Heutige Computer können zwar mittels künstlichen neuronalen Netzwerken wie ein Gehirn Informationen verarbeiten, jedoch arbeitet die zentrale Recheneinheit eines Computers, die CPU, völlig verschieden als die grauen Zellen.
Die verwendete Von-Neumann-Architektur bei Computer sieht eine Trennung zwischen Datenspeicherung und Datenverarbeitung vor. Im Gehirn hingegen werden Daten sowohl in den Neuronen gespeichert als auch verarbeitet.
Das Team um Mark C. Hersam an der Universität Northwestern University entwickelte nun ein neuartiges, elektronisches Bauelement, dass die Funktionsweise eines Neurons nachahmt: Den Memtransistor. Mit diesen kommen die Forscher den Schritt eines gehirnähnlichen und effizienten Computer deutlich näher.
Memtransistor speichern und verarbeiten Informationen
Memtransistoren sind Transistoren die zusätzlich Informationen speichern können. Sie können wie gewöhnliche Transistoren elektrische Ströme schalten mit dem Vorteil, aus bereits vergangen Schaltvorgängen zu "lernen". Mit gezielten Spannungspulse von bis zu 80 Volt konnte der elektrische Widerstand des Memtransistors so verändert werden, sodass dieser den neuen Wert dauerhaft speicherte. Dadurch sind wiederbeschreibbare Speichervorgänge möglichen.
Neuronale Netzwerke aus Memtransistoren
Es gab bereits Projekte mit ähnlichen Vorgehen. Der Memtransistor unterscheidet sich zu diesen in seiner Anzahl der elektrischen Eingänge: Er verfügt über 7 Eingänge. Hinzu kommt, dass sich die 7 Eingänge des Memtransistors gegenseitig beeinflussen. Eine Änderung an einem Kontakt hat eine Änderung an allen 6 weiteren Kontakten zu Folge. Mit dieser Eigenschaft lassen sich Netzwerke aus Memtransistoren aufbauen, die den neuronalen Netzwerken des Gehirns deutlich näher kommen.
Zukünftige Forschungsarbeiten sollen nun Netzwerke aus Memtransistoren weiter erforschen. Ziel der Forscher ist es elektronische Netzwerke aus Memtransistoren zu entwickeln, die die Erforschung der künstlicher Intelligenz weiter voranbringen soll. Der Vorteil von elektronischen, neuronalen Netzwerken gegenüber herkömmlichen Computer, in denen künstliche Intelligenz bisher nur simuliert wurde, liegt in der deutlich schnelleren Arbeitsweise.