Neuromorphic Computing and Network Dynamics

Kurz und bündig | Herausforderungen | Lösungen | Kontakt | Forschungsgruppen

Kurz und bündig

Computer nach dem Vorbild des Gehirns haben das Potenzial, wesentlich energieeffizienter als konventionelle Rechner zu arbeiten. Im Topic „Network Dynamics and Neuromorphic Computing“ untersuchen Jülicher Expert:innen das Gehirn und seine Netzwerkdynamik. Das Ziel: Die grundlegenden Rechenprinzipien des Gehirns bis zur Auflösungsebene einzelner Neuronen und Synapsen zu verstehen und dann für künstliche Systeme zu nutzen.

Auf der Basis dieser Erkenntnisse entwickeln Jülicher Forschende Netzwerksimulationen und mathematische Modelle, welche in die Konzeption von sogenannten neuromorphen Computertechnologien einfließen. Daraus entstehen auch Ideen für Memristive Bauteile, welche ein vielversprechender Bestandteil neuromorpher Strukturen sind.

Herausforderungen

Rund 15 Prozent der elektrischen Energie werden weltweit von IT-Anwendungen verschlungen, Tendenz steigend. Smarte und energieeffiziente Rechensysteme zu entwickeln ist deshalb notwendiger denn je.

Die rund 86 Milliarden Neuronen und über 100 Billionen synaptische Verbindungen bilden ein natürliches neuronales Netzwerk, das sich dynamisch an neue Aufgaben anpassen kann und sehr effizient arbeitet. Es ist Gegenstand intensiver Forschung. Die Herausforderungen, dieses komplexe System unter anderem im neuromorphen Computing nachzuempfinden, reichen von der Entwicklung komplexer Netzwerkstrukturen und Algorithmen bis hin zur Realisation komplett neuartiger Materialien und Bauteile.

Lösungen

Um das hochkomplexe menschliche Gehirn und seine Fähigkeiten zu verstehen, untersuchen Jülicher Forschende Netzwerkdynamiken und deren Anwendung im neuromorphen Computing.

Ein Schwerpunkt ist dabei die Modellierung und Simulation neuronaler Netzwerke. Hier werden anatomische und physiologische Daten in mathematische Modelle übersetzt, welche die natürlichen Dichten und Strukturen dieser Netze abbilden. Die Entwicklung komplexer Simulationsmethoden und der Einsatz von effizienten Softwarelösungen sind zentrale Bestandteile dieser Arbeit. Hierbei werden insbesondere die Bedürfnisse der Scientific Community berücksichtigt.

Parallel dazu entwickeln Jülicher Forscher:innen Analysemethoden, um koordinierte neuronale Aktivitäten und Muster in umfangreichen Datensätzen aufzudecken. Diese Erkenntnisse fließen in die Verbesserung der Netzwerkmodelle ein und unterstützen die Erforschung kognitiver Funktionen und Lernprozesse.

Ferner konzentrieren sich die Jülicher Arbeiten auf die Übertragung dieser biologisch inspirierten Modelle und Prinzipien auf das neuromorphe Computing. Daraus entstehen zukünftig neuartige technologische Systeme, die Datenspeicherung und -verarbeitung auf innovative Weise vereinen.

Neuromorphes Computing ist für eine Vielzahl von Anwendungen nützlich: Mögliche Einsatzbereiche reichen vom autonomen Fahren über lernende Industriesteuerungen bis hin zur Konstruktion von intelligenten und energieautarken Implantaten.

Jülicher Expert:innen erarbeiten Ideen für memristive Systeme, die eine Schlüsselrolle im neuromorphen Computing spielen. Memristoren sind elektronische Bauelemente, die den Widerstand in Abhängigkeit von der durch sie geflossenen Ladung ändern und somit eine Gedächtniswirkung besitzen.

Jülicher Forscher:innen entwickeln entsprechende Chips, deren Bestandteile wie Synapsen im Gehirn Informationen übertragen und verarbeiten. Diese innovativen Chips, die sich bis in den Nanobereich verkleinern lassen, können mit herkömmlicher Mikroelektronik zusammenarbeiten. Hierfür konzipieren die Jülicher Wissenschaftler:innen detaillierte Schaltungsmodelle. Sie beschreiben das Verhalten von Memristoren in konkreten Anwendungsszenarien, wie beispielsweise in Speichern oder Prozessoren. Besonders maschinelles Lernen und die Künstliche Intelligenz könnten künftig von solchen Computersystemen profitieren.

Umfangreiche Modelle zu möglichen Bauweisen von Memristoren inspirieren Expert:innen aus der Materialforschung und Nanotechnologie: Sie optimieren und skalieren mit den theoretischen Ergebnissen die physikalischen Eigenschaften dieser Bauteile und deren Produktion für den Einsatz in neuromorphen Systemen. In der Jülich Neuromorphic Computing Alliance, kurz JUNCA, vernetzen sich Wissenschaftler:innen, die im Bereich neuromorphes Computing arbeiten. Der gegenseitige Wissens- und Datenaustausch beschleunigt die Forschung.