Een kat kan een gezicht sneller en efficiënter herkennen dan een supercomputer. Dat is een van de redenen waarom een ​​kattenbrein het model is voor een biologisch geïnspireerd computerproject waarbij de Universiteit van Michigan betrokken is.

U-M computeringenieur Wei Lu heeft een stap gezet in de richting van de ontwikkeling van dit revolutionaire type machine die in staat zou kunnen zijn om te leren en te herkennen, evenals het nemen van complexere beslissingen en het gelijktijdig uitvoeren van meer taken dan conventionele computers kunnen.

Lu bouwde eerder een "memristor, " een apparaat dat een traditionele transistor vervangt en werkt als een biologische synaps, herinnerend aan eerdere spanningen waaraan het werd onderworpen. Nutsvoorzieningen, hij heeft aangetoond dat deze memristor conventionele circuits kan verbinden en een proces kan ondersteunen dat de basis vormt voor geheugen en leren in biologische systemen.

Een paper over het onderzoek is online gepubliceerd in Nano-letters en zal naar verwachting in de komende aprileditie van het tijdschrift verschijnen.

"We bouwen een computer op dezelfde manier als de natuur een brein bouwt, " zei Lu, een assistent-professor bij de UM-afdeling Elektrotechniek en Informatica. "Het idee is om een ​​heel ander paradigma te gebruiken in vergelijking met conventionele computers. Het kattenbrein stelt een realistisch doel omdat het veel eenvoudiger is dan een menselijk brein, maar nog steeds extreem moeilijk te repliceren in complexiteit en efficiëntie."

De meest geavanceerde supercomputer van vandaag kan bepaalde taken uitvoeren met de hersenfunctionaliteit van een kat, maar het is een enorme machine met meer dan 140, 000 centrale verwerkingseenheden en een speciale voeding. En het presteert nog steeds 83 keer langzamer dan het brein van een kat, Lu schreef in zijn krant.

In de hersenen van een zoogdier, neuronen zijn met elkaar verbonden door synapsen, die fungeren als herconfigureerbare schakelaars die paden kunnen vormen die duizenden neuronen met elkaar verbinden. Het belangrijkste is, synapsen onthouden deze paden op basis van de sterkte en timing van elektrische signalen die door de neuronen worden gegenereerd.

Op een conventionele computer, logische en geheugenfuncties bevinden zich op verschillende delen van het circuit en elke rekeneenheid is slechts verbonden met een handvol buren in het circuit. Als resultaat, conventionele computers voeren code lineair uit, lijn bij lijn, zei Lu. Ze zijn uitstekend in het uitvoeren van relatief eenvoudige taken met beperkte variabelen.

Maar een brein kan veel operaties tegelijk uitvoeren, of parallel. Zo kunnen we een gezicht in een oogwenk herkennen, maar zelfs een supercomputer zou veel kosten, veel langer en verbruiken daarbij veel meer energie.

Tot dusver, Lu heeft twee elektronische circuits verbonden met één memristor. Hij heeft aangetoond dat dit systeem in staat is tot een geheugen- en leerproces dat 'spike-timing-afhankelijke plasticiteit' wordt genoemd. Dit type plasticiteit verwijst naar het vermogen van verbindingen tussen neuronen om sterker te worden op basis van wanneer ze in relatie tot elkaar worden gestimuleerd. Van piektimingafhankelijke plasticiteit wordt gedacht dat het de basis is voor geheugen en leren in de hersenen van zoogdieren.

"We laten zien dat we spanningstiming kunnen gebruiken om de elektrische geleiding in dit op memristor gebaseerde systeem geleidelijk te verhogen of te verlagen. In onze hersenen, soortgelijke veranderingen in synapsgeleiding leiden in wezen tot langetermijngeheugen, ' zei Lu.

De volgende stap is het bouwen van een groter systeem, zei Lu. Zijn doel is de verfijning van een supercomputer in een machine ter grootte van een drankcontainer van twee liter. Dat kan nog jaren duren.

Lu zei dat een elektronische analoog van een kattenbrein intelligent zou kunnen denken op kattenniveau. Bijvoorbeeld, als het de taak zou zijn om de kortste route van de voordeur naar de bank te vinden in een huis vol meubels, en de computer kent alleen de vorm van de bank, een conventionele machine zou dit kunnen bereiken. Maar als je de bank verplaatst, het zou de aanpassing niet beseffen en een nieuw pad vinden. Dat is wat ingenieurs hopen dat de kattenhersencomputer in staat zou zijn. De belangrijkste financier van het project, de Defense Advanced Research Projects Agency, is niet geïnteresseerd in banken. Maar dit illustreert het soort leren waarvoor de machine is ontworpen.