Sdecoret / Shutterstock
Een supercomputer die in april 2024 online moet gaan, zal volgens onderzoekers in Australië de geschatte snelheid van bewerkingen in het menselijk brein evenaren. De machine, DeepSouth genaamd, is in staat om 228 biljoen bewerkingen per seconde uit te voeren.
Het is ’s werelds eerste supercomputer die netwerken van neuronen en synapsen (belangrijke biologische structuren die ons zenuwstelsel vormen) kan simuleren op de schaal van het menselijk brein.
DeepSouth behoort tot een aanpak die bekend staat als neuromorphic computing, dat als doel heeft de biologische processen van het menselijk brein na te bootsen. Het wordt geleid vanuit het International Centre for Neuromorphic Systems aan de Western Sydney University.
Ons brein is de meest verbazingwekkende rekenmachine die we kennen. Door de
rekenkracht te verdelen over miljarden kleine eenheden (neuronen) die op elkaar inwerken via triljoenen verbindingen (synapsen), kunnen de hersenen wedijveren met de krachtigste supercomputers ter wereld, terwijl ze slechts hetzelfde vermogen nodig hebben als een koelkastlamp.
Supercomputers nemen over het algemeen veel ruimte in beslag en hebben grote hoeveelheden elektriciteit nodig om te werken. De krachtigste supercomputer ter wereld, de Hewlett Packard Enterprise Frontier, kan iets meer dan een quintiljoen bewerkingen per seconde uitvoeren. Hij beslaat 680 vierkante meter en heeft 22,7 megawatt (MW) nodig om te draaien.
Onze hersenen kunnen hetzelfde aantal bewerkingen per seconde uitvoeren met slechts 20 watt vermogen, terwijl ze slechts 1,3-1,4 kg wegen. Neuromorphic computing is er onder andere op gericht om de geheimen van deze verbazingwekkende efficiëntie te ontrafelen.
Transistors aan de grenzen
Op 30 juni 1945 beschreef de wis- en natuurkundige John von Neumann het ontwerp van een nieuwe machine, de Electronic Discrete Variable Automatic Computer (Edvac). Dit definieerde de moderne elektronische computer zoals wij die kennen.
Mijn smartphone, de laptop die ik gebruik om dit artikel te schrijven en de krachtigste supercomputer ter wereld hebben allemaal dezelfde fundamentele structuur die von Neumann bijna 80 jaar geleden introduceerde. Ze hebben allemaal verschillende verwerkings- en geheugeneenheden, waar gegevens en instructies worden opgeslagen in het geheugen en berekend door een processor.
Decennialang verdubbelde het aantal transistors op een microchip ongeveer elke twee jaar, een observatie die bekend staat als de Wet van Moore. Hierdoor konden we kleinere en goedkopere computers krijgen.
De grootte van transistors nadert nu echter de atomaire schaal. Bij deze kleine afmetingen is overmatige warmteontwikkeling een probleem, net als het fenomeen kwantumtunneling, dat de werking van de transistors verstoort. Dit vertraagt de miniaturisatie van transistors en zal deze uiteindelijk tot stilstand brengen.
Om dit probleem te overwinnen, onderzoeken wetenschappers nieuwe benaderingen voor
computers, te beginnen bij de krachtige computer die we allemaal in ons hoofd hebben: het menselijk brein. Onze hersenen werken niet volgens het computermodel van John von Neumann. Ze hebben geen aparte reken- en geheugengebieden.
In plaats daarvan werken ze door miljarden zenuwcellen met elkaar te verbinden die informatie communiceren in de vorm van elektrische impulsen. Informatie kan van het ene neuron naar het andere worden doorgegeven via een verbinding die synaps wordt genoemd. De organisatie van neuronen en synapsen in de hersenen is flexibel, schaalbaar en efficiënt.
Dus in de hersenen – en anders dan in een computer – worden geheugen en berekening bestuurd door dezelfde neuronen en synapsen. Sinds het einde van de jaren 1980 hebben wetenschappers dit model bestudeerd met de bedoeling het te importeren naar computers.
De voortdurende miniaturisatie van transistors op microchips wordt beperkt door de wetten van de fysica.
Gorodenkoff / Shutterstock
Imitatie van het leven
Neuromorfe computers zijn gebaseerd op ingewikkelde netwerken van eenvoudige, elementaire processors (die werken als de neuronen en synapsen van de hersenen). Het grote voordeel hiervan is dat deze machines inherent “parallel” zijn.
Dit betekent dat, net als bij neuronen en synapsen, vrijwel alle processoren in een computer potentieel gelijktijdig kunnen werken en met elkaar kunnen communiceren.
Omdat de berekeningen die door individuele neuronen en synapsen worden uitgevoerd zeer eenvoudig zijn in vergelijking met traditionele computers, is het energieverbruik bovendien ordes van grootte kleiner. Hoewel neuronen soms worden gezien als verwerkingseenheden en synapsen als geheugeneenheden, dragen ze bij aan zowel verwerking als opslag. Met andere woorden, de gegevens bevinden zich al op de plek waar de berekening ze nodig heeft.
Dit versnelt het rekenwerk van de hersenen in het algemeen omdat er geen scheiding is tussen geheugen en processor, wat in klassieke (von Neumann) machines een vertraging veroorzaakt. Maar het voorkomt ook de noodzaak om een specifieke taak uit te voeren om gegevens op te vragen van een hoofdgeheugencomponent, zoals gebeurt in conventionele computersystemen en een aanzienlijke hoeveelheid energie verbruikt.
De principes die we zojuist hebben beschreven vormen de belangrijkste inspiratie voor DeepSouth. Dit is niet het enige neuromorfe systeem dat momenteel actief is. Vermeldenswaard is het Human Brain Project (HBP), gefinancierd in het kader van een EU-initiatief. Het HBP was operationeel van 2013 tot 2023 en leidde tot BrainScaleS, een machine in Heidelberg, Duitsland, die de werking van neuronen en synapsen emuleert.
BrainScaleS kan de manier nabootsen waarop neuronen “pieken”, de manier waarop een elektrische impuls langs een neuron in onze hersenen beweegt. Dit zou BrainScaleS een ideale kandidaat maken om het mechanisme van cognitieve processen te onderzoeken en, in de toekomst, mechanismen die ten grondslag liggen aan ernstige neurologische en neurodegeneratieve ziekten.
Omdat ze gemaakt zijn om echte hersenen na te bootsen, zouden neuromorfische computers het begin kunnen zijn van een ommekeer. Ze bieden duurzame en betaalbare rekenkracht en stellen onderzoekers in staat om modellen van neurologische systemen te evalueren. Ze hebben het potentieel om zowel ons begrip van de hersenen te vergroten als nieuwe benaderingen van kunstmatige intelligentie te bieden.
Domenico Vicinanza werkt niet voor, heeft geen adviesfuncties, bezit geen aandelen in en ontvangt geen financiering van bedrijven of organisaties die baat hebben bij dit artikel en heeft geen relevante banden buiten zijn academische aanstelling bekendgemaakt.
