Chinesische Forscher haben einen Chip gebaut, der zwei konkurrierende KI-Architekturen vereint. Der soll eines Tages Super-KIs antreiben. Jetzt fährt er erst einmal Fahrrad.
Innerhalb der KI-Forschung gibt es aktuell zwei Varianten neuronaler Netze. Beide orientieren sich in Grundzügen an der Struktur des Gehirns, aber unterscheiden sich in ihrer Funktionsweise deutlich.
Die heute weit verbreiteten künstlichen neuronalen Netze verarbeiten Eingaben mit Funktionen und leiten deren Ergebnisse Schicht für Schicht durch das Netzwerk. Jede Schicht enthält künstliche Neuronen, die das Ergebnis der vorgeschalteten Schichten verarbeiten, modifizieren und weiterleiten. Diese Technologie steht hinter nahezu allen aktuellen KI-Technologien wie dem Deep Learning.
Ein zweiter, stärker an der Neurowissenschaft orientierter Ansatz setzt auf sogenannte "Spikes": Das sind kurze Aktivitätsausbrüche vieler vernetzter Neuronen. Diese Spikes vermitteln keine komplexen Variablen, sie enthalten einfache Binärinformationen: 1 oder 0. Wie biologische Neuronen übermitteln sie diese Informationen nur, wenn ihre Reizschwelle überschritten ist – das passiert, wenn viele Neuronen gleichzeitig Impulse empfangen. Dass die Neuronen nur aktiv werden, wenn sie unbedingt benötigt werden, spart vor allem Energie.
Näher am Gehirn, näher an der Super-KI?
Diese gepulsten neuronalen Netze („Spiking Neural Network“ – SNN) gelten als Kandidat für die grundlegende Architektur zukünftiger Super-KIs. Da sie näher dran sind an der Funktionsweise des menschlichen Gehirns als neuronale Netze, sollen sie das Gehirn besser simulieren und eines Tages übertreffen können.
Forscher aus China haben nun erstmals diese zwei Ansätze kombiniert – auf einem Computerchip namens Tianjic. Er enthält zwei spezialisierte Recheneinheiten. Jede davon widmet sich einem der zwei KI-Verfahren.
Die Forscher versprechen sich von der hybriden Architektur Fortschritte auf dem Weg zu einer Super-KI. Beide Arten von neuronalen Netzen hätten ihre Vor- und Nachteile:
Wo künstliche neuronale Netze mit großen Datenmengen besser würden, seien gepulste neuronale Netze bei unvollständigen Informationen vielversprechender. Durch die Kombination auf einem Chip könnten beide Vorteile vereint werden und die Netze gemeinsam anspruchsvollere Aufgaben lösen.
KI-Chip fährt erstmal Fahrrad
Die Fähigkeiten ihres Chips demonstrieren die Forscher anhand eines autonomen Fahrrads: Es erkennt Objekte, folgt Menschen, lässt sich über Sprachbefehle steuern und fährt passabel durch einen Hinderniskurs. Im echten Straßenverkehr wäre es wohl noch verloren.
Die zwei Netze des Chips teilen sich die beim Steuern anfallenden Aufgaben: Das gepulste neuronale Netz verarbeitet die Sprachbefehle und leitet die Befehle der beiden Netze an die Steuereinheit des Fahrrads weiter, das künstliche neuronale Netz erledigt Objekterkennung, Routenplanung und Tracking.
https://youtu.be/J1TilexyFPE
Erst Fahrradfahren, dann die ganze Welt?
Auch wenn die Kombination der zwei Netze auf einem Chip eine Neuheit ist – der Weg zur Super-KI ist wie gehabt weit, wenn er denn überhaupt existiert, und nach der Meinung anderer KI-Forscher ist unklar, ob Tianjic die Super-KI überhaupt näherbringt.
An der Universität Manchester ist man ohnehin schon einen Schritt weiter: Dort wurde im November letzten Jahres der weltweit größte neuromorphe Supercomputer gestartet. Der wurde 20 Jahre geplant, zehn Jahre gebaut, kostete mehr als 15 Millionen britische Pfund und hat eine Million spezialisierte Prozessoren. Auch er setzt auf gepulste neuronale Netze und soll eines Tages eine Milliarde biologische Neuronen simulieren können. Das wäre dann immerhin ein Prozent der Neuronen, die im menschlichen Gehirn feuern.
Titelbild: Nature, Quelle: Nature
