Neues neuronales Netzwerk werkt mit 300.000 km/s

Natürliches neuronales Netzwerk diente als Vorbild.

Bild: pixelio.de, JMG)

Mit Lichtgeschwindigkeit arbeitet ein künstliches neuronales Netzwerk von Forschern der University of California. Bisher arbeiten derartige Netzwerke, die dem menschlichen Gehirn nachempfunden sind, mit elektrischem Strom, der sich deutlich langsamer bewegt als das Licht. Das kommt nämlich "nur" auf eine Geschwindigkeit von fast 300.000 Kilometer pro Sekunde.

Geheimnisse der Photonen

"Deep Learning" bezeichnet die Fähigkeit von neuronalen Netzwerken, wie das menschliche Gehirn, ständig dazuzulernen. Anders als der Mensch, dessen Gehirnfunktionen zwar gewaltig sind, aber letztlich beschränkt, können neuronale Netzwerke durchaus das Gehirn übertreffen. Deep Learning hat Computer beispielsweise das komplexe japanische Go-Spiel so perfekt beigebracht, dass die besten menschlichen Spieler keine Chance mehr haben.

Neuronale Netzwerke auf Basis von Photonen könnten die Lernfähigkeit nahezu explodieren lassen, glauben die Forscher um Xing Lin. Sie nennen ihre Entwicklung "Diffractive Deep Neural Network". Um es zu realisieren, schufen sie mithilfe eines 3D-Druckers kleine Kunststoffplättchen. Diese repräsentieren virtuelle Neuronen, also Nervenzellen, von denen es im menschlichen Gehirn rund 90 Mrd. gibt. Jedes künstliche Neuron hat die gleichen Fähigkeiten wie sein natürliches Vorbild. Es kann einfallendes Licht reflektieren oder weiterleiten - im menschlichen Gehirn sind es schwache Ströme.

Derzeit noch Anfangsstadium

Noch befindet sich das photonenbasierte neuronale Netzwerk im Anfangsstadium. Doch die Forscher konnten zeigen, dass es funktioniert. Es ist gewissermaßen eine Machbarkeitsstudie. Sie experimentierten mit fünf Kunststoffplättchen, zwischen denen kleine Zwischenräume bestanden. Davor befand sich ein Objekt, das erkannt werden sollte. Dann beschossen sie das erste Plättchen mit Laserlicht, das sich auf den Weg zu den anderen Plättchen machte. Am Ende fingen Photodioden das Licht auf. Daraus ließ sich das Objekt rekonstruieren.

Dann trainierten die Forscher ihr Netzwerk auf Zahlen. Nach und nach brachten sie dem System die Ziffern von null bis neun bei. In dieser Lernphase setzten sie einen konventionellen Computer ein, der mit Elektronen arbeitet. Insgesamt scannten sie die Bilder von 55.000 Zahlen ein. Der Wiedererkennungswert beim anschließenden Test mit dem photonenbasierten neuronalen Netzwerk lag bei 95 Prozent. Ein "ausgewachsenes" System ließe sich laut den Forschern beispielsweise einsetzen, um Gesichter in Menschenmassen zu identifizieren. Heutige neuronale Netzwerke schaffen das nicht mit der notwendigen Sicherheit.

Quelle: www.pressetext.com/Wolfgang Kempkens