ENGINEERINGNET.BE - Deze nieuwe neurale netwerken worden "spiking" genoemd en vertegenwoordigen de meest bio-geïnspireerde generatie van kunstmatige neurale netwerken.
Het gebruik van de nieuw ontwikkelde chip heeft veel voordelen: het verbruikt 100 keer minder energie dan traditionele implementaties en werkt zonder vertraging.
Samen met collega’s van het CWI kwam Federico Corradi, senior neuromorphic researcher bij imec, tot een wiskundige doorbraak die ervoor zorgde dat de techniek in een stroomversnelling terecht kwam.
“We hebben een manier gevonden om het netwerk efficiënt en accuraat te trainen, via training by example”, aldus Corradi. “Hierdoor kan AI leren aan de hand van voorbeelden, door het zien van gebaren, spraak of radarbeelden.”
De nieuwe ontwikkeling is mogelijk door de chips waarmee de AI aangestuurd wordt. Dergelijke chips staan nu aan het begin van vele praktische, alledaagse toepassingen. De wereld zit al een tijdje te wachten op een doorbraak als deze.
De grote hoeveelheid data die de huidige AI-netwerken gebruiken heeft namelijk grote consequenties. “Ten eerste kost het tientallen miljoenen euro’s om zo’n netwerk te trainen. Voor het bedrijfsleven is dat een enorm obstakel. De grote hoeveelheid rekenkracht die het netwerk nodig heeft, heeft daarnaast veel impact op het milieu. Wij proberen intelligentie in de chip zelf aan te brengen en daardoor worden deze problemen opgelost.”
Een van de toepassingen van de chips is in de medische wereld, bijvoorbeeld om afwijkingen in het hartritme op te sporen.
Ook is de nieuwe chip op den duur inzetbaar om drones en robots aan te sturen. Corradi: “De berekeningen worden razendsnel, lokaal, op chipniveau gemaakt waardoor de drone snel beslissingen kan nemen.”
