Breinachtige computers een stap dichterbij door doorbraak aan Universiteit Twente

Een nieuw type moleculaire schakelaars dat leert van eerder vertoond gedrag is ontwikkeld door een team van internationale onderzoekers van de Universiteit Twente. “Deze moleculen leren op dezelfde manier als onze hersenen”, zegt Prof. Dr. Christian Nijhuis, die de onderzoeksgroep van het MESA+ Instituut voor Nanotechnologie leidt.

Datacentra, computers en andere elektronica gebruiken grote hoeveelheden energie. Om aan de energievraag hiervoor te voldoen leggen we windparken aan. Maar de aandacht kan vanwege de doorbraak nu ook worden gericht op het efficiënter maken van elektronica. “Onze hersenen zijn de efficiëntste computers die we kennen”, legt Nijhuis uit. “Ze gebruiken tienduizend keer zo weinig energie als de zuinigste computers.”

Hersenen zijn efficiënter

Nijhuis: “Onze hersenen verwerken zonder problemen de informatie van miljoenen zenuwcellen vanuit al onze zintuigen. Daarbij gebruiken ze, in tegenstelling tot traditionele elektronica, alleen de hersencellen en synapsen waar pulsjes langslopen”. Doordat alleen energie wordt verbruikt tijdens een pulsje, verwerken onze hersenen een heleboel data efficiënter. 

 

De moleculen die Nijhuis en zijn team ontwikkelden zorgen ervoor dat deep learning mogelijk wordt. Dit is een vorm van kunstmatige intelligentie (AI) gericht op het bouwen van systemen die van verwerkte data leren of dit gebruiken om beter te presteren. In dit geval is het gebaseerd op kunstmatige neurale netwerken en wordt het veel gebruikt in het automatisch herkennen van afbeeldingen en spraak, maar ook in bijvoorbeeld de zoektocht naar nieuwe medicijnen. “Allemaal zaken die voor een computer veel moeilijker zijn dan voor ons brein”, aldus Nijhuis. 

Wat deze ontwikkeling brengt

Onderzoekers zetten steeds grote stappen op het gebied van software voor kunstmatige intelligentie, maar de ontwikkeling van deze moleculen brengen nu ook hardware voor kunstmatige intelligentie dichterbij. De doorbraak maakt het mogelijk een nieuw scala aan aanpasbare en herconfigureerbare systemen te ontwikkelen. Deze leiden mogelijk tot nieuwe multifunctionele adaptieve systemen die kunstmatige neurale netwerken versimpelen. Nijhuis: “Daarmee verlagen we het energieverbruik van onze elektronica drastisch.” Multifunctionele moleculen die ook lichtgevoelig zijn of andere moleculen detecteren leiden mogelijk tot nieuwe typen neurale netwerken of sensoren. 

Datum: 29 november 2022 |

Bron tekst: Universiteit Twente |

Auteur: Twente.com

Contact informatie


Universiteit Twente
Drienerlolaan 5
7522NB Enschede
+31 (0)53 489 9111 info@utwente.nl https://utwentecareers.nl/nl/

Global Goals

Lees meer over #innovatie