Skeptikern gruselt es bei der Vorstellung, künstliche Intelligenzen könnten eines Tages schlauer sein als wir – und womöglich die Menschheit unterwerfen. Andere nehmen die Weiterentwicklungen auf diesem Gebiet mit Interesse zur Kenntnis. Wenn es ausartet, kann man schließlich immer noch den Stecker ziehen, oder nicht? Am weltbekannten MIT, dem Massachusetts Institute of Technology, haben Forscher nun analoge Synapsen entwickelt, die millionenfach schneller arbeiten als ihr menschliches Vorbild. Bald sollen Datenströme durch die Hirnwindungen aus Phosphorsilikatglas rauschen. Ein Gehirn aus Phosphorsilikatglas Synapsen aus bruchsicherem, energieeffizientem Silikatglas Lernprozesse erfolgen im menschlichen Gehirn, indem sich die Verbindungen zwischen den Neuronen verstärken oder abschwächen – einfach gesagt. Die Neuronen bezeichnen wir als Synapsen. Das künstliche Gehirn basiert auf demselben Prinzip, nur eben ohne biologisches Zellmaterial, sondern mit einem tiefen neuronalen Netz aus hochleitfähigem und bruchsicherem Phosphorsilikatglas. Das System funktioniert extrem energieeffizient, durch Verringerung und Erhöhung der elektrischen Leitfähigkeit seiner Widerstände. Auch bei hoher Spannung hält es stand. Eventuell wird es den Wissenschaftler demnächst gelingen, die künstlichen Synapsen mit aktuell gängigen Silizium-Produktionstechniken zu erzeugen, um Geld zu sparen. Im Vergleich zu menschlichen Zellen blieben die Widerstände weiterhin deutlich geringer, nämlich um die 1000 Mal kleiner. Die KI soll das Prinzip des Deep Learnings nutzen Schon zuvor gelang es den Forschern am MIT, Synapsen herzustellen, die menschliche Neuronen bezüglich ihrer Leistung um den Faktor eine Million übertreffen. Jetzt erfolgte eine weitere Steigerung, die Übertragung funktioniert noch einmal eine Million Mal schneller. Die eingebauten Widerstände sind programmierbar, in etwas vergleichbar mit den Transistoren eines Prozessors. Die KI soll damit das bereits bekannte System des Deep Learnings nutzen, nur eben viel effizienter, als es bisher möglich war. Dafür ist ein sehr komplexes Netzwerk aus analogen Neuronen nötig, das seine Berechnungen genauso ausführt wie ein digitales neuronales Netz. Die künstliche Intelligenz soll damit auf natürliche Weise Sprache verarbeiten und Bilder erkennen lernen. Quelle: t3n.de Teile den Artikel oder unterstütze uns mit einer Spende. Facebook Facebook Twitter Twitter WhatsApp WhatsApp Email E-Mail Newsletter