Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Experimenteller Meilenstein: Lichtbasierter Computerchip funktioniert ähnlich wie das Gehirn

09.05.2019

Einem internationalen Forscherteam der Universitäten Münster, Oxford und Exeter ist die Entwicklung einer Hardware gelungen, die den Weg in Richtung hirnähnliche Computer ebnen könnte: Die Nanowissenschaftler haben einen Chip hergestellt, auf dem sich ein Netz aus künstlichen Neuronen und Synapsen erstreckt, das in der Lage ist, Informationen zu „lernen“ und auf Basis dessen zu rechnen. Da das System ausschließlich mit Licht und nicht mit Elektronen funktioniert, kann es um ein Vielfaches schneller Daten verarbeiten als traditionelle Verfahren. Der Ansatz könnte später in vielen Bereichen Anwendung finden, um Muster in großen Datenmengen auszuwerten. Die Studie ist in „Nature“ erschienen.

Eine Technologie, die wie ein Gehirn funktioniert?


Schematische Darstellung eines Mikrochips, der dem Gehirn nachempfunden ist. Auf dem Chip erstreckt sich ein künstliches Netz von Neuronen und Synapsen, das mit Licht arbeitet.

Johannes Feldmann


Die Mikrochips, an deren Entwicklung die Forscher arbeiten, sind ungefähr so groß wie ein Ein-Cent-Stück.

WWU - Peter Leßmann

In Zeiten von Künstlicher Intelligenz scheint das gar nicht so weit entfernt – zum Beispiel, wenn ein Handy Gesichter oder Sprachen erkennt. Bei komplexeren Anwendungen stoßen Computer jedoch nach wie vor schnell an ihre Grenzen, was unter anderem daran liegt, dass ihre Recheneinheiten und Datenspeicher traditionell voneinander getrennt sind.

Folge: Alle Daten müssen hin- und hergeschickt werden. In diesem Punkt ist das Gehirn selbst den modernsten Computern viele Schritte voraus, denn es verarbeitet und speichert Informationen an derselben Stelle: an den Synapsen, Verbindungen von Nervenzellen, von denen es im Gehirn etwa 100 Billionen gibt.

Einem internationalen Forscherteam der Universitäten Münster, Oxford und Exeter ist nun die Entwicklung einer Hardware gelungen, die den Weg in Richtung hirnähnliche Computer ebnen könnte: Die Nanowissenschaftler stellten einen Chip her, auf dem sich ein Netz aus künstlichen Neuronen erstreckt, das mit Licht arbeitet und das Verhalten von Nervenzellen im Gehirn nachahmen kann.

Die Forscher konnten zeigen, dass ein solches optisches neurosynaptisches Netz in der Lage ist, Informationen zu „lernen“ und auf Basis dessen zu rechnen und Muster zu erkennen – so wie es ein Gehirn kann. Da das System ausschließlich mit Licht und nicht wie traditionell mit Elektronen funktioniert, kann es um ein Vielfaches schneller Daten verarbeiten.

„Dieses integrierte photonische System ist ein experimenteller Meilenstein. Der Ansatz könnte später in vielen Bereichen Anwendung finden, um Muster in großen Datenmengen auszuwerten, zum Beispiel in der medizinischen Diagnostik”, sagt Studienleiter Prof. Dr. Wolfram Pernice, Physiker an der Westfälischen Wilhelms-Universität Münster (WWU). Die Studie ist aktuell in der Fachzeitschrift „Nature“ erschienen.

Die Geschichte im Detail – Hintergrund und Methode

Die meisten bestehenden Ansätze für sogenannte neuromorphe Netzwerke beruhen derzeit auf Elektronen, wohingegen optische Systeme, bei denen Photonen, also Lichtteilchen, zum Einsatz kommen, noch in den Kinderschuhen stecken.

Das Prinzip, das die deutschen und britischen Wissenschaftler nun vorstellen, funktioniert so: Auf den Mikrochips sind Lichtwellenleiter platziert, die Licht übertragen können. Die Lichtwellenleiter bestücken die Forscher mit sogenannten Phasenwechselmaterialien (engl. phase-change materials). Solche Materialien finden heute schon bei Speichermedien wie wiederbeschreibbaren DVDs Anwendung.

Sie zeichnen sich dadurch aus, dass sie ihre Eigenschaften drastisch verändern – je nachdem, in welchem Phasenzustand sie sich befinden. So wechseln die Materialien zwischen einem kristallinen Zustand, in dem sich ihre Atome auf regelmäßige Weise anordnen, und einem amorphen Zustand, in dem sich ihre Atome auf unregelmäßige Weise organisieren.

