GRAZ / MÜNCHEN (IT BOLTWISE) – Die Effizienz des menschlichen Gehirns ist beeindruckend: Mit nur 20 Watt Energie bewältigt es komplexe Aufgaben, die von der Wahrnehmung bis zur Rationalität reichen. Forscher der TU Graz arbeiten daran, diese Effizienz auf künstliche neuronale Netzwerke zu übertragen.
Das menschliche Gehirn ist ein Meisterwerk der Natur, das mit erstaunlich wenig Energie auskommt. Während es nur etwa 20 Watt benötigt, um seine 86 Milliarden Neuronen zu betreiben, verschlingen die Rechenzentren, die große KI-Modelle wie ChatGPT betreiben, enorme Energiemengen, die in Mega- oder sogar Gigawatt gemessen werden. Diese Diskrepanz hat Forscher dazu inspiriert, die Funktionsweise des Gehirns genauer zu untersuchen und auf künstliche neuronale Netzwerke zu übertragen.
Ein vielversprechender Ansatz in diesem Bereich sind neuromorphe Systeme, die versuchen, die Struktur und Arbeitsweise des Gehirns nachzuahmen. Robert Legenstein und sein Team am Institute of Machine Learning and Neural Computation der TU Graz sind führend in dieser Forschung. Sie arbeiten an einem Projekt der University of California in Santa Barbara, das neue Hardware entwickelt, die nach völlig anderen Prinzipien als herkömmliche Computersysteme funktioniert.
Im Gegensatz zu digitalen Systemen, bei denen alle Knotenpunkte ständig Informationen weitergeben, feuern Neuronen im Gehirn nur dann, wenn sie tatsächlich etwas zu sagen haben. Diese Effizienz könnte durch sogenannte Spiking Neural Networks erreicht werden, die nur bei Bedarf aktiv werden. Legenstein geht davon aus, dass bei geeigneter Hardware die Arbeitsweise bis zu 10.000-mal effizienter sein könnte als bisher.
Ein weiterer Schlüssel zur Effizienz des Gehirns sind die Synapsen, die als Vorbild für Memristoren dienen. Diese analogen Rechenchips kombinieren Speicher und Rechenelement in einem und benötigen keinen ständigen Austausch elektrischer Signale. Dadurch entsteht eine natürliche Gewichtung, die der der Synapsen im Gehirn ähnelt.
Die Herausforderung besteht darin, diese Spiking Neural Networks direkt auf der Hardware zu trainieren. Hier kommen Legenstein und sein Team ins Spiel, die an Lernalgorithmen arbeiten, die den analogen Systemen ihre Fähigkeiten verleihen. In einem früheren Projekt mit IBM haben sie bereits das schnelle Erlernen einer Bewegung durch einen Roboterarm umgesetzt.
Langfristig könnten neuromorphe Chips in alltäglichen Geräten wie Handys oder Notebooks verbaut werden. Diese Technologie könnte nicht nur die Energieeffizienz von KI-Systemen drastisch verbessern, sondern auch deren Einsatzmöglichkeiten erweitern. Die Forscher hoffen, dass neuromorphe Systeme in weniger als zehn Jahren marktreif sein könnten.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Neuromorphe Systeme: Effiziente KI nach dem Vorbild des menschlichen Gehirns" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Neuromorphe Systeme: Effiziente KI nach dem Vorbild des menschlichen Gehirns" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Neuromorphe Systeme: Effiziente KI nach dem Vorbild des menschlichen Gehirns« bei Google Deutschland suchen, bei Bing oder Google News!