Bestehende Computersysteme verfügen über separate Datenverarbeitungs- und Speichergeräte, was sie für die Verarbeitung komplexer Daten wie KI ineffizient macht. Ein KAIST-Forschungsteam hat ein Memristor-basiertes integriertes System entwickelt, das der Art und Weise ähnelt, wie unser Gehirn Informationen verarbeitet. Es ist nun bereit für den Einsatz in verschiedenen Geräten, einschließlich intelligenter Sicherheitskameras, die es ihnen ermöglichen, verdächtige Aktivitäten sofort zu erkennen, ohne auf entfernte Cloud-Server angewiesen zu sein, sowie in medizinischen Geräten, mit denen es bei der Analyse von Gesundheitsdaten in Echtzeit helfen kann.
KAIST (Präsident Kwang Hyung Lee) gab am 17. Januar bekannt, dass das gemeinsame Forschungsteam von Professor Shinhyun Choi und Professor Young-Gyu Yoon von der School of Electrical Engineering einen ultrakleinen Computerchip der nächsten Generation auf neuromorpher Halbleiterbasis entwickelt hat kann selbstständig lernen und Fehler korrigieren.
Das Besondere an diesem Rechenchip ist, dass er Fehler lernen und korrigieren kann, die aufgrund nicht idealer Eigenschaften auftreten, die in bestehenden neuromorphen Geräten nur schwer zu lösen waren. Beispielsweise lernt der Chip bei der Verarbeitung eines Videostreams, ein sich bewegendes Objekt automatisch vom Hintergrund zu trennen, und wird bei dieser Aufgabe mit der Zeit besser.
Diese Selbstlernfähigkeit wurde nachgewiesen, indem eine Genauigkeit erreicht wurde, die mit idealen Computersimulationen in der Echtzeit-Bildverarbeitung vergleichbar ist. Die wichtigste Errungenschaft des Forschungsteams besteht darin, dass es ein System fertiggestellt hat, das sowohl zuverlässig als auch praktisch ist und über die Entwicklung gehirnähnlicher Komponenten hinausgeht.
Das Forschungsteam hat das weltweit erste integrierte System auf Memristorbasis entwickelt, das sich an unmittelbare Umweltveränderungen anpassen kann, und eine innovative Lösung vorgestellt, die die Einschränkungen bestehender Technologie überwindet.
Das Herzstück dieser Innovation ist ein Halbleiterbauelement der nächsten Generation namens Memristor*. Die variablen Widerstandseigenschaften dieses Geräts können die Rolle von Synapsen in neuronalen Netzwerken ersetzen, und durch seine Nutzung können Datenspeicherung und Berechnung gleichzeitig durchgeführt werden, genau wie bei unseren Gehirnzellen.
*Memristor: Ein zusammengesetztes Wort aus Speicher und Widerstand, elektrisches Gerät der nächsten Generation, dessen Widerstandswert durch die Menge und Richtung der Ladung bestimmt wird, die in der Vergangenheit zwischen den beiden Anschlüssen geflossen ist.
Das Forschungsteam entwarf einen äußerst zuverlässigen Memristor, der Widerstandsänderungen präzise steuern kann, und entwickelte ein effizientes System, das komplexe Kompensationsprozesse durch Selbstlernen ausschließt. Diese Studie ist insofern von Bedeutung, als sie experimentell die Kommerzialisierungsmöglichkeit eines auf neuromorphen Halbleitern basierenden integrierten Systems der nächsten Generation bestätigte, das Echtzeitlernen und Inferenz unterstützt.
Diese Technologie wird die Art und Weise, wie künstliche Intelligenz in alltäglichen Geräten eingesetzt wird, revolutionieren und es ermöglichen, KI-Aufgaben lokal zu verarbeiten, ohne auf Remote-Cloud-Server angewiesen zu sein, wodurch sie schneller, datenschutzfreundlicher und energieeffizienter werden.
„Dieses System ist wie ein intelligenter Arbeitsplatz, an dem alles in Reichweite ist, anstatt zwischen Schreibtischen und Aktenschränken hin und her zu gehen“, erklärten die KAIST-Forscher Hakcheon Jeong und Seungjae Han, die die Entwicklung dieser Technologie leiteten. „Das ähnelt der Art und Weise, wie unser Gehirn Informationen verarbeitet, wobei alles auf einmal und an einer Stelle effizient verarbeitet wird.“
Die Forschung wurde mit Hakcheon Jeong und Seungjae Han, den Studenten des Integrierten Master- und Doktorandenprogramms an der KAIST School of Electrical Engineering, als Co-Erstautoren durchgeführt. Die Ergebnisse wurden im Januar online in der internationalen Fachzeitschrift Nature Electronics veröffentlicht 8. 2025.
Diese Forschung wurde durch das Next-Generation Intelligent Semiconductor Technology Development Project, das Excellent New Researcher Project und das PIM AI Semiconductor Core Technology Development Project der National Research Foundation of Korea sowie das Forschungs- und Entwicklungsunterstützungsprojekt des Electronics and Telecommunications Research Institute des Instituts unterstützt für Planung und Bewertung von Informations- und Kommunikationstechnologie.