Die Phasenveränderung kann durch Licht ausgelöst werden, indem ein Laserstrahl das Material erhitzt. „Dadurch, dass das Material so stark reagiert und seine Eigenschaften drastisch verändert, eignet es sich gut, um Synapsen und die Erregungsübertragung zwischen zwei Neuronen nachzuahmen“, sagt Erstautor Johannes Feldmann, der im Rahmen seiner Doktorarbeit an der WWU einen großen Teil der Experimente durchführte.

In ihrer aktuellen Studie gelang es den Forschern zum ersten Mal, viele nanostrukturierte Phasenwechselmaterialien zu einem neurosynaptischen Netzwerk zusammenzuschließen. Die Nanowissenschaftler entwickelten einen Chip mit vier künstlichen Neuronen und insgesamt 60 Synapsen.

Die in verschiedenen Schichten aufgebaute Struktur des Chips basierte auf der sogenannten Wellenlängenmultiplex-Technik – ein Verfahren, bei dem Licht auf unterschiedlichen Kanälen innerhalb eines optischen Nanoschaltkreises übertragen wird.

Um zu testen, inwiefern das System in der Lage ist, Muster zu erkennen, „fütterten“ es die Forscher mit Informationen in Form von Lichtpulsen und wandten zwei verschiedene Algorithmen des Maschinellen Lernens an. Hierbei „lernt“ ein künstliches System aus Beispielen und kann diese am Ende verallgemeinern.

Bei den beiden eingesetzten Algorithmen – sowohl beim sogenannten überwachten als auch beim unüberwachten Lernen – war das künstliche Netzwerk am Ende in der Lage, anhand von vorgegebenen Lichtmustern ein jeweils gesuchtes Muster zu erkennen, unter anderem vier aufeinanderfolgende Buchstaben.

„Mit unserem System haben wir einen wichtigen Schritt in die Richtung einer Computer-Hardware gemacht, die sich ähnlich wie Neuronen und Synapsen im Gehirn verhält und die dazu in der Lage ist, reale Aufgaben zu bearbeiten“, sagt Wolfram Pernice. „Indem wir mit Photonen anstelle von Elektronen arbeiten, können wir das bekannte Potenzial von optischen Technologien optimal ausschöpfen – nicht nur wie bisher, um Daten zu übertragen, sondern auch, um sie an einem Ort speichern und verarbeiten zu können“, betont auch Co-Autor Prof. Dr. Harish Bhaskaran von der Oxford University.

Prinzipiell könnten mit einer solchen Hardware zum Beispiel Krebszellen automatisch identifiziert werden. Bis es zu solchen Anwendungen kommen kann, sind jedoch weitere Schritte nötig. So müssen die Forscher die Anzahl der künstlichen Neuronen und Synapsen erhöhen und die Tiefe der neuronalen Netzwerke vergrößern. Das kann zum Bespiel mit optischen Chips erfolgen, die in der Siliziumtechnologie hergestellt werden. „Dieser Schritt soll im EU-Verbundprojekt ,Fun-COMP‘ erfolgen“, sagt Prof. Dr. C. David Wright von der Exeter University, Co-Autor und Leiter des Fun-COMP-Projekts.

Förderung:

Die Studie erhielt finanzielle Unterstützung durch die Deutsche Forschungsgemeinschaft, den britischen Engineering and Physical Sciences Research Council und die Europäische Kommission.

Wissenschaftliche Ansprechpartner:

Prof. Dr. Wolfram Pernice
Westfälische Wilhelms-Universität Münster (WWU)
Tel: 0251 83 63957
wolfram.pernice@uni-muenster.de

Originalpublikation:

J. Feldmann et al. (2019): All-optical spiking neurosynaptic networks with self-learning capabilities. Nature; DOI: 10.1038/s41586-019-1157-8

Weitere Informationen:

https://www.uni-muenster.de/Physik.PI/Pernice/index.html WWU-Forschergruppe Prof. Wolfram Pernice

https://www.uni-muenster.de/forschung/profil/schwerpunkt/nanowissenschaften.html WWU-Forschungsschwerpunkt "Nanowissenschaften"

