Neuromorphic computing: Fremtidens computer skal arbejde som en menneskehjerne

Intel har udviklet en speciel chip kaldet Loihi til brug ved forskning i neuromophic computing. Chippen består af 2,07 milliarder transistorer og er opbygget, så de fungerer som 131.072 neuroner og 130.000.000 synapser. Illustration: Intel Illustration: Intel
Energiforbruget bliver den største udfordring for fremtidens computere til kunstig intelligens. Derfor forsøger forskere på Aarhus Universitet at udvikle teknologi, der er i stand til at fungere som den menneskelige hjerne: Med enorm kraft og lille energiforbrug.

Flashback til ingeniørstudiet omkring 1990 - vi er tre håbefulde studerende, som har fået til opgave at programmere en simpelt stykke software, som skal efterligne neuroner i en hjerne. Lokaliteten er en stor såkaldt data- bar på universitetet, med et utal af små skærme med grøn skrift og en enorm linjeskriver i et tilstødende lydisoleret rum.

Vi har fået tildelt et meget begrænset antal sekunder på den centrale computer og bakser med at få Fortran-programmet til at kompilere vores kodning af de enkelte hjerneneuroner. Jeg husker ikke, hvor mange neuroner vi havde med i programmet, eller hvordan de interagerede, men antallet var helt sikkert lavt, og deres indbyrdes forhold simpelt.

I dag har hardwareudviklingen for længst mangedoblet mulighederne for at gøre programmer ekstrem komplekse og antallet af knudepunkter enormt. Den udvikling er især blevet brugt til mere og mere avancerede neurale netværk ført an af giganter som Googles Tensorflow og Microsoft Azure.

Grundlæggende bygger den type systemer på det, vi normalt kender som ‘von Neumann’-computerteknologi, og vil i takt med, at antallet af processer stiger, forbruge enorme mængder energi.

Det kom tydeligt til udtryk, da Apple besluttede at lægge et datacenter ved Viborg og i den forbindelse kunne fortælle, at centret ville forbruge cirka tre procent af Danmarks samlede elforbrug.

Lavt energiforbrug

Men hvad nu, hvis det kan gøres anderledes – både hurtigere og med langt lavere energiforbrug? Princippet hedder neuromorphic computing, og de første ideer begyndte at opstå i slutningen af 1980’erne. Udgangspunktet dengang og i dag er, at den menneskelige hjerne fungerer helt anderledes end både traditionelle computere og neurale netværk. Hjernen er i stand til at udføre helt ekstremt komplicerede funktioner, som for eksempel genkendelse af ansigter, lynhurtigt og med et meget lille energiforbrug.

Også begreber som beslutninger på basis af begrænset information (hvad vi mennesker måske kunne kalde for intuition) og lagring af information på en måde, der ikke kræver enorme fysiske lagre, er noget af det, forskerne forfølger.

Siden de første ideer til neuro­morphic computing opstod, har det udviklet sig til en bred vifte af systemer, der både kan bygge på rene softwareplatforme og fysiske chips, som for eksempel Intels forskningschip kaldet ‘Loihi’. Med Loihi er det muligt blandt andet at simulere processer, som de muligvis foregår i den menneskelige hjerne, ved hjælp af 130.000 neuroner, som hver især kan kommunikere med tusindvis af andre neuroner.

I runde tal vurderer eksperter, at de nuværende neuromorphiske computersystemer allerede er i stand til at udføre beregninger med et energiforbrug, der er op mod en million gange lavere end traditionelle CMOS-teknologier, hvis der alene ses på antallet af operationer/sekund/watt/cm^3.

Forskere kigger på ny teknologi

Derfor skal neuromorphic computing også ses som et interdisciplinært forskningsfelt, hvor biologi, fysik, matematik, it og elektronik mødes.

Verdens stigende behov for stadig mindre, stadig hurtigere og stadig mere energieffektive mikrocomputere kan måske imødekommes i løbet af få år. Forskere er i fuld gang med at designe kredsløb til chips med meget stor hukommelse og meget lavt strømforbrug. På billedet ses lektor Farshad Moradi fra Ingeniørvidenskab Illustration: Anders Trærup

På Aarhus Universitet er lektor Farshad Moradi involveret i flere europæiske projekter omkring neuromorphic computing, der har til formål at udforske og forstå, hvordan hjernen håndterer data, og derigennem kopiere processerne ved hjælp af nye teknologier:

»Vi kigger på ny teknologi, der kan efterligne hjernens synapser og neuroner og indgå i et neuralt netværk. Allerede i dag kan vi se, at vi med ny teknologi vil kunne opbygge en kunstig neuron med en størrelse på cirka 20x20x20 nm^3, hvor vi med traditionel teknologi skal op i måske 100x100x250 um^3,« fortæller han.

Konkret arbejder forskerne med memristorer til at efterligne synapser og spintronics til at efterligne neuroner, og et af de praktiske resultater kunne være at opbygge en komponent, som kunne indopereres i en hjerne som erstatning for et område, der er blevet skadet.

»Vi har gennem årene set neurale netværk komme i bølger. Jeg tror, at hvis vi skal videre herfra, hvor vi er nu, så vil det være nødvendigt at skifte teknologi – for eksempel til memristorer og nye teknologier som spintronics,« siger Farshad Moradi.

Farshad Moradi taler 27. maj kl. 16.00 på Ingeniørens og Aarhus Universitets fælles konference, Deep Tech Day i Aarhus, om ‘Emerging technologies bring Neuromorphic computing closer to the Brain’. Læs mere om konferencen og tilmeld dig her.

Tips og korrekturforslag til denne historie sendes til tip@version2.dk
Kommentarer (0)
sortSortér kommentarer
  • Ældste først
  • Nyeste først
  • Bedste først
Log ind eller Opret konto for at kommentere
IT Company Rank
maximize minimize