Mit Loihi bringt Intel einen Chip mit einem neuen Design auf den Markt, der sich das menschliche Gehirn zum Vorbild nimmt und 130 000 Neuronen sowie 130 Millionen Synapsen nachbildet.

Laut Michael Mayberry, dem Chef der Intel Labs, handelt es sich bei dem Chip noch um experimentelle Hardware. Er soll ab November hergestellt werden und 2018 vor allem an Universitäten zum Einsatz kommen. Der Chip soll lernen, auf Basis von Umgebungsfeedback zu operieren, und mit der Zeit intelligenter werden. Dazu soll er kein traditionelles Training brauchen, sondern verwendet einen Ansatz namens “Asynchronous Spiking”.

Impulse und Spitzen sollen dabei die Stärke der Synapsen und das Gewicht der Verbindungen beeinflussen, wobei das Timing der Wellenspitzen eine Rolle spielt. Generell orientiere sich der Chip an den grundlegenden Vorgängen im Gehirn und daran, wie Neuronen kommunizieren und lernen. Glaubt man Mayberry, verschaffe das dem Chip einige Vorteile gegenüber CNNs (Convolutional Neural Networks) und Deep Learning Neural Networks (DLNN).

Während Deep-Learning-Modelle nicht gut generalisieren würden, seien die Möglichkeiten der selbstlernenden Chips “grenzenlos”. So könne ein System etwa selbstständig lernen, Herzschläge zu messen, und normale von abweichenden zu unterscheiden. Auch die IT-Security könne davon profitieren: In Intrusion-Detection-Systemen (IDS) könnten solche Chips selbstständig abweichende Muster erkennen, wie sie etwa bei Hacker-Angriffen auftreten.

Mit Loihi will Intel dem Gehirn nacheifern (Quelle: Intel)

Die mit dem Loihi-Chip betriebenen Maschinen könnten selbstständig lernen und sich in Echtzeit anpassen anstatt auf Updates aus der Cloud zu warten. Die Lernrate sei dabei deutlich höher als bei anderen Spiking-Neural-Netzen. Im Vergleich mit DLNN und CNN brauche Loihi zudem deutlich weniger Energie, um dieselbe Aufgaben zu bewältigen.

Rein technisch bringt Loihi ein asynchrones neuromorphes Manycore-Netzwerk mit, das eine Reihe Topologien neuronaler Netzwerke abdeckt (etwa einschichtige, mehrschichtige und rekurrente), wobei jedes Neuron mit tausenden anderen Neuronen kommunizieren kann. Jeder neuromorphe Kern bringt eine Lern-Engine mit, die sich programmieren lässt, um im Betrieb Netzwerkparameter zu übernehmen und so verschiedene Lernparadigmen neuronaler Netze umzusetzen (überwacht, nicht-überwacht, bestärkend).

Der Chip verwendet Intels 14-Nanometer-Technologie, bringt 130 000 künstliche Neuronen und 130 Millionen Synapsen mit und unterstützt verschiedene effiziente Algorithmen zur Wegefindung, sparsame Kodierung, Wörterbuch-Lernen und weitere. Intel sieht den Einsatzort der neuen Chips vor allem im Bereich der künstlichen Intelligenz und hier zum Beispiel in der Autoindustrie, industriellen Anwendungen und in Personalrobotern.