ist, das Gehirn in herkömmlicher Computertechnologie nachzubauen. Doch das ist sehr ressourcenaufwändig. Denn unser Gehirn hat etwa 100 Milliarden Schaltstellen: die Neuronen. Und diese sind mit unzähligen Leitungen, den Synapsen, untereinander verbunden. Das lässt sich kaum auf einem Siliziumchip abbilden.

 

„Deshalb haben wir einen völlig neuen Ansatz entwickelt“, erläutert Dr. Katrin Schultheiß, die dafür das Projekt NIMFEIA ins Leben gerufen hat. Die Abkürzung steht für Nonlinear Magnons for Reservoir Computing in Reciprocal Space. Ein Thema, an dem sie zusammen mit ihrem Mann bereits seit 2015 forscht. „Wir nutzen mikrometerkleine magnetische Scheiben, in denen wir durch nichtlineare Prozesse magnetische Wellen erzeugen. Damit bilden wir die Schaltstellen im Gehirn nach.“

 

Dabei haben sie und ihre Forschungsgruppe entdeckt, dass sich durch die Wechselwirkung verschiedener magnetischer Wellen Informationen innerhalb der Scheibe verarbeiten lassen. Und zwar extrem effizient. „Dass sich damit Muster erkennen lassen, haben wir bereits in Laborexperimenten erfolgreich demonstriert“, fasst Helmut Schultheiß zusammen. „Ganz neu für uns ist jetzt, dass unsere Forschung verstärkt in Richtung industrielle Anwendung geht. Denn jetzt wollen wir beweisen, dass unsere Idee auch industriekompatibel ist und dass wir einen Prototyp auf einem Standardwafer der Chipindustrie entwickeln können.“

 

Dass ihr Ansatz großes Anwendungspotenzial hat, da sind sich Katrin und Helmut Schultheiß sicher. Denn dank der effizienten Mustererkennung bei gleichzeitig sehr niedrigem Energieverbrauch ließen sich damit zum Beispiel die Daten von Abstands- und Geschwindigkeitsmessungen direkt an den Sensoren autonomer Fahrzeuge ermitteln.

 

Siehe auch:

https://www.hzdr.de

 

Zurück