ENGINEERINGNET.BE - De Twentse onderzoekers koppelden daartoe een Reconfigurable Nonlinear Processing Unit, ontwikkeld door UTwente, aan een nieuwe IBM-chip.
Die combinatie verwerkt geluid net zo vloeiend en dynamisch als het menselijk oor en brein. In testen bleek deze aanpak minstens zo nauwkeurig als de beste softwaremodellen, of zelfs beter.
De impact kan groot zijn: gehoorapparaten die nauwelijks energie verbruiken, spraakassistenten die geen data meer naar de cloud sturen, of auto’s met directe spraakbesturing.
“Dit is een nieuwe manier van denken over intelligentie in hardware,” zegt prof. Wilfred van der Wiel van UTwente. “We laten zien dat het materiaal zelf kan worden getraind om te luisteren.”
De technologie kan in principe elk tijdafhankelijk signaal verwerken, zoals video, beeld of data van sensoren. Denk aan sensoren die continu metingen doen en daarbij ook zelfstandig kunnen handelen.
Apparaten hoeven dan niet telkens een nieuwe batterij, of afhankelijk te zijn van een internetverbinding. Een groot deel van de rekentaken kan lokaal en energiezuinig worden uitgevoerd. Dat maakt apparaten slimmer en zelfstandiger.
Ook kan de technologie worden ingezet om zware AI-taken te versnellen. Bepaalde onderdelen van complexe algoritmes zouden direct in de materialen zelf verwerkt kunnen worden, waardoor conventionele chips worden ontlast.
Daarmee ontstaat een hybride aanpak: klassieke digitale circuits werken samen met in-materia componenten die specifieke taken veel sneller en zuiniger uitvoeren.
Van der Wiel: “Mijn droom is dat onze chips hun weg vinden naar echte toepassingen, zoals gehoorapparaten. Een onderdeel van zo’n apparaat zou dan gebaseerd zijn op onze technologie.” Dat kan mogelijk worden door de gebruikte materialen.
De chips zijn gebaseerd op standaard silicium en functioneren bij kamertemperatuur. Daardoor is het goed denkbaar dat ze in bestaande halfgeleiderfabrieken zijn te produceren.
“Dat maakt opschaling naar praktische toepassingen veel realistischer,” aldus Van der Wiel.
Een belangrijke bijdrage kwam van Mohamadreza Zolfagharinejad, die eind augustus bij UTwente cum laude promoveerde op dit onderwerp.
