https://www.faz.net/-gwz-9mx42

Künstliche Intelligenz : Lichtblicke für neuronale Netzwerke

Künstlerische Darstellung eines neuronalen Netzwerkes, das Lichtreize verarbeitet. Bild: Peter Allen, University of California

Ein photonischer Chip verarbeitet Lichtsignale nach Art des Gehirns. Dadurch rechnet er äußert sparsam und schnell und ist obendrein lernfähig.

          Auch wenn das Denkorgan des Homo sapiens mit der Rechengeschwindigkeit moderner Computer nicht im entferntesten mithalten kann und regelmäßige Ruhephasen benötigt, um die Flut an pausenlos einströmenden Informationen zu verarbeiten, besitzt es Fähigkeiten, mit denen selbst die leistungsfähigsten KI-Algorithmen trotz intensiven Trainings nicht im Entferntesten konkurrieren können. Das komplexe Netzwerk aus Abermilliarden Nervenzellen, die über Billionen Synapsen miteinander verbunden sind, ist dabei äußerst lern- und anpassungsfähig, speichert und verarbeitet Informationen gleichzeitig, und das äußerst energieeffizient.

          Manfred Lindinger

          Redakteur im Ressort „Natur und Wissenschaft“.

          Inspiriert von diesen Eigenschaften, versuchen Wissenschaftler seit Jahren die Arbeitsweise des Gehirns nachzuahmen – etwa mit speziellen Algorithmen, die auf schnellen Parallelrechnern laufen, oder indem sie künstliche Neuronen und Synapsen technisch nachbauen. Dazu werden üblicherweise klassische elektrische Bauteilen wie Transistoren, Kondensatoren und Widerstände miteinander verschaltet. Die Schaltungen reagieren auf elektrische Reize wie ihre natürlichen Vorbilder. Einen ungewöhnlichen Weg, Neuronen und Synapsen nachzubilden, haben Wissenschaftler von der Universität Münster gemeinsam mit britischen Forschern von den Universitäten in Oxford und Exeter eingeschlagen. Sie haben einen „neuromorphen“ Chip aus rein optischen Komponenten entwickelt, der ausschließlich Lichtpulse verarbeitet. Dadurch ist das System ungewöhnlich schnell und sparsam.

          Ein künstliches Neuron wie es die Forscher um Wolfram Pernice verwenden. Lichtpulse werden von links eingespeist, laufen durch die grünen Lichtleiter und den Ringresonator. Rot markiert sind die Schaltelemente aus einem Phasenwechsel-Material (Details siehe Artikel). Dank der Rückkopplungsschleife ist das Bauteil in der Lage, verschiedene Muster zu erkennen (oben).

          Wie die Wissenschaftler um Wolfram Pernice in der Zeitschrift „Nature“ berichten, besteht ihr Chip aus vier künstlichen Neuronen, die über insgesamt 60 Synapsen miteinander vernetzt sind. Verwirklicht haben die Forscher das neuronale Netzwerk mit einem Geflecht aus Lichtleitern, optischen Resonatoren und winzigen Schaltelementen – den Synapsen – aus einer sogenannten Phasenwechsel-Legierung. Diese besonderen Materialien, sie werden üblicherweise für wiederbeschreibbare DVDs verwendet, zeichnen sich dadurch aus, dass sie abhängig von ihrem jeweilige Zustand – kristallin oder amorph – Lichtsignale absorbieren oder durchlassen. Dieser Phasenwechsel lässt sich gezielt durch einen Lichtpuls auslösen, der das Material erhitzt. Je nachdem, wie lange der Lichtpuls einwirkt, lässt das Material mal mehr und mal weniger Licht passieren. Für die Forscher um Pernice ideale Voraussetzungen, um die Übertragung von Erregungssignalen über Synapsen zwischen den Nervenzellen nachzubilden.

          Künstliche Neuronen lernen lesen

          Als Neuronen dienen winzige optische Ringresonatoren. Ob die künstliche Nervenzelle „feuert“, also ein ankommendes Lichtsignal verstärkt oder nicht, steuert ein integriertes Phasenwechsel-Element, indem es die optischen Eigenschaften des Resonators entsprechend verändert. Indem die Forscher die Resonatoren und die künstlichen Synapsen geschickt miteinander verknüpften, haben sie ein lernfähiges neuronales Netz geschaffen. Ein Datenspeicher und ein Betriebssystem wie bei einem normalen Prozessor sind nicht erforderlich. Einzig das Einspeisen der Lichtpulse – sie werden von Halbleiterlasern erzeugt – und das Auslesen der Ergebnisse erfolgt per Computer.

