Anzeige
Anzeige
News
Artikel merken

Kommt der Durchbruch für das Internet of Things mit nanomagnetischen Computern?

Immer kleinere Geräte sollen immer „schlauer“ werden. Eine Lösung für künstliche Intelligenz in IoT-Geräten könnten nanomagnetische Computer darstellen, die extrem energiesparend arbeiten.

2 Min. Lesezeit
Anzeige
Anzeige

Immer mehr Geräte sollen ihre „intelligenten“ Berechnungen vor Ort ausführen, doch der Energieverbauch steht dem im Weg – noch. (Grafik: Grafvish / Shutterstock.com)

Mit dem Internet of Things (IoT) soll künstliche Intelligenz in immer kleinere Geräte wandern. Das Problem: Das maschinelle Lernen ist energiehungrig und die Stromspeicherkapazitäten niedrig. Eine Lösung könnte der nun vorgestellte Ansatz liefern: Computer verwenden für die Berechnungen nanomagnetische statt elektrische Impulse. Ein Team des Imperial College of London hat nun ein „neuronales Netzwerk“ aus Nanomagneten entwickelt, das mit relativ kurzen Trainingssätzen effektiv gelernt hat. Bei einer Skalierung der Maschine könnte sie 100.000 Mal energieeffizienter arbeiten als herkömmliche Rechner, schreiben die Autor:innen in einer Pressemitteilung.

Künstliche Intelligenz: Weg von cloudbasierten Rechenzentren

Anzeige
Anzeige

Die Energiekosten für künstliche Intelligenz verdoppeln sich zurzeit alle 3,5 Monate. Speziell im Bereich IoT ändern sich Anforderungen: Statt große, komplexe Modelle in speziellen Rechenzentren auszuführen, sucht die Wissenschaft nach Möglichkeiten, einfache KI-Aufgaben auf kleinen, stromsparenden Geräten zu berechnen. In vielen Bereichen ist es aus einer Reihe an Gründen nicht sinnvoll, Daten an cloudbasierte KI-Supercomputer zu schicken. Solche Gründe können im Datenschutz, bei schwierigen Übertragungswegen oder schlicht in der Geschwindigkeit liegen.

Physikalische Gesetz werden zum Computer

Wege aus dem Dilemma suchen Forscher:innen in der Nachahmung des menschlichen Gehirns, einem extrem energieeffizienten Supercomputer. Das war auch die Idee des Teams am Blackett Laboratory der physikalischen Fakultät. Es ordnete zunächst in Computermodellen Nanomagnete in einem Netzwerk an und spielte dann Möglichkeiten durch, wie man dem System „Fragen stellen“ kann. Am Ende verwendeten sie ein künstlich hergestelltes Metamaterial, um ein Gitter aus Hunderten 600 Nanometer Meter großen Stäben zu erstellen. Das Material besitzt die Eigenschaft, seine Textur über magnetische Einflüsse zu wechseln. Autor Kilian Stenning erklärt: „Wie die Magnete interagieren, gibt uns alle Informationen, die wir brauchen; die physikalischen Gesetze selbst werden zum Computer.“

Anzeige
Anzeige

Reservoir-Computing statt Deep Learning

Die Physiker:innen nutzen die Eigenschaften, um eine Form der künstlichen Intelligenz zu implementieren, die als Reservoir-Computing bekannt ist. Dabei stehen feststehende Verbindungen im Fokus – im Gegensatz zum Deep-Learning-Ansatz, bei dem sich die Netzwerke immer neu verknüpfen. Die magnetischen Strukturen werden dabei auf eine bestimmte Aufgabe trainiert, es gibt nur eine Aufgabenschicht. Das Team bewies, dass seine Konstruktion bei einer Reihe von Vorhersagen inklusive zeitlich veränderlicher Daten mit herkömmlichen Systemen mithalten konnte. Im nächsten Schritt will es reale Daten wie EKG-Signale zum Training verwenden. Am Ende hofft man, dass man das Gerät lokal einsetzen kann, um erste KI-Berechnungen auszuführen, statt die Cloud nutzen zu müssen. Als Beispiel dienen Wetterdaten aus der Antarktis, die dann vor Ort bearbeitet werden können. Oder die Verarbeitung biometrischer Daten – wie die Vorhersage des Insulinspiegels – direkt in tragbaren Geräten.

Anzeige
Anzeige
Fast fertig!

Bitte klicke auf den Link in der Bestätigungsmail, um deine Anmeldung abzuschließen.

Du willst noch weitere Infos zum Newsletter? Jetzt mehr erfahren

Anzeige
Anzeige
Schreib den ersten Kommentar!
Bitte beachte unsere Community-Richtlinien

Wir freuen uns über kontroverse Diskussionen, die gerne auch mal hitzig geführt werden dürfen. Beleidigende, grob anstößige, rassistische und strafrechtlich relevante Äußerungen und Beiträge tolerieren wir nicht. Bitte achte darauf, dass du keine Texte veröffentlichst, für die du keine ausdrückliche Erlaubnis des Urhebers hast. Ebenfalls nicht erlaubt ist der Missbrauch der Webangebote unter t3n.de als Werbeplattform. Die Nennung von Produktnamen, Herstellern, Dienstleistern und Websites ist nur dann zulässig, wenn damit nicht vorrangig der Zweck der Werbung verfolgt wird. Wir behalten uns vor, Beiträge, die diese Regeln verletzen, zu löschen und Accounts zeitweilig oder auf Dauer zu sperren.

Trotz all dieser notwendigen Regeln: Diskutiere kontrovers, sage anderen deine Meinung, trage mit weiterführenden Informationen zum Wissensaustausch bei, aber bleibe dabei fair und respektiere die Meinung anderer. Wir wünschen Dir viel Spaß mit den Webangeboten von t3n und freuen uns auf spannende Beiträge.

Dein t3n-Team

Melde dich mit deinem t3n Account an oder fülle die unteren Felder aus.

Bitte schalte deinen Adblocker für t3n.de aus!
Hallo und herzlich willkommen bei t3n!

Bitte schalte deinen Adblocker für t3n.de aus, um diesen Artikel zu lesen.

Wir sind ein unabhängiger Publisher mit einem Team von mehr als 75 fantastischen Menschen, aber ohne riesigen Konzern im Rücken. Banner und ähnliche Werbemittel sind für unsere Finanzierung sehr wichtig.

Schon jetzt und im Namen der gesamten t3n-Crew: vielen Dank für deine Unterstützung! 🙌

Deine t3n-Crew

Anleitung zur Deaktivierung
Artikel merken

Bitte melde dich an, um diesen Artikel in deiner persönlichen Merkliste auf t3n zu speichern.

Jetzt registrieren und merken

Du hast schon einen t3n-Account? Hier anmelden

oder
Auf Mastodon teilen

Gib die URL deiner Mastodon-Instanz ein, um den Artikel zu teilen.

Anzeige
Anzeige