Svenja Ronge | idw - Informationsdienst Wissenschaft

Weitere Nachrichten aus der Kategorie Informationstechnologie:

nachricht Starre Bindungen für neue Smartphone-Datenspeicher
14.06.2019 | European XFEL GmbH

nachricht MPSD-Team entdeckt lichtinduzierte Ferroelektrizität in Strontiumtitanat
14.06.2019 | Max-Planck-Institut für Struktur und Dynamik der Materie

Alle Nachrichten aus der Kategorie: Informationstechnologie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: MPSD-Team entdeckt lichtinduzierte Ferroelektrizität in Strontiumtitanat

Mit Licht lassen sich Materialeigenschaften nicht nur messen, sondern auch verändern. Besonders interessant sind dabei Fälle, in denen eine fundamentale Eigenschaft eines Materials verändert werden kann, wie z.B. die Fähigkeit, Strom zu leiten oder Informationen in einem magnetischen Zustand zu speichern. Ein Team um Andrea Cavalleri vom Max-Planck-Institut für Struktur und Dynamik der Materie in Hamburg, hat nun Lichtimpulse aus dem Terahertz-Frequenzspektrum benutzt, um ein nicht-ferroelektrisches Material in ein ferroelektrisches umzuwandeln.

Ferroelektrizität ist ein Zustand, in dem die Atome im Kristallgitter eine bestimmte Richtung "aufzeigen" und dadurch eine makroskopische elektrische...

Im Focus: MPSD team discovers light-induced ferroelectricity in strontium titanate

Light can be used not only to measure materials’ properties, but also to change them. Especially interesting are those cases in which the function of a material can be modified, such as its ability to conduct electricity or to store information in its magnetic state. A team led by Andrea Cavalleri from the Max Planck Institute for the Structure and Dynamics of Matter in Hamburg used terahertz frequency light pulses to transform a non-ferroelectric material into a ferroelectric one.

Ferroelectricity is a state in which the constituent lattice “looks” in one specific direction, forming a macroscopic electrical polarisation. The ability to...

Im Focus: Konzert der magnetischen Momente

Forscher aus Deutschland, den Niederlanden und Südkorea haben in einer internationalen Zusammenarbeit einen neuartigen Weg entdeckt, wie die Elektronenspins in einem Material miteinander agieren. In ihrer Publikation in der Fachzeitschrift Nature Materials berichten die Forscher über eine bisher unbekannte, chirale Kopplung, die über vergleichsweise lange Distanzen aktiv ist. Damit können sich die Spins in zwei unterschiedlichen magnetischen Lagen, die durch nicht-magnetische Materialien voneinander getrennt sind, gegenseitig beeinflussen, selbst wenn sie nicht unmittelbar benachbart sind.

Magnetische Festkörper sind die Grundlage der modernen Informationstechnologie. Beispielsweise sind diese Materialien allgegenwärtig in Speichermedien wie...

Im Focus: Schwerefeldbestimmung der Erde so genau wie noch nie

Forschende der TU Graz berechneten aus 1,16 Milliarden Satellitendaten das bislang genaueste Schwerefeldmodell der Erde. Es liefert wertvolles Wissen für die Klimaforschung.

Die Erdanziehungskraft schwankt von Ort zu Ort. Dieses Phänomen nutzen Geodäsie-Fachleute, um geodynamische und klimatologische Prozesse zu beobachten....

Im Focus: Determining the Earth’s gravity field more accurately than ever before

Researchers at TU Graz calculate the most accurate gravity field determination of the Earth using 1.16 billion satellite measurements. This yields valuable knowledge for climate research.

The Earth’s gravity fluctuates from place to place. Geodesists use this phenomenon to observe geodynamic and climatological processes. Using...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

Doc Data – warum Daten Leben retten können

14.06.2019 | Veranstaltungen

DFG unterstützt Kongresse und Tagungen - August 2019

13.06.2019 | Veranstaltungen

Künstliche Intelligenz in der Materialmikroskopie

13.06.2019 | Veranstaltungen

VideoLinks
Wissenschaft & Forschung
Weitere VideoLinks im Überblick >>>
 
Aktuelle Beiträge

German Innovation Award für Rittal VX25 Schaltschranksystem

14.06.2019 | Förderungen Preise

Fraunhofer SCAI und Uni Bonn zeigen innovative Anwendungen und Software für das High Performance Computing

14.06.2019 | Messenachrichten

Autonomes Premiumtaxi sofort oder warten auf den selbstfahrenden Minibus?

14.06.2019 | Interdisziplinäre Forschung

Weitere B2B-VideoLinks
IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics