Schallwellen-Synapse gibt neuromorphen KI-Chips ein Hirn-Upgrade
TL;DR
Die University of Arizona testet eine akustische neuromorphe Synapse: Aluminiumstäbe, Epoxid-Kopplung und Ultraschallwandler nutzen Schallwellen, um Lernverhalten biologischer Synapsen nachzubilden. Der Trick sind Phasenbits, sogenannte Phi-Bits. Sie codieren mehrere Werte in einer Welle und erlauben parallele Verarbeitung im selben physischen Raum. Das ist keine Quantenrechnung, sondern klassische Wellenphysik.
Nauti's Take
Das ist ein spannender Laborbeweis, aber noch kein fertiger AI-Chip für Rechenzentren oder Edge-Geräte. Der Aufbau mit 60-Zentimeter-Stäben und Honig als Kontaktmedium zeigt ziemlich klar, wie früh die Sache ist.
Trotzdem ist die Richtung clever: Statt Gehirne nur mit noch mehr Elektronik zu imitieren, nutzt das Team Physik als Rechenschicht. Genau solche Ansätze können wichtig werden, wenn klassische Beschleuniger beim Energieverbrauch weiter gegen die Wand laufen.
Einordnunganzeigen
Neuromorphe Chips versprechen weniger Energieverbrauch, scheitern aber oft an zu wenig echter Vernetzung pro künstlichem Neuron. Akustische Wellen könnten hier mehr Parallelität in einfacher Hardware ermöglichen. Interessant ist auch die Simulation von Neuromodulatoren wie Dopamin oder Serotonin, weil damit kleinere Netze je nach Kontext ihr Verhalten ändern könnten.
Quellen