Ingenieurs werken aan een nieuw type neuromorfische computing

Een team van ingenieurs aan de Penn State werkt aan een nieuw type computing, omdat de vooruitgang in traditionele computing langzaam tot stilstand komt. De nieuwe computermethode is gebaseerd op de neurale netwerken van de hersenen, die extreem efficiënt zijn.

Het artikel is gepubliceerd in Nature Communications.

Brain-geïnspireerde computing

Het grote verschil tussen moderne computing en analoge computers, waartoe de menselijke hersenen behoren, is dat de eerste bestaat uit twee staten: aan-uit of één en nul. Aan de andere kant kan een analoge computer veel mogelijke staten hebben. Een voorbeeld dat door het team wordt gebruikt, is de vergelijking tussen een licht dat aan en uit gaat, en een licht dat een variabele hoeveelheid licht heeft.

Volgens de teamleider en assistent-professor in de engineering science en mechanica aan de Penn State, Saptarshi Das, is de studie van brain-geïnspireerde computing al meer dan 40 jaar gaande. In de huidige wereld dwingen de beperkingen van digitale computers ons om te kijken naar hoge-snelheidsbeeldverwerking, wat het geval is voor autonome voertuigen.

Big data speelt ook een belangrijke rol in de overgang naar neuromorfische computing, gezien de behoefte aan patroonherkenningstypen die goed werken met de op de hersenen gebaseerde computing.

“We hebben krachtige computers, geen twijfel mogelijk, het probleem is dat je de geheugenopslag in één plaats moet opslaan en de computing ergens anders moet doen,” zei Das.

Door de gegevens heen en weer te verplaatsen van geheugen naar logica, wordt veel energie verbruikt, waardoor de computingsnelheden langzamer worden. Totdat de berekening en geheugenopslag op dezelfde plaats kunnen zijn, is veel ruimte nodig voor dit type omgeving.

Thomas Shranghamer is een doctoraalstudent in de groep en de eerste auteur van het artikel.

“We creëren kunstmatige neurale netwerken, die de energiedoeltreffendheid en de oppervlakte-efficiëntie van de hersenen proberen na te bootsen,” zei Shranghamer. “De hersenen zijn zo compact dat ze op je schouders kunnen passen, terwijl een moderne supercomputer een ruimte van de grootte van twee of drie tennisbanen in beslag neemt.”

Reconfigureerbare kunstmatige neurale netwerken

Het team werkt aan kunstmatige neurale netwerken die opnieuw kunnen worden geconfigureerd, net zoals de neuronen in de menselijke hersenen. Dit gebeurt door een korte elektrische veld toe te passen op een vel van grafiet, dat een dikke laag van koolstofatomen is. Het team heeft ten minste 16 mogelijke geheugenstaten aangetoond.

“Wat we hebben aangetoond, is dat we een groot aantal geheugenstaten met precisie kunnen controleren met behulp van eenvoudige grafiet-veld-effecttransistors,” zei Das.

Het team wil de technologie nu commercialiseren en Das gelooft dat er veel interesse zal zijn in het werk, gezien de huidige overgang naar neuromorfische computing onder de grootste halfgeleiderbedrijven.

Het werk van het team aan de Penn State is het laatste voorbeeld van de overgang naar dit type kunstmatige neurale netwerken. De menselijke hersenen bewijzen opnieuw hun waarde als inspiratie voor veel van de nieuwste technologieën en bieden waardevolle inzichten in hoe experts de grootte van moderne supercomputers drastisch kunnen verkleinen.