Bald kommen die ersten neuromorphen Chips aus dem Labor ins richtige Leben. Die nach dem Vorbild von Gehirnen gebauten Chips erkennen Muster, sind lernfähig und brauchen extrem wenig Energie.
Von Christian Honey | Technology Review
Den IBM-Forschern konnte man nicht übertriebenes Marketing vorwerfen. Im August 2014 stellten sie ihren neuartigen Prozessor namens TrueNorth im Fachmagazin „Science“ vor und schrieben lediglich von seiner „neuromorphen“ Architektur, die den Elementen des Gehirns nachempfunden sei. Ansonsten aber waren die Autoren mit futuristischen Versprechen eher zurückhaltend: „Vielleicht können wir die heute existierenden Algorithmen für neuronale Netze effizient auf die Architektur übertragen.“ Dieses Jahr soll zeigen, dass sie falsch lagen – im positiven Sinn. Denn in den ersten neuromorphen Systemen wird sehr viel mehr stecken als ursprünglich vermutet.
Die Zurückhaltung rührte aus den Ursprüngen von TrueNorth. Sie liegen im 2005 gegründeten SyNAPSE-Projekt der Forschungseinrichtung Darpa des US-Militärs und damit lange vor den jüngsten Erfolgen in der künstlichen Intelligenz. Erst sieben Jahre später, im Jahr 2012, sollte eine Gruppe um Geoffrey Hinton von der Universität Toronto den ImageNet-Wettbewerb für die automatische Bilderkennung mit einem tiefen neuronalen Netzwerk gewinnen und dem „Deep Learning“ zu einem Durchbruch verhelfen.
Brights - Die Natur des Zweifels 