Neuer lichtbetriebener Computerchip könnte KI intelligenter und kleiner machen

Forscher haben entwickelte einen elektronischen Chip Es ahmt die Art und Weise nach, wie das menschliche Gehirn visuelle Informationen verarbeitet, und kombiniert KI-Algorithmen mit der für die Bildaufnahme erforderlichen Hardware.

Ein internationales Forscherteam aus den USA, China und Australien hat an einem neuen elektronischen Chip zusammengearbeitet, der die künstliche Intelligenz durch die Kombination hochentwickelter Software und Hardware in einem winzigen, mit Licht betriebenen Gerät verbessern soll. Die Forschung wurde von der RMIT University geleitet und kürzlich in der Zeitschrift Advanced Materials veröffentlicht.

Der vom Forschungsteam entwickelte Prototyp eines Geräts ist im Nanomaßstab angesiedelt und integriert KI-Software mit Computer-Bildgebungshardware dank der Verwendung von Metamaterialien, die die Reaktion des Chips auf Licht verändern. Mit einer weiteren Verfeinerung könnte die dabei verwendete Technologie als Grundlage für noch kleinere und intelligentere Geräte sowie Drohnen und Roboter dienen.

Laut RMIT-Assoziierter Professor Sumeer Walia ermöglicht der neue Chip-Prototyp eine gehirnähnliche Funktionalität durch die Kombination modularer Komponenten zu einem komplexen System.

„Unsere neue Technologie steigert Effizienz und Genauigkeit radikal, indem sie mehrere Komponenten und Funktionen auf einer einzigen Plattform vereint“, erklärte Walia über RMIT News. „Sie bringt uns einem All-in-One-KI-Gerät näher, das von der größten Computerinnovation der Natur inspiriert ist – dem menschlichen Gehirn.“

Laut Walia besteht das Ziel des Forschungsteams darin, eine der wichtigsten Lernmethoden des Gehirns nachzuahmen – die Kodierung visueller Informationen als Erinnerungen. Auch wenn noch viel Arbeit vor uns liegt, stellt der vom Forschungsteam erstellte Prototyp einen großen Schritt hin zu einer verbesserten Mensch-Maschine-Interaktion, skalierbaren bionischen Systemen und Neurobiotika dar.

Die meisten KI-Anwendungen auf kommerzieller Ebene basieren auf externer Software und Datenverarbeitung und nutzen dabei Cloud Computing. Um Vor-Ort-Anwendungen leistungsfähiger und zuverlässiger zu machen, integriert der Prototyp-Chip Intelligenz und Hardware in einem Beispiel für Edge-KI. Geräte wie autonome Fahrzeuge und Drohnen müssen in der Lage sein, große Datenmengen vor Ort zu verarbeiten, was sie zu idealen Anwendungsfällen für Technologien wie den neuen Chip-Prototyp macht. Walia erklärte, dass eine Dashcam in einem Auto, ausgestattet mit der von den Forschern entwickelten neuroinspirierten Hardware, Lichter, andere Fahrzeuge, Schilder, Fußgänger, Pflanzen und mehr erkennen könne. Laut Walia ist es möglich, dass der Chip „ein beispielloses Maß an Effizienz und Geschwindigkeit bei der autonomen und KI-gesteuerten Entscheidungsfindung“ liefern kann.

Die im Prototyp verwendete Technologie basiert auf früheren Chips, die von RMIT-Forschern entwickelt wurden. Diese früheren Prototypen nutzten Licht, um „Erinnerungen“ aufzubauen und zu verändern. Die vom Forschungsteam entwickelten neuen Funktionen bedeuten, dass der Chip automatisch Bilder erfassen, Bilder manipulieren und Modelle für maschinelles Lernen trainieren kann, die Objekte mit einer Genauigkeit von über 90 % erkennen.

Das Design des Prototyp-Chips wurde von der optogenetischen Technologie beeinflusst. Optogenetik bezieht sich auf neue biotechnologische Werkzeuge, die es Wissenschaftlern ermöglichen, Neuronen mit Hilfe von Licht vorausschauend zu manipulieren. Der vom RMIT-Team entwickelte KI-Chip nutzt schwarzer Phosphor, ein halbleitendes Material. Schwarzer Phosphor ist extrem dünn und ändert seinen elektrischen Widerstand, wenn sich die Wellenlänge des Lichts ändert. Wenn Licht verschiedener Wellenlängen auf das Material fällt, ändert es seine Eigenschaften und wird für verschiedene Funktionen wie Speicherspeicherung und Bildgebung nützlich. Wie der Hauptautor der Studie, Dr. Taimor Ahmed vom RMIT, erklärte, sind lichtbasierte Computersysteme weniger energieintensiv, genauer und schneller als herkömmliche Computermethoden.

Laut Ahmed besteht der Vorteil der Kombination modularer Systeme in einem nanoskaligen Gerät darin, dass KI-Systeme und maschinelle Lernalgorithmen in kleineren Geräten verwendet werden können. Als Beispiel erklärte Ahmed, dass Wissenschaftler die von ihnen entwickelte Technologie miniaturisieren könnten, um künstliche Netzhäute zu verbessern und die Genauigkeit bionischer Augen zu verbessern.

„Unser Prototyp ist ein bedeutender Fortschritt in Richtung der ultimativen Elektronik: ein Gehirn auf einem Chip, das genauso wie wir von seiner Umgebung lernen kann“, sagte Ahmed.

Der Prototyp-Chip wurde im Hinblick auf eine einfache Integration mit anderen Technologien und vorhandener Elektronik entwickelt.