Onderzoekers van de TU Eindhoven en TU Twente hebben woensdag een onderzoek gepubliceerd in het blad Nature over de eerste bouwsteen voor een nieuw soort zelf lerend systeem of computer, geïnspireerd door het brein. Dat melden de twee universiteiten op hun website. Een van de grote voordelen van het netwerk is dat het niet alleen snelle en complexe beslissingen kan nemen maar ook energiezuinig. Dat zou het onder andere voor autonoom rijdende auto’s geschikt kunnen maken.
De TU Eindhoven: “Ons brein is ongelofelijk goed in het, in één oogopslag, herkennen van bijvoorbeeld beelden of patronen. Artifical Intelligence (AI) doet dat soms al net zo goed of beter, maar verbruikt hiervoor wel veel meer energie dan het brein, dat het met 20 Watt doet. De halfgeleiderindustrie laat zich daarom ook steeds vaker inspireren door het brein, bijvoorbeeld door neuronen na te bootsen in elektronica of in software. Maar voor het nabootsen van één enkel neuron zijn dan wel honderden of duizenden transistoren nodig.”
Disordered dopant network
Het “disordered dopant network” dat de twee Nederlandse universiteiten nu presenteren kiest voor een hele andere benadering. Het maakt geen gebruik van vooraf ontworpen neuronen, maar gebruikt materiaaleigenschappen om tot een oplossing te komen. Deze techniek is energiezuinig en kan ook op een heel klein oppervlak, bijvoorbeeld een microchip.
“Dopant is hier het sleutelwoord”,aldus de universiteiten. “Dit is het opzettelijk aanbrengen van onzuiverheden in de kristalstructuur van silicium om op die manier een goedwerkende transistor te maken. Hiervoor wordt vaak het scheikundige element “boor” of “borium” gebruikt. De hoeveelheid boor moet groot genoeg zijn om de transistor goed te laten werken. Bij kleinere hoeveelheden gaan verschijnselen optreden die een chip-ontwerper het liefst vermijdt. En van uitgerekend die verschijnselen maakt het nieuwe netwerk gebruik. Het aantal boor-atomen is zo klein dat elektronen van het ene booratoom naar het andere hoppen.”
16 verschillende patronen
Dit heeft overeenkomsten met ons brein waar neuronen met elkaar verbinding zoeken om een taak uit te voeren. In het Twents-Eindhovense experiment wordt het netwerk gevoed met 16 verschillende patronen. Zonder dat je vooraf weet wat het netwerk gaat doen, levert het voor elk van de 16 een signaal. Met deze 16 basispatronen kun je vervolgens bijvoorbeeld een collectie handgeschreven karakters herkennen met grote nauwkeurigheid. De eerste versie van het netwerk is 300 nanometer in doorsnee en bevat ongeveer 100 booratomen. Het verbruik is ongeveer een micro Watt (een miljoenste Watt). Het is de eerste bouwsteen van een groter netwerk, voorzien de onderzoekers.
De onderzoekers verwachten dat het nieuwe systeem of computer vooral toepassing kan vinden daar waar heel veel beslissingen genomen moeten worden op basis van waarneming en herkenning. Een goed voorbeeld zijn zelfrijdende auto’s.
Als je dit artikel leuk vindt, lees dan ook:
