Gehirnähnliche Computer erweisen sich als überragende Mathe-Genies

Neuromorphe Computerarchitekturen, also solche, die der Funk­tions­weise des Gehirns nachempfunden sind, erweisen sich als überragende Mathematik-Spezialisten. Das kann extrem komplexe Berechnungen massiv voranbringen.

Spitze bei Differenzialgleichungen

Forschende der Sandia National Laboratories haben ein neu entwickeltes Verfahren vorgestellt, das es hirninspirierten Rechensystemen ermöglicht, partielle Differenzialgleichungen (PDEs) zu berechnen. Dabei handelt es sich um mathematische Grundbausteine für die Simulation von Wetter, Strömungen, Materialverhalten oder elektromagnetischen Feldern. Bislang waren solche Berechnungen die Domäne energiehungriger Supercomputer.

Das Team um die Neurowissenschaftler Brad Theilman und Brad Aimone zeigte nun, dass solche Systeme nicht nur in der Lage sind, PDEs zu lösen, sondern dies auch mit erstaunlicher Energieeffizienz tun. Das geht aus einem in Nature Machine Intelligence veröffentlichten Paper hervor. Diese Erkenntnis könnte den Weg zu einem neuromorphen Supercomputer ebnen und damit die Grundlagen für eine neue Ära sparsamer Hochleistungsrechner legen.


Neuromorphe Hardware funktioniert grundlegend anders als herkömmliche Prozessoren. Ihre Schaltkreise orientieren sich an den Verschaltungen des menschlichen Gehirns und verarbeiten Informationen in Form stark vernetzter Impulse. Während klassische Systeme ihre Stärke in starrer Rechenlogik haben, nähern sich neuromorphe Computer Problemen auf dynamische, anpassungsfähigere Weise.

Theilman betont, dass bisherige Ansätze zwar intelligentes Verhalten simulieren konnten, jedoch mit extrem hohem Ressourcenverbrauch. Die neuen Ergebnisse zeigen jedoch, dass auch hochkomplexe mathematische Operationen effizient auf diesen Plattformen abgebildet werden können.

Es geht erst los

Die Forscher verweisen zudem auf Parallelen zwischen ihrem Algorithmus und realen neuronalen Netzwerken im Kortex: Die zugrunde liegende Modellstruktur wurde schon vor über einem Jahrzehnt entwickelt, doch erst jetzt konnten die Wissenschaftler nachweisen, dass sie sich auf PDE-Berechnungen übertragen lässt. Damit eröffnen sich neue Perspektiven für die Schnittstelle von Neurowissenschaft und angewandter Mathematik, und möglicherweise auch für das Verständnis bestimmter neurologischer Erkrankungen.

Noch steht die Technologie am Anfang. Die Forschenden hoffen aber auf verstärkte Kooperationen über Fachgrenzen hinweg, um weitere mathematische Verfahren für neuromorphe Hardware zu erschließen. Aimone fasst die Bedeutung zusammen: Neuromorphe Rechner könnten nicht nur wissenschaftliche Probleme effizienter lösen, sondern auch neue Einblicke in die Prinzipien des Denkens selbst liefern.


Siehe auch: