Beteiligte Bernstein Mitglieder: Hermann Kohlstedt

Jede Anfrage bei einer Suchmaschine, jeder KI-generierte Text und erst recht Entwicklungen wie das autonome Fahren: Im Zeitalter von Künstlicher Intelligenz (KI) und Big Data verbrauchen Computer und Rechenzentren viel Energie. Weitaus sparsamer arbeitet dagegen das menschliche Gehirn. Um nach seinem Vorbild leistungsfähigere und energieeffizientere Computer entwickeln zu können, hat ein Forschungsteam der Materialwissenschaft und der Elektrotechnik der Christian-Albrechts-Universität zu Kiel (CAU) jetzt wesentliche Voraussetzungen für eine passende Hardware identifiziert. So entwickelten sie Materialien, die sich ähnlich dynamisch verhalten wie biologische Nervensysteme. Ihre Ergebnisse erschienen in der Fachzeitschrift Materials Today und könnten zu einer neuartigen Informationsverarbeitung in elektronischen Systemen führen.

Informationen dynamisch statt seriell verarbeiten

„Computer verarbeiten Informationen seriell, unser Gehirn dagegen parallel und dynamisch. Das geht deutlich schneller und verbraucht weniger Energie, zum Beispiel in der Mustererkennung“, sagt Prof. Dr. Hermann Kohlstedt, Professor für Nanoelektronik und Sprecher des Sonderforschungsbereichs 1461 „Neurotronics“ an der CAU. Die Mitglieder des Forschungsverbundes wollen sich von der Natur für neuartige elektronische Bauteile und Computerarchitekturen inspirieren lassen. Diese sollen Signale, anders als klassische Computerchips, Transistoren und Prozessoren, ähnlich verarbeiten wie das sich ständig verändernde Netzwerk aus Neuronen und Synapsen in unserem Gehirn.
„Aber noch basieren Computer auf Siliziumtechnologie. Auch wenn es hier bei der Hardware beeindruckende Fortschritte gibt, bleiben Netzwerke aus Neuronen und Synapsen im Hinblick auf Vernetzungsgrad und Robustheit unerreicht“, sagt Materialwissenschaftler Dr. Alexander Vahl. Um die Dynamik der biologischen Informationsverarbeitung abbilden zu können, brauche es Forschung an neuen Materialien und Prozessen.
Die Kieler Forschenden konzentrierten sich daher auf die Entwicklung von Materialien, die ähnlich dynamisch agieren wie dreidimensionale biologische Nervensysteme. „Dynamik“ entsteht hierbei dadurch, dass sich die Anordnung von Atomen, Molekülen und Partikeln verändern kann. Dafür identifizierte das Team sieben Grundprinzipien, die Computer-Hardware erfüllen muss, um ähnlich wie das Gehirn zu funktionieren. Dazu gehört zum Beispiel eine gewisse Veränderbarkeit: Die sogenannte Plastizität des Gehirns gilt als Voraussetzung für Lern- oder Erinnerungsprozesse. Die Materialien, die das Team daraufhin entwickelte, erfüllten verschiedene dieser Grundprinzipien. Das „ultimative“ Material, das alles erfüllt, gibt es allerdings noch nicht.

Jenseits der klassischen Siliziumtechnologie

„Wenn wir solche Materialien untereinander oder mit anderen kombinieren, eröffnen sich Möglichkeiten jenseits der klassischen Siliziumtechnologie“, ist sich Prof. Dr. Rainer Adelung sicher, Professor für Funktionale Nanomaterialien. „Industrie und Gesellschaft brauchen immer mehr Rechenleistung, aber Strategien wie die Miniaturisierung der Elektronik stoßen in Standardcomputern mittlerweile an ihre technischen Grenzen. Mit unserer Studie wollen wir neue Denkhorizonte eröffnen.“
Maik-Ivo Terasa, Doktorand in der Materialwissenschaft und einer der Erstautoren der Studie, beschreibt als Beispiel das ungewöhnliche Verhalten spezieller granularer Netzwerke, die das Forschungsteam entwickelte: „Wenn wir Silber-Gold-Nanopartikel auf eine bestimmte Weise herstellen und ein elektrisches Signal anlegen, zeigen sie besondere Eigenschaften. Sie zeichnen sich durch eine Balance zwischen Stabilität und einer schnellen Veränderung ihrer Leitfähigkeit aus.“ Das ähnele dem Zustand der sogenannten Kritikalität, in dem das Gehirn im Gleichgewicht zwischen Plastizität und Stabilität am besten arbeite.
In drei weiteren Experimenten zeigten die Forschenden, dass sowohl mit Zinkoxid-Nanopartikeln als auch mit elektrochemisch gebildeten Metallfilamenten Netzwerkpfade über den elektrischen Input von Oszillatoren verändert werden können. Als das Forschungsteam diese Schaltungen koppelte, synchronisierten sich deren elektrische Signalausschläge außerdem nach einiger Zeit. Im Gehirn passiert während bewusster Sinneswahrnehmungen ähnliches bei den elektrischen Impulsen, die Informationen zwischen Neuronen austauschen.