Forscher imitieren Hirnneuronen mit Halbleitermaterial

Computerchips sind einer der wichtigsten Aspekte der künstlichen Intelligenz (KI). Die leistungsstarken kleinen Teile sind grundlegend für die automatische Bilderkennung und tragen teilweise dazu bei, Roboter bestimmte Aktivitäten wie Gehen beizubringen. Durch das zunehmende Potenzial der KI-Technologie müssen heutige Computerchips sowohl extrem leistungsstark als auch wirtschaftlich sein, was jedoch eine schwierige Aufgabe darstellt.

Da herkömmliche Mikroelektronik aufgrund physikalischer Grenzen nur begrenzt optimiert werden kann, haben Forscher sich wie oft an die menschliche Hirnstruktur gewandt, um Inspiration für die effizientere Verarbeitung und Speicherung von Informationen zu erhalten.

Wissenschaftler an der TU Dresden und dem Helmholtz-Zentrum Dresden-Rossendorf (HZDR) haben es erfolgreich geschafft, die Funktionsweise von Hirnneuronen mithilfe von Halbleitermaterialien nachzuahmen, zum ersten Mal in der Geschichte.

Die Forschung wurde in der Zeitschrift Nature Electronics veröffentlicht.

Die Arbeit wurde von drei Hauptautoren durchgeführt, darunter der HZDR-Physiker Larysa Baraban, und es handelte sich um eine internationale Zusammenarbeit zwischen sechs Institutionen.

Heutige Mikroelektronik vs. künstliches Neuron

Die häufigste Methode, um die Leistung von Mikroelektronik zu verbessern, besteht darin, die Komponentengröße zu reduzieren. Im Falle von Silizium-Computerchips geschieht dies durch die Verringerung der Größe der einzelnen Transistoren.

Laut Baraban “kann das nicht endlos weitergehen – wir benötigen neue Ansätze”.

Die Forscher versuchten, das Gehirn nachzuahmen und ein künstliches Neuron zu erstellen, das Datenverarbeitung und Datenspeicherung kombinieren konnte.

“Unsere Gruppe hat umfangreiche Erfahrungen mit biologischen und chemischen elektronischen Sensoren”, sagt Baraban. “Wir haben also die Eigenschaften von Neuronen mithilfe der Prinzipien von Biosensoren simuliert und einen klassischen Feldeffekttransistor modifiziert, um einen künstlichen Neuronentransistor zu erstellen.”

Dieser Ansatz ermöglicht es, Speicherung und Informationsverarbeitung gleichzeitig in einem einzigen Bauteil durchzuführen. In der Transistortechnologie, die heute am häufigsten verwendet wird, sind diese beiden Prozesse getrennt, was zu langsameren Verarbeitungszeiten und Leistungsbeschränkungen führt.

Das menschliche Gehirn

Forscher arbeiten bereits seit vielen Jahren daran, Computer auf der Grundlage des menschlichen Gehirns zu entwickeln, aber viel davon war erfolglos. Einige der ersten Versuche umfassten die Verbindung von Nervenzellen mit Elektronik in Petrischalen, aber wie Gianaurelio Cuniberti, Professor für Materialwissenschaft und Nanotechnologie an der TU Dresden, sagt: “Ein nasser Computerchip, der ständig gefüttert werden muss, ist für niemanden von Nutzen”.

Das Team der Forscher war erfolgreich bei der Implementierung des Neurotransistors.

“Wir verwenden eine viskose Substanz – genannt Sol-Gel – auf einem herkömmlichen Siliziumwafer mit Schaltkreisen. Dieses Polymer härtet aus und wird zu einer porösen Keramik”, sagt Cuniberti. “Ionen bewegen sich zwischen den Löchern. Sie sind schwerer als Elektronen und langsamer in ihrer Rückkehr zu ihrer Position nach Anregung. Diese Verzögerung, auch Hysteresis genannt, ist die Ursache für die Speicherwirkung. Je mehr ein einzelner Transistor angeregt wird, desto früher öffnet er sich und lässt den Strom fließen. Dies stärkt die Verbindung. Das System lernt.”

Laut dem Team wird der Chip weniger präzise sein und mathematische Berechnungen schätzen, anstatt sie bis zur letzten Dezimalstelle zu berechnen.

“Aber sie werden intelligenter sein”, sagt Cuniberti. “Ein Roboter mit solchen Prozessoren würde beispielsweise lernen, zu gehen oder zu greifen; er würde ein optisches System besitzen und lernen, Verbindungen zu erkennen. Und all dies ohne dass irgendeine Software entwickelt werden muss.”

Einer der anderen großen Vorteile dieses Computer-Typs ist, dass die Plastizität es ermöglicht, während des Betriebs Änderungen vorzunehmen und sich anzupassen. Ähnlich wie das menschliche Gehirn bedeutet dies, dass der Computer Probleme lösen kann, die er ursprünglich nicht programmiert wurde, zu lösen.