          Ein Netzwerk aus vier künstliche Neuronen.

          Trotz der überschaubaren Zahl an künstlichen Neuronen und Synapsen ist das optische neuronale Netz aus Münster in der Lage, vergleichsweise komplexe Muster zu erkennen. In ihren Versuchen trainierten die Forscher ihr System darauf, verschiedene Muster in verpixelten Bildern, die in Form von Laserpulsen dargeboten wurden, richtig zu interpretieren und entsprechend korrekt darzustellen. So fütterten Pernice und seine Kollegen die 15 Eingangssynapsen beispielsweise mit Sequenzen von Lichtpulsen, in denen die Buchstaben A, B, C und D codiert waren. Das neuromorphe System sollte feststellen, welcher Buchstabe gerade dargestellt wird – was ihm nach nur wenigen Lernschritten auch tatsächlich gelang.

          „Weil die Phasenwechsel-Materialien innerhalb von Pikosekunden – 10⁻¹² Sekunden – schalten und so Lichtsignale verstärken oder abschwächen, lernt unser neuronales Netz sehr schnell“, sagt Pernice. Auch der Energiebedarf des Netzwerks könne sich sehen lassen. Pro Rechenschritt würden zwar noch einige hundert Pikojoule verbraucht, deutlich mehr als bei einem klassischen Rechner. Ist das neuronale Netz aber einmal trainiert worden, müssten für den weiteren Betrieb keine nennenswerten Energiemengen mehr zugeführt werden.

          Für echte Anwendungen ist das System allerdings noch zu klein. Neuromorphe Chips wie „TrueNorth“ von IBM oder „BrainScaleS“, den Forscher vom Kirchhoff-Institut in Heidelberg entwickelt haben, bestehen aus mehreren hunderttausend Neuronen und Millionen von Synapsen. Mit Industriepartnern wollen Pernice und seine Kollegen mit in der Halbleiterfertigung gebräuchlichen Verfahren  nun einen neuromorphen Chip mit einer großen Zahl an optischen Neuronen und Synapsen fertigen. Dieser könnte dann für die Bilderkennung in der Mikroskopie genutzt werden, etwa um Anomalien in kranken Zellen schnell ausfindig zu machen oder optische Signale von Überwachungskameras direkt zu verarbeiten. Die Umwandlung optischer in elektrische Signale und umgekehrt sei dabei nicht notwendig.

          Weitere Themen

          Energiesysteme im Wandel

          Zukunftslabor Lindau 2019 : Energiesysteme im Wandel

          Warum sich Nobelpreisträger heute vor allem mit erneuerbaren Energien beschäftigen: Wirtschaftlich sind sie den fossilen Energieträgern überlegen, doch die Speicherung ist eine riesige Herausforderung.

          Schutz für seltene Riesen Video-Seite öffnen

          Waldelefanten in Nigeria : Schutz für seltene Riesen

          Der Waldelefant, eine Art aus der Gattung der Afrikanischen Elefanten, ist in Nigeria vom Aussterben bedroht. Ranger versuchen, die Tiere zu schützen. Allerdings müssen auch die Bauern bei der Landwirtschaft unterstützt werden - ein Balanceakt.

          Topmeldungen

          Bereits ab 14.00 Uhr könnte die gefühlte Temperatur über 32 Grad liegen, dann herrscht Warnstufe 2. (Archivbild aufgenommen in Berlin)

          Deutscher Wetterdienst : Hitzewarnung für Deutschland

          Der Deutsche Wetterdienst rechnet ab Montag mit ersten Hitzewarnungen. Ab Mittwoch soll dann ganz Deutschland von einer Hitzewelle erfasst werden. Besonders Kinder, alte und kranke Menschen sind durch die hohen Temperaturen gefährdet.

          Klare Ansage : Kovac will Real-Star nicht beim FC Bayern

          Den Spekulationen um einen möglichen prominenten Neuzugang erteilt Bayern-Trainer eine vehemente Absage. Die Zukunft von Renato Sanches bei Bayern München scheint jedoch geklärt.

          Newsletter

          Immer auf dem Laufenden Sie haben Post! Abonnieren Sie unsere FAZ.NET-Newsletter und wir liefern die wichtigsten Nachrichten direkt in Ihre Mailbox. Es ist ein Fehler aufgetreten. Bitte versuchen Sie es erneut.
          Vielen Dank für Ihr Interesse an den F.A.Z.-Newslettern. Sie erhalten in wenigen Minuten eine E-Mail, um Ihre Newsletterbestellung zu bestätigen.