Maschinen werden uns Menschen immer ähnlicher – vor allem, wenn es um das Thema Regeneration geht. Das hat jetzt eine aktuelle Studie herausgefunden. Demnach benötigen künstliche Gehirne ebenso förderlichen und stimulierenden Schlaf, um leistungsfähig zu bleiben.
Künstliche Intelligenz – kurz KI – findet in den verschiedensten Einsatzbereichen unseres gesellschaftlichen Lebens ihre Anwendung.
Ob bei der medizinischen Diagnose, in der Verkehrsüberwachung oder in der Fertigungsindustrie: Permanent erhalten bestimmte Komponenten, die auch als Neuronen benannt werden, eine Vielzahl von Daten, auf deren Basis ein bestimmtes Problem gelöst werden soll.
Du willst nicht abgehängt werden, wenn es um KI, Green Tech und die Tech-Themen von Morgen geht? Über 12.000 Vordenker bekommen jeden Tag die wichtigsten News direkt in die Inbox und sichern sich ihren Vorsprung.
Nur für kurze Zeit: Anmelden und mit etwas Glück 50€ Amazon-Guthaben gewinnen!
Mit deiner Anmeldung bestätigst du unsere Datenschutzerklärung. Beim Gewinnspiel gelten die AGB.
Dabei analysiert ein neuronales Netzwerk die Interaktionen zwischen diesen Neuronen und stellt verschiedene Verhaltensmuster fest, die es stetig überprüft. Sind diese Muster für die Lösung eines Problems hilfreich, werden diese übernommen – genau so, wie ein menschliches Gehirn auch funktioniert.
Steigt die Anzahl der zugeführten Daten, steigt auch die Anzahl der Neuronen – wie bei einem biologischen Neuron auch. Doch nicht nur diese Erkenntnis zeigt, dass eine KI uns Menschen ähnelt.
Künstliche Intelligenz: Mit wellenartigen Schlafphasen zur Erholung
Dass eine Künstliche Intelligenz mit ziemlicher Sicherheit eine Phase der Ruhe benötigt, davon ist ein US-Wissenschaftsteam des Los Alamos National Laboratory überzeugt.
Grundlage für diese Erkenntnis ist ein Experiment, in dem das Team versuchte, neuronalen Netzwerken den Lernprozess von biologischen Systemen beizubringen.
Dabei konfrontierten sie die Netzwerke mit einem unbeaufsichtigten Wörterbuch-Training. Die Netzwerke mussten die dort auftauchenden Objekte in Klassen einteilen, ohne auf Beispiele zurückgreifen zu können.
Bei dem breit angelegten Versuch stellten die Wissenschaftler fest, dass die Netzwerk-Simulationen nach einer unbeaufsichtigten Lernphase ohne Pause instabil arbeiteten.
Zwangen die Forscher den Netzwerken wellenartige Zustände auf, wie es auch unsere Gehirne im Schlaf erfahren, arbeiteten die Netzwerke wieder stabil und regenerierten sich.
Künstliche Gehirne mit Geräuschen stimuliert
Zuvor versuchten die Forscher mit unterschiedlichen Rausch-Geräuschen, wie man sie beim Einstellen eines Radios kennt, die Netzwerke zu stützen. Den größten positiven Effekt stellten Wellen ähnlich des Gaußschen Rauschens mit einem weiten Amplituden- und Frequenzbereich dar.
Dabei konnten die Forscher ihre These bestätigen, dass dieses Rauschen dem sogenannten Slow-Wave-Schlaf nahe kommt, den auch biologische Neuronen durchlaufen.
Die Testergebnisse ließen das Forscher-Team darauf schließen, dass dieser Slow-Wave-Schlaf den neuronalen Netzwerken mehr Stabilität verleiht und gleichzeitig Halluzinationen verhindert.
Legen sich Chips von Intel künftig zur Ruhe?
Im nächsten Schritt wollen die Forscher versuchen, den von ihnen entwickelten Algorithmus in Intels neuromorphem Loihi-Chip zu implementieren. Auch dabei setzen sie auf das Prinzip „Schlaf“.
So soll es nämlich dem Chip gelingen, Daten, die eine Silizium-Retina-Kamera sammelt, in Echtzeit stabil zu nutzen und weiterzuverarbeiten.
Sind diese Ergebnisse ebenso erfolgreich wie im Test, können wir in Zukunft davon ausgehen, dass Androide und andere künstliche Intelligenzen ab und an ein rauschiges Nickerchen halten werden.
Auch interessant:
