Beim Neuromorphic Computing dienen die Eigenschaften neuronaler biologischer Systeme als Vorbild für die Entwicklung von Computerhardware und -software. Der Vorteil: Breitbandige Datenverarbeitung, mehr Leistungsperformanz, größere Energieeffizienz – allerdings stockt der Transfer in die Praxis. Mit den VDE SPECs bietet der VDE eine nützliche Standardisierung von Neuromorphic-Computing-Technologien, um den Weg von der Forschung in die Entwicklung…
Künstliche Intelligenz wird effizienter und zuverlässiger, wenn man sich enger an biologischen Vorbildern orientiert: Neue Ansätze der AI-Forschung bewähren sich im Experiment. Künstliche Intelligenz (AI) ist längst in unserem Alltag angekommen – von der Suchmaschine bis zum selbstfahrenden Auto. Das hat mit der gewaltigen Rechenleistung zu tun, die in den letzten Jahren verfügbar geworden ist.…
Das menschliche Gehirn mit seinen hundert Milliarden Nervenzellen ist ein Organ von ungeheurer Komplexität. Selbst mithilfe der schnellsten Superrechner ist es bis jetzt unmöglich, den Austausch von Gehirnsignalen in einem Netzwerk dieser Größe zu simulieren. Wissenschaftler des Forschungszentrums Jülich, des japanischen RIKEN-Instituts in Kobe und Wako und des schwedischen KTH Royal Institute of Technology in…
Wissenschaftler des IBM-Forschungszentrums in Rüschlikon haben erstmals zufällig feuernde Neuronen aus Phase-Change-Material hergestellt. Diese Phase-Change-Neuronen können ähnlich wie ihre Vorbilder im menschlichen Gehirn Daten speichern und verarbeiten. Die vorliegende Arbeit ist ein bedeutender Schritt in der Erforschung von energieeffizienten neuromorphen Computern, in denen Speicher- und Verarbeitungseinheiten sehr dicht integriert sind. Solche sogenannten Neurocomputer stellen einen…