Künstliches Gehirn – Technologiekonzern HP will den Computer revolutionieren

Hewlett Packard arbeitet weiterhin an einer Technologie die die neuronale Leistungsfähigkeit des menschlichen Gehirns nachahmen soll. Im Jahr 2014 ließ der Technologiekonzern HP über die Medien verkünden, die Technologie des Betriebssystems neu definieren zu wollen.

Im Wesentlichen arbeiten die Ingenieure schon seit 2008 an der vielversprechenden Technik dessen Name sich aus den Begriffen memory und resister zusammensetzt. Ein Memristor zeichnet sich dadurch aus, dass es die Möglichkeit vereint, Daten berechnen und zugleich speichern zu können. Das passive elektrische Bauelement dessen elektrischer Widerstand nicht konstant ist, sondern von seiner Vergangenheit abhängt, weist Fähigkeiten auf, welche mit der grundsätzlichen Arbeitsweise eines menschlichen Gehirns verglichen werden kann. Der aktuelle Widerstandswert richtet sich nach der Menge und der Fließrichtung der vorangegangenen Daten. Dieser Wert behält sich auch ohne Stromzufuhr.
Trotz großer Fortschritte konnte das Produkt auch zwei Jahre danach nicht auf den Markt gebracht werden. Dabei sind die Schaltmodule in ihrer Reaktion höchst unterschiedlich. Spannungsimpulse variieren mit Leitfähigkeit. Das menschliche Gehirn gilt dabei als Vorlage zur Entwicklung solcher neuronaler Netzwerke. Diese Schaltmodule könnten in Zukunft herkömmliche Transistoren und Dioden ersetzen. Die Fachzeitschrift „Nature“ berichtete über einen Versuch bei dem ein Netzwerk von nur 60 Memristoren einzelne Buchstaben speichern und erkennen konnte. Eine Gruppe von Wissenschaftlern um Mirko Prezioso konstruierten das Herzstück des Memristors aus 24 sich kreuzenden Metallelektroden. Die aneinander gereihten Streifen aus Titan, Platin und Tantal stehen dabei nicht direkt in Kontakt zueinander. Sie sind durch millionstel Millimeter Schichten aus Titan- und Aluminiumoxid voneinander getrennt. Jeder Knoten bildet so jeweils einen Memristor, der in Abhängigkeit von kleinen Spannungsimpulsen seinen elektrischen Widerstand ändert. Eine entsprechende Studie zur Lernfähigkeit solcher Netzwerke wurde erfolgreich durchgeführt. Demnach wurde ein Netzwerk mit Spannungsimpulsen gespeist, worauf sich elektrische Widerstände an den Knotenpunkten veränderten. Anschließend wurde das Netzwerk über die Eingangselektroden mit schwächeren Spannungsimpulsen gespeist, welche entweder Buchstaben oder willkürlicher Pixelanordnungen entsprachen. Die Stromstärke an den Ausgangselektroden ließ dabei feststellen, ob die Eingangssignale für das Netzwerk einen Buchstaben oder ein wirres Pixelmuster darstellten.