09/08/2023
Door Ad Spijkers
Wetenschappers onderzoeken neuromorfe materialen om software en hardware sneller, efficiënter en flexibeler te maken.
Lerende algoritmen zijn intelligent, maar voor sommige toepassingen (zoals autonoom rijden) zijn ze ondanks technische vooruitgang nog niet slim genoeg. Conventionele computer hardware en software hebben niet voldoende interfaces om in geval van nood met dezelfde responsiviteit in te grijpen als een mens.
Neuromorfe materialen
Neuromorfe materialen zouden dit volgens Dr. Susanne Baumann (midden op de foto), Dr. Hermann Osterhage (rechts) en Dr. Eduardo Domínguez Vázquez (links) mogelijk kunnen maken. Zij onderzoeken neuromorfe materialen om hardware en software efficiënter, sneller en flexibeler te maken. Baumann is werkzaam aan het Institut für Funktionelle Materie und Quantentechnologie van Universität Stuttgart, Osterhage en Dr. Eduardo Domínguez Vázquez zijn verbonden aan Radboud Universiteit in Nijmegen.
"Algoritmen zijn door hun manier van werken al gemodelleerd naar het menselijk brein. Conventionele hardware is echter nog niet in staat om het volledige potentieel van deze algoritmen te implementeren", aldus Baumann. "We hebben hardware-technologieën nodig die meer op de hersenen lijken. Neuromorfe materialen kunnen hiervoor de sleutel zijn."
Afstemming
Het idee is om hardware en software nauwkeuriger op elkaar af te stemmen. In de praktijk zou dit minder verwerkingslussen en efficiëntere en snellere responsprestaties betekenen. Daartoe onderzoekt het team het potentieel van neuromorfe materialen. Dit zijn atomaire materialen die lijken op de neuronale structuur van de hersenen. Met behulp van scanning tunneling microscopie kunnen de onderzoekers dergelijke materialen volgens het puzzelprincipe atoom voor atoom in elkaar zetten en de gewenste eigenschappen geven.
"Het materiaal moet zich kunnen aanpassen aan veranderende eisen", zegt Baumann. Algoritmen leren daardoor efficiënter en sneller de gewenste output te genereren uit een aanvankelijk onbekende input. "Net zoals neurale paden in de hersenen zich vormen en sterker worden bij herhaalde uitvoering van een beweging, is neuromorfische hardware ontworpen om het leren van algoritmen te ondersteunen."
Financiering
Voor hun project Neuromorphic materials designed atom by atom (neurAm) hebben de onderzoekers een subsidie van een miljoen euro ontvangen van de Volkswagen Stiftung. Het doel is om deze nieuwe benadering in de komende vier jaar over te dragen naar hardware-technologieën. Momenteel breiden ze het team uit en zijn ze op zoek naar promovendi die zich bij het project willen aansluiten.
De foto toont het scanning tunneling microscopie beeld van een oppervlak met individuele atomen: onderzoekers gebruiken dergelijke atomen om neuromorfe materialen te ontwikkelen. (Beeldformaat: 5 nm x 7 nm).
Bron: AT-aandrijftechniek. Foto: Institut für Funktionelle Materie und Quantentechnologie