Ein neuer gehirnähnlicher Supercomputer soll die Größe des menschlichen Gehirns erreichen

By | December 20, 2023

Laut Forschern in Australien wird ein Supercomputer, der im April 2024 in Betrieb gehen soll, mit der geschätzten Rechenleistung des menschlichen Gehirns mithalten können. Die DeepSouth genannte Maschine ist in der Lage, 228 Billionen Operationen pro Sekunde durchzuführen.

Es ist der weltweit erste Supercomputer, der in der Lage ist, Netzwerke von Neuronen und Synapsen (wesentliche biologische Strukturen, aus denen unser Nervensystem besteht) im Maßstab des menschlichen Gehirns zu simulieren.

DeepSouth gehört zu einem Ansatz namens Neuromorphic Computing, der darauf abzielt, die biologischen Prozesse des menschlichen Gehirns nachzuahmen. Es wird vom International Centre for Neuromorphic Systems an der Western Sydney University verwaltet.

Unser Gehirn ist die unglaublichste Rechenmaschine, die wir kennen. Beim Verteilen Ihrer
Durch die Berechnung der Leistung von Milliarden winziger Einheiten (Neuronen), die über Billionen von Verbindungen (Synapsen) interagieren, kann das Gehirn mit den leistungsstärksten Supercomputern der Welt mithalten und benötigt dabei nur die gleiche Energie wie eine Kühlschrankglühbirne.

Mittlerweile nehmen Supercomputer im Allgemeinen viel Platz ein und benötigen große Mengen an elektrischer Energie, um zu funktionieren. Der leistungsstärkste Supercomputer der Welt, der Hewlett Packard Enterprise Frontier, kann etwas mehr als eine Trillion Operationen pro Sekunde ausführen. Es umfasst 680 Quadratmeter (7.300 Quadratfuß) und benötigt für den Betrieb 22,7 Megawatt.

Unser Gehirn kann die gleiche Anzahl an Operationen pro Sekunde mit nur 20 Watt Leistung und einem Gewicht von nur 1,3 bis 1,4 kg ausführen. Neuromorphic Computing zielt unter anderem darauf ab, die Geheimnisse dieser unglaublichen Effizienz zu entschlüsseln.

Transistoren am Limit

Am 30. Juni 1945 beschrieb der Mathematiker und Physiker John von Neumann den Entwurf einer neuen Maschine, des Automatic Variable Discrete Electronic Computer (Edvac). Dies definierte effektiv den modernen elektronischen Computer, wie wir ihn kennen.

Mein Smartphone, der Laptop, den ich zum Schreiben dieses Artikels verwende, und der leistungsstärkste Supercomputer der Welt haben dieselbe Grundstruktur, die von Neumann vor fast 80 Jahren eingeführt hat. Sie alle verfügen über unterschiedliche Verarbeitungs- und Speichereinheiten, in denen Daten und Anweisungen im Speicher gespeichert und von einem Prozessor berechnet werden.

Jahrzehntelang hat sich die Anzahl der Transistoren auf einem Mikrochip etwa alle zwei Jahre verdoppelt, eine Beobachtung, die als Moores Gesetz bekannt ist. Dies ermöglichte uns, kleinere und günstigere Computer zu haben.

Mittlerweile nähern sich die Transistorgrößen jedoch dem atomaren Maßstab. Bei diesen winzigen Größen stellt die übermäßige Wärmeentwicklung ein Problem dar, ebenso wie ein Phänomen namens Quantentunneln, das die Funktion von Transistoren beeinträchtigt. Dies verlangsamt sich und wird schließlich die Miniaturisierung der Transistoren stoppen.

Um dieses Problem zu lösen, erforschen Wissenschaftler neue Ansätze
Computer, angefangen bei dem leistungsstarken Computer, den wir alle in unseren Köpfen versteckt haben, dem menschlichen Gehirn. Unser Gehirn funktioniert nicht nach dem Computermodell von John von Neumann. Sie verfügen nicht über getrennte Rechen- und Speicherbereiche.

Stattdessen funktionieren sie, indem sie Milliarden von Nervenzellen verbinden, die Informationen in Form von elektrischen Impulsen übermitteln. Informationen können über eine Verbindung, die Synapse genannt wird, von einem Neuron zum anderen weitergeleitet werden. Die Organisation von Neuronen und Synapsen im Gehirn ist flexibel, skalierbar und effizient.

Daher werden im Gehirn – und anders als bei einem Computer – Gedächtnis und Berechnungen von denselben Neuronen und Synapsen gesteuert. Seit den späten 1980er Jahren untersuchen Wissenschaftler dieses Modell mit der Absicht, es in die Informatik zu importieren.

Nachahmung des Lebens

Neuromorphe Computer basieren auf komplizierten Netzwerken einfacher, elementarer Prozessoren (die wie Neuronen und Synapsen im Gehirn funktionieren). Der Hauptvorteil dabei ist, dass diese Maschinen von Natur aus „parallel“ sind.

Das bedeutet, dass, wie bei Neuronen und Synapsen, praktisch alle Prozessoren eines Computers gleichzeitig arbeiten und miteinander kommunizieren können.

Da die Berechnungen einzelner Neuronen und Synapsen im Vergleich zu herkömmlichen Computern sehr einfach sind, ist außerdem der Energieverbrauch viel geringer. Obwohl Neuronen manchmal als Verarbeitungseinheiten und Synapsen als Gedächtniseinheiten betrachtet werden, tragen sie sowohl zur Verarbeitung als auch zur Speicherung bei. Mit anderen Worten: Die Daten befinden sich bereits dort, wo die Berechnung sie erfordert.

Dies beschleunigt die Rechenleistung des Gehirns im Allgemeinen, da es keine Trennung zwischen Speicher und Prozessor gibt, was bei klassischen Maschinen (von Neumann) zu Verlangsamungen führt. Es entfällt aber auch die Notwendigkeit, eine bestimmte Aufgabe des Zugriffs auf Daten aus einer Hauptspeicherkomponente auszuführen, wie dies bei herkömmlichen Computersystemen der Fall ist, und verbraucht eine beträchtliche Menge Energie.

Die gerade beschriebenen Prinzipien sind die Hauptinspiration für DeepSouth. Dies ist nicht das einzige derzeit aktive neuromorphe System. Erwähnenswert ist das Human Brain Project (HBP), das im Rahmen einer EU-Initiative finanziert wird. Das HBP lief von 2013 bis 2023 und führte zu BrainScaleS, einer Maschine in Heidelberg, Deutschland, die die Funktionsweise von Neuronen und Synapsen nachahmt.

BrainScaleS kann simulieren, wie Neuronen „spitzen“, wie ein elektrischer Impuls entlang eines Neurons in unserem Gehirn wandert. Dies würde BrainScaleS zu einem idealen Kandidaten für die Untersuchung der Mechanik kognitiver Prozesse und künftig auch der Mechanismen machen, die schweren neurologischen und neurodegenerativen Erkrankungen zugrunde liegen.

Da sie so konzipiert sind, dass sie echte Gehirne nachahmen, könnten neuromorphe Computer der Beginn eines Wendepunkts sein. Sie bieten nachhaltige und erschwingliche Rechenleistung und ermöglichen Forschern die Bewertung von Modellen neurologischer Systeme. Sie sind eine ideale Plattform für eine Vielzahl von Anwendungen. Sie haben das Potenzial, unser Verständnis des Gehirns zu verbessern und neue Ansätze für künstliche Intelligenz zu bieten.

Dieser Artikel wurde erneut veröffentlicht von Die Unterhaltung unter einer Creative Commons-Lizenz. Lesen Sie den Originalartikel.

Bildnachweis: Marian Anbu Juwan / Pixabay

Leave a Reply

Your email address will not be published. Required fields are marked *