„Beim Entwurf der Netzwerkarchitektur haben wir uns vom geruchsverarbeitenden Nervensystem der Insekten inspirieren lassen“, erklärt Michael Schmuker, Erstautor der Studie. „Dieses ist von Natur aus für die hochparallele Verarbeitung der komplexen chemischen Welt optimiert.“ Gemeinsam mit Arbeitsgruppenleiter Martin Nawrot und Thomas Pfeil konnte er erstmalig zeigen, dass ein neuromorpher Chip eine solch komplexe Aufgabe lösen kann. Für ihre Arbeit benutzten die Forscher einen Chip mit Neuronen aus Silizium, der am Kirchhoff-Institut für Physik der Universität Heidelberg entwickelt wurde.

Computerprogramme, die Daten klassifizieren können, finden in den verschiedensten technischen Geräten Anwendung, etwa in Smartphones. Den neuromorphen Netzwerk-Chip könnten auch Super-Computer nutzen, die nach dem Vorbild des menschlichen Gehirns gebaut werden, um sehr komplexe Aufgaben zu lösen. Mithilfe ihres Prototyps können die Berliner Wissenschaftler nun auch erforschen, wie sie Netzwerke konstruieren müssen, um den Besonderheiten dieser Gehirn-ähnlichen Computer gerecht zu werden. Eine große Herausforderung dabei ist, dass keine zwei Nervenzellen gleich sind – weder in Silizium noch im natürlichen Vorbild, dem Gehirn.

Das Bernstein Zentrum Berlin ist Teil des Nationalen Bernstein Netzwerks Computational Neuroscience. Seit 2004 fördert das Bundesministerium für Bildung und Forschung (BMBF) mit dieser Initiative die neue Forschungsdisziplin Computational Neuroscience mit über 170 Millionne Euro. Das Netzwerk ist benannt nach dem deutschen Physiologen Julius Bernstein (1835-1917).

PRESSEFOTO: Der neuromorphe Chip mit Neuronen aus Silizium, auf denen die Forscher ihr Netzwerk zur Klassifikation von Daten entwickelt haben. Copyright: Kirchoff-Institut für Physik, Uni Heidelberg