Neuronales Netz fährt Carrera-Rennautos
Neuronale Netze, die Struktur von biologischen Nervensystemen wie beispielsweise dem menschlichen Gehirn, werden schon lange auf dem Computer simuliert und sind die große Hoffnung der KI-Forschung. Allerdings ist das Gehirn eines Menschen vor allem wegen seiner ausgeprägten "parallelen Rechenstruktur" bislang dem Computer noch weit überlegen. Selbst neueste Workstation-Rechner mit ihrer hohen Rechenleistung können derzeit nur kleine Netze aus rund 300 Neuronen in Realzeit berechnen.
Dem Fachbereich Elektrotechnik an der Universität Dortmund ist es jetzt gelungen, ein völlig neuartiges Parallelrechnersystem mit einer Rechenleistung von mehr als 30.000 Neuronen zu entwickeln. Das System, das eine 100fach höhere Leistungsstärke hat als herkömmliche Systeme, steht nun voll funktionsfähig kurz vor seinem Einsatz. Mit dieser Entwicklung hofft die Universität eine potenzielle Lösung der zukünftigen Probleme der Mikroelektronik gefunden zu haben.
Am Beispiel einer Carrera-Rennbahn demonstrieren die Mitarbeiter des Fachbereichs Elektrotechnik, wie ein künstliches neuronales Netz die Geschwindigkeit eines realen Modell-Rennautos steuert. Ein Computer simuliert dabei das Netz in Echtzeit und lernt während jeder Runde, wo er das Rennauto am günstigsten abbremst und wieder beschleunigt; dabei passt er sich beliebigen Strecken an. Mithilfe einer Kamera im Auto haben die Wissenschaftler nach eigenen Aussagen bewiesen, dass das im Rechner simulierte neuronale Netz tatsächlich effektiver fährt als ein menschlicher "Fahrer".
Die Technik hinter dem künstlichen neuronalen Netz verfügt über mikroelektronische Schaltkreise, die rekonfiguriert werden können. Diese Chips werden erst im System jeweils speziell auf das Einsatzgebiet hin strukturiert und erlauben so die deutliche schnellere Durchführung der gewünschten Operationen. Die jeweiligen Operationen werden dabei bereits auf Schaltkreisebene optimiert und so im Gegensatz zu Standardprozessoren deutlich schneller durchgeführt.
Ein Vergleich zwischen einem schnellen Standardrechner und lediglich einem einzelnen Einschub des realisierten Rechnersystems zeigt laut der Universität Dortmund so bereits eine Geschwindigkeits-Steigerung von 1.000 Prozent. Diese soll durch den Einsatz weiterer Module noch erhöht werden können.
