Neue Ansätze in der KI: Energieeffiziente Modelle inspiriert von der Natur

FRANKFURT / LONDON (IT BOLTWISE) – Die Forschung an der Schnittstelle von Neurowissenschaften und Künstlicher Intelligenz (KI) könnte einen bedeutenden Wandel in der Entwicklung energieeffizienter KI-Systeme einleiten. Wissenschaftler am Ernst Strüngmann Institut in Frankfurt untersuchen, wie natürliche Gehirne Informationen verarbeiten und wie diese Prinzipien auf künstliche Systeme übertragen werden können.

Die Künstliche Intelligenz steht vor einem Paradigmenwechsel, der von der Effizienz natürlicher Gehirne inspiriert ist. Während heutige KI-Systeme enorme Energiemengen verbrauchen, um große Datenmengen zu verarbeiten, arbeitet das menschliche Gehirn mit erstaunlicher Effizienz. Forscher am Frankfurter Ernst Strüngmann Institut, unter der Leitung von Wolf Singer, untersuchen die Rolle rhythmischer Aktivitäten im Gehirn und deren Potenzial für die Entwicklung neuartiger Computerchips.

Im Gegensatz zu herkömmlichen digitalen Chips, die auf serieller Verarbeitung basieren, könnten diese neuen Chips die Dynamik rekurrenter Netzwerke nutzen. Diese Netzwerke, die sich durch oszillierende Knoten auszeichnen, könnten die Informationsverarbeitung revolutionieren, indem sie analoge Signale verwenden und so den Energieverbrauch erheblich senken.

Die Forscher haben ein Modell entwickelt, das von den Netzwerken in der menschlichen Großhirnrinde inspiriert ist. Diese sogenannten Harmonisch Oszillierenden Rekurrenten Netzwerke (HORNs) zeigen, dass oszillierende Netzwerke nicht-oszillierenden in vielerlei Hinsicht überlegen sind. Sie lernen schneller, sind robuster gegenüber Rauschen und benötigen weniger Parameter.

Die Bedeutung dieser Forschung liegt nicht nur in der potenziellen Energieeinsparung, sondern auch in der Möglichkeit, KI-Systeme zu schaffen, die komplexe Probleme eleganter lösen können. Die Forscher planen, ihre Erkenntnisse in die Entwicklung neuer KI-Hardware einfließen zu lassen, die auf analoger Informationsverarbeitung basiert.

Ein weiterer Vorteil der oszillierenden Netzwerke ist ihre Fähigkeit, Informationen in Form von Wellenmustern zu kodieren. Diese Muster ermöglichen eine ganzheitliche Verarbeitung von Informationen, ähnlich wie Wellen auf einer Wasseroberfläche. Dies könnte der Schlüssel zu einer neuen Generation von KI-Systemen sein, die effizienter und anpassungsfähiger sind.

Die Forscher aus Frankfurt sind überzeugt, dass ihre Arbeit nicht nur die KI-Entwicklung vorantreiben, sondern auch die Neurowissenschaften bereichern wird. Sie planen die Gründung eines Startups, um ihre Forschungsergebnisse in marktfähige Produkte zu überführen. Diese Entwicklungen könnten den nächsten großen Schritt in der KI darstellen, indem sie die Grenzen der aktuellen Technologie überwinden und neue Möglichkeiten für die Informationsverarbeitung eröffnen.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!