idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
06/17/2024 10:51

Wie Nervenzellen den Fortschritt Künstlicher Intelligenz beschleunigen

Carolin Hegner Kommunikation & Marketing
Universität Trier

    An der Universität Trier wollen Informatiker eine selbst entwickelte Software für Maschinelles Lernen in der Praxis optimieren.

    Das menschliche Gehirn lernt, indem sich Nervenzellen verbinden. Vernetzung ist aber auch eine Grundbedingung für digitales Maschinelles Lernen, das Anwendungen in der Künstlichen Intelligenz (KI) erst möglich macht. Während das Gehirn hierfür nicht mehr als etwa 100 Watt verbraucht, ist für das Maschinelle Lernen ein Energieeinsatz im Megawatt-Bereich erforderlich. Dieser enorme Aufwand stellt selbst KI-Weltmarktführer immer mehr vor massive Schwierigkeiten und ist eines der größten Hemmnisse für Maschinelles Lernen.

    Ein Lösungsansatz für ein effektives und energiesparendes Maschinelles Lernen besteht in der Orientierung am biologischen Vorbild der Nervenzellen. Deren Vernetzung in künstliche, so genannte Spiking Neural Networks (SNN), zu übertragen und für Maschinelles Lernens verfügbar zu machen, ist jedoch technisch aufwändig, fehleranfällig und kompliziert. Wie wichtig die Lösung dieser Probleme für weitere Fortschritte auf dem Gebiet der KI ist, hat auch das Bundesministerium für Bildung und Forschung erkannt. Es fördert daher ein neues Projekt an der Universität Trier, in dem Informatik-Professor Benjamin Weyers an dieser Thematik arbeitet.

    Als Experte für Human-Computer Interaction erforscht Weyers seit Jahren, wie Mensch und Computer interagieren. Er war beispielsweise an dem mit knapp 1,2 Milliarden Euro ausgestatteten europäischen Human Brain Project (HBP) beteiligt, in dem das menschliche Gehirn analysiert und in Modellen und Simulationen nachgebildet wurde. Auf dieser wissenschaftlichen Arbeit aufbauend, geht es in dem neuen Projekt „Entwicklungsumgebung für Machine Learning mit SNNs (N-Desktop)“ darum, Erkenntnisse aus den Neurowissenschaften für die Konstruktion von digitalen Netzen heranzuziehen und nutzbar zu machen. Neuronale Netze werden inzwischen in einer Vielzahl von Anwendungsbereichen von der Spracherkennung bis zur Wettervorhersage eingesetzt.

    Im Rahmen ihrer vorangegangenen Arbeit haben Benjamin Weyers und sein Team bereits eine ambitionierte Innovationsleistung erbracht und eine digitale Benutzeroberfläche entwickelt, die Neuroinformatik-Tools und KI-Software vereint. „Wir wollen der KI-Community nun eine neue Methodik zur Verfügung stellen und Wege bereiten, neuromorphe Hardware nutzen zu können. Dabei werden Modelle des biologischen Hirn-Nervensystems für verschiedene Zwecke auf einem Rechner abgebildet“, erklärt Benjamin Weyers das Ziel. Für den Einsatz dieser Software unter Realbedingungen sind aber noch umfangreiche Erweiterungen und Optimierungen erforderlich, die insbesondere den Bedarf der Anwender intensiver berücksichtigen und die Bandbreite der Einsatzmöglichkeiten vergrößern.

    Die Software soll potenziellen Anwendern wie Unternehmen und Interessengruppen zugänglich gemacht und ihnen die Möglichkeit geboten werden, den kompletten Arbeitsvorgang der Entwicklung, Optimierung und Analyse von SNNs für Maschinelles Lernen zu erproben. Im Lauf dieses Prozesses wird angestrebt, die Software auf einer einfach zu bedienenden Oberfläche anzubieten, ihre Funktionen zu erweitern und sie besser an die Arbeitsorganisation in Unternehmen anzupassen. Dazu sollen die Nutzer mit ihrem Feedback an die Software-Entwickler beitragen.

    „Die Potenziale der Software sind unbestritten. Jetzt geht es darum, sie optimal auszugestalten“, verspricht sich Benjamin Weyers von dem Transfer seiner Forschung und Entwicklung in die Praxis, dass neuronale Netze für maschinelles Lernen künftig intuitiver, schneller und energieeffizienter erstellt und optimiert werden können. Damit würden Innovationsprozesse in der KI beschleunigt und Ergebnisse erreichbar, die bislang noch in weiter Ferne erscheinen.


    Contact for scientific information:

    JProf. Dr. Benjamin Weyers
    Informatik
    Mail: weyers@uni-trier.de
    Tel. +49 651 201-2852


    Images

    Criteria of this press release:
    Journalists, Scientists and scholars
    Information technology
    transregional, national
    Research projects, Transfer of Science or Research
    German


     

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).