Neuer lichtbetriebener Computerchip könnte künstliche Intelligenz intelligenter und kleiner machen

Forscher haben einen elektronischen Chip entwickelt, der die Art und Weise nachahmt, wie das menschliche Gehirn visuelle Informationen verarbeitet, indem es KI-Algorithmen mit der notwendigen Hardware für die Bildaufnahme kombiniert.

Ein internationales Forscherteam aus den USA, China und Australien hat an einem neuen elektronischen Chip gearbeitet, der darauf abzielt, künstliche Intelligenz zu verbessern, indem es fortschrittliche Software und Hardware in einem winzigen, lichtbetriebenen Gerät kombiniert. Die Forschung wurde von der RMIT University geleitet und kürzlich im Journal Advanced Materials veröffentlicht.

Das von dem Forscherteam erstellte Prototyp-Gerät ist im Nanomaßstab und integriert KI-Software mit Computer-Bildgebungshardware dank der Verwendung von Metamaterialien, die die Reaktion des Chips auf Licht verändern. Durch weitere Verfeinerung könnte die Technologie, die zur Erstellung dieses Chips verwendet wurde, als Grundlage für noch kleinere und intelligentere Geräte sowie für Drohnen und Roboter dienen.

Laut RMIT-Associate Professor Sumeer Walia ermöglicht der neue Chip-Prototyp eine gehirnähnliche Funktionalität, indem er modulare Komponenten in ein komplexes System kombiniert.

“Unsere neue Technologie verbessert die Effizienz und Genauigkeit radikal, indem sie multiple Komponenten und Funktionalitäten in eine einzige Plattform bringt”, erklärte Walia via RMIT News. “Sie bringt uns näher an ein All-in-One-KI-Gerät heran, das von der größten Rechnerinnovation der Natur inspiriert ist – dem menschlichen Gehirn.”

Laut Walia ist das Ziel des Forscherteams, eine der primären Weisen, wie das Gehirn lernt, nachzuahmen – die Kodierung von visuellen Informationen als Erinnerungen. Obwohl noch eine erhebliche Menge an Arbeit zu leisten ist, stellt der von dem Forscherteam erstellte Prototyp einen großen Schritt in Richtung verbesserter Mensch-Maschine-Interaktion, skalierbarer bionischer Systeme und Neurobiotik dar.

Die meisten kommerziellen KI-Anwendungen verlassen sich auf externe Software und Datenverarbeitung und nutzen Cloud-Computing. Um On-Site-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, eine große Menge an Daten vor Ort zu verarbeiten, was sie zu idealen Anwendungsfällen für Technologien wie den neuen Chip-Prototypen macht. Walia erklärte, dass eine Dashcam in einem Auto, die mit der neuro-inspirierten Hardware ausgestattet ist, die die Forscher entwickelt haben, Lichter, andere Fahrzeuge, Schilder, Fußgänger, Pflanzen und mehr erkennen kann. Laut Walia ist es möglich, dass der Chip “unvergleichliche Effizienz- und Geschwindigkeitsniveaus in autonomen und KI-getriebenen Entscheidungsprozessen” liefern kann.

Die Technologie, die der Prototyp verwendet, basiert auf früheren Chips, die von RMIT-Forschern entwickelt wurden. Diese früheren Prototypen nutzten Licht, um “Erinnerungen” zu bauen und zu modifizieren. Die neuen Funktionen, die das Forscherteam entwickelt hat, bedeuten, dass der Chip automatisch Bilder aufnehmen, Bilder manipulieren und Machine-Learning-Modelle trainieren kann, die Objekte mit über 90%iger Genauigkeit erkennen.

Das Design des Prototyp-Chips wurde von der Optogenetik-Technologie beeinflusst. Optogenetik bezieht sich auf aufkommende Biotechnologie-Tools, die es Wissenschaftlern ermöglichen, Neuronen mit Präzision mithilfe von Licht zu manipulieren. Der von dem RMIT-Team entwickelte KI-Chip nutzt schwarzes Phosphor, ein halbleitendes Material. Schwarzes Phosphor ist extrem dünn und ändert seinen elektrischen Widerstand, wenn die Wellenlänge des Lichts ändert. Wenn unterschiedliche Lichtwellenlängen auf das Material gerichtet werden, ändert das Material seine Eigenschaften und wird für verschiedene Funktionen wie Speicherung und Bildgebung nützlich. Wie der Lead-Autor der Studie, Dr. Taimor Ahmed von RMIT, erklärte, sind lichtbasierte Computersysteme weniger energieintensiv, genauer und schneller als herkömmliche Rechenmethoden.

Laut Ahmed ist der Vorteil der Kombination von modularen Systemen in einem Nanomaßstab-Gerät, dass KI-Systeme und Machine-Learning-Algorithmen in kleineren Geräten verwendet werden können. Als Beispiel erklärte Ahmed, dass Wissenschaftler die Technologie, die sie entwickelt haben, miniaturisieren könnten, um künstliche Netzhäute zu verbessern und die Genauigkeit von bionischen Augen zu erhöhen.

“Unser Prototyp ist ein bedeutender Schritt in Richtung des ultimativen Ziels in der Elektronik: ein Gehirn auf einem Chip, das aus seiner Umgebung lernen kann, genau wie wir”, sagte Ahmed.

Der Prototyp-Chip wurde mit leichter Integration mit anderen Technologien und bestehenden Elektronikkomponenten im Hinblick darauf entwickelt.