Doorbraak van CWI maakt AI tot duizendmaal energie-efficiënter

Dankzij een wiskundige doorbraak vanuit het CWI, deelnemer aan de Nederlandse AI coalitie, kunnen toepassingen van artificiële intelligentie (AI), zoals spraakherkenning, gebarenherkenning en de classificatie van elektrocardiogrammen (ECG), een factor honderd tot duizend energiezuiniger worden. Dat betekent dat het mogelijk wordt om kunstmatige intelligentie in chips te stoppen, waardoor toepassingen bijvoorbeeld op een smartwatch of een smartphone kunnen draaien terwijl dat tot op heden in de cloud plaats moest vinden.

Door AI op een lokaal apparaat te draaien, worden de toepassingen bovendien robuuster en privacy-vriendelijker. Robuuster, omdat er geen netwerkverbinding met de cloud meer nodig is. En privacy-vriendelijker, omdat data lokaal kunnen blijven. De wiskundige doorbraak is bereikt door onderzoekers van het Centrum Wiskunde & Informatica (CWI) en het Eindhovense onderzoekscentrum IMEC/Holst Centre en is gepubliceerd in een paper van de International Conference on Neuromorphic Systems (door Bojian Yin, Federico Corradi, Sander M. Bohté). De onderliggende wiskunde is open source beschikbaar.

Een nieuw algoritme

Onder leiding van CWI-onderzoeker en UvA-hoogleraar cognitieve neurobiologie Sander Bohté en ontwikkelden de onderzoekers Bojian Yin en Federico Corradi een nieuw algoritme voor een zogeheten spiking neural network (gepulst neuraal netwerk). Zulke netwerken bestaan al langer, maar hadden tot nu toe het grote nadeel dat ze wiskundig moeilijk hanteerbaar waren waardoor ze in de praktijk niet konden worden toegepast. Het nieuwe algoritme bevat twee wiskundige doorbraken. De neuronen in het netwerk hoeven veel minder met elkaar te communiceren en daarnaast hoeft elk neuron ook nog eens minder te rekenen.

“In combinatie zorgen deze doorbraken ervoor dat kunstmatige intelligentie meer dan duizend keer energiezuiniger wordt, vergeleken met ouderwetse neurale netwerken en een factor honderd energiezuiniger dan de beste hedendaagse neurale netwerken”, zegt onderzoeksleider Sander Bohté.

Zuinig als het menselijk brein

Bohté haalt zijn inspiratie en motivatie uit het feit dat het menselijke brein informatie verwerkt op een ongelofelijk energiezuinige manier (20 watt). Computers die neurale netwerken nabootsen, hebben in de afgelopen jaren weliswaar prachtige toepassingen opgeleverd (beeldherkenning, spraakherkenning, automatisch vertalen, medische diagnoses), maar gebruiken veel meer energie dan het menselijk brein.

De spiking neurale netwerken die Bohté en zijn collega’s ontwikkelen, verschillen van de klassieke neurale netwerken, die tot nu toe in AI-toepassingen zaten. Bohté: “In de klassieke neurale netwerken zijn de signalen continu en wiskundig makkelijk hanteerbaar. Spiking neurale netwerken werken met pulsjes en staan dichter bij de biologie van de hersenen. Dat betekent wel dat signalen discontinu zijn en wiskundig veel lastiger hanteerbaar.”

Nieuw soort chips nodig

Om spiking neurale netwerken efficiënt toepassingen te laten draaien, zijn wel eerst aparte chips nodig. Bohté verwacht dat er binnen een jaar prototypen zijn: “Allerlei bedrijven werken daar hard aan, zoals onze projectpartner IMEC/Holst Centre.”

De spiking neurale netwerken van Bohté en zijn collega’s kunnen momenteel zo’n duizend neuronen aan. Dat is beduidend minder dan klassieke neurale netwerken op dit moment aankunnen, maar wel genoeg voor velerlei toepassingen van spraakherkenning en ECG-analyse tot het herkennen van gebaren. De volgende uitdaging is dan ook om hun netwerken op te schalen naar 100.000 of een miljoen neuronen. Dat zal de toepassingsmogelijkheden nog verder uitbreiden.

Het onderzoeksproject van Bohté en zijn collega’s vindt plaats binnen het NWO Perspectief-programma ‘Efficient Deep Learning’.

Delen via:
Share on linkedin
Share on twitter
Share on whatsapp
Share on email
Share on print
Share on facebook

Meer informatie

Organisatie
Samenwerkingspartners

Bouwstenen

De NL AIC werkt samen aan de benodigde kennis, expertise en resultaten op vijf thema’s, ook wel bouwstenen genoemd, die belangrijk zijn voor een innovatieve impact in economische en maatschappelijke toepassingsgebieden.

Toepassingsgebieden

AI is een generieke technologie die uiteindelijk haar toepassing vindt in alle sectoren. Het is van belang in te zetten op specifieke, voor Nederland relevante sectoren, waar goede resultaten te behalen zijn en waar kennis en ervaring opgeschaald kan worden voor toepassing in andere sectoren.

Word deelnemer

Om initiatieven in Artificial Intelligence te stimuleren en te verbinden, zijn we er als Nederlandse AI Coalitie van overtuigd dat een actieve samenwerking met een breed palet aan stakeholders essentieel is. In het eigen vakgebied en met andere stakeholders in het ecosysteem om een zo groot mogelijke impact te bereiken voor de ontwikkