Billiger als KI: Wissenschaftler bauen künstliches Gehirn aus Silber-Nanodrähten
Mithilfe fortschrittlicher Nanotechnologie hat ein Team aus Wissenschaftler:innen der australischen Universität Sydney und der US-amerikanischen Universität von Kalifornien ein künstliches Gehirn gebaut, das nicht als klassische KI konzipiert ist. Vielmehr besteht es aus einem Netz von Silber-Nanodrähten, in welchem jeder Strang etwa ein Tausendstel so breit ist wie ein menschliches Haar.
Gewirr aus Drähten arbeitet wie menschliches Gehirn
Diese Drähte haben sie willkürlich angeordnet. So entstand ein Netzwerk, in dem sich die Drähte tausendfach kreuzen und wie die Synapsen in einem Gehirn zusammenwirken. Das ergibt eine Art neuromorphes Computing. Die Drähte verhalten sich wie ein physisches neuronales Netzwerk.
Wie die Forscher:innen in einer neuen, in Nature Communications veröffentlichten Studie erläutern, zeigen die Nanodrähte ein gehirnähnliches Verhalten, wenn elektrische Signale durch das Netzwerk fließen. Die willkürlich angelegten Kreuzungen zwischen den Drähten unterliegen Signaländerungen in Echtzeit als Reaktion auf elektrische Impulse.
Kernaufgaben des maschinellen Lernens werden bewältigt
Wie das Forschungsteam schreibt, eignen sich solche Nanodraht-Netzwerke ideal für maschinelles Lernen. Damit wären diese sogenannten neuromorphen Netzwerke eine wesentlich effizientere Methode zum Trainieren und Ausführen von Algorithmen für das maschinelle Online-Lernen und somit eine echte Alternative zu klassischer KI.
Beim Online-Lernen müssen die Daten nicht in großen Stapeln gebündelt werden, was KI-Beschleuniger mit Dutzenden von Gigabyte Arbeitsspeicher erfordern würde. Stattdessen erfolgt die Einspeisung von Daten als kontinuierlicher Strom, was sich für manche Aktivitäten als effizienter erweise, so das Team.
Künstliches Gehirn lernt, Zahlen zu erkennen und zu memorieren
Im Rahmen ihrer Versuche gelang es den Wissenschaftler:innen, einige Kernaktivitäten des maschinellen Lernens erfolgreich zu bewältigen. So wurde etwa ein Trainingsdatensatz in elektrische Signale konvertiert und in das Hardware-Netzwerk eingespeist.
Das war dann in der Lage, zu lernen, wie man geschriebene Zahlen erkennt. Auch gedächtnisähnliche Aufgaben wie das Abrufen von Zahlen konnte das Modell bewältigen.
Natürlich ist das Silber-Nanodrahtgehirn des australisch-amerikanischen Forschungsteams keine Alternative zu etwa ChatGPT, das auf leistungsstarken und kostenintensiven KI-Beschleunigern läuft. Es könnte aber Aufgaben geben, für die das Nanodrahtgehirn völlig ausreichend wäre und hinsichtlich der Kosten für Anschaffung und Betrieb ChatGPT und Co. mit Leichtigkeit in den Schatten stellen könnte.
