Neuer Ansatz für energieeffiziente KI-Anwendungen gefunden

Der energieeffiziente Algorithmus der TU Graz-Forscher wird in vom menschlichen Gehirn inspirierte Rechensysteme implementiert, wie dem Spike-basierten SpiNNaker (hier abgebildet). SpiNNaker ist Teil der Forschungsinfrastruktur EBRAINS des Human Brain Project. Forschungszentrum Jülich - Forscher der TU Graz zeigen eine neue Design-Methode für besonders energieschonende künstliche neuronale Netzwerke, die mit extrem wenigen Signalen auskommen, und - ähnlich wie der Morse-Code - auch den Pausen zwischen den Signalen eine Bedeutung zuweisen. Die meisten neuen Errungenschaften der Künstlichen Intelligenz (KI) erfordern sehr große neuronale Netze. Sie bestehen aus hunderten Millionen von Neuronen, die in mehreren hundert Schichten angeordnet sind, also sehr ,,tiefe" Netzstrukturen haben. Diese großen, tiefen neuronalen Netze verbrauchen im Computer sehr viel Energie. Besonders energieintensiv sind jene neuronalen Netze, die in der Bildklassifizierung (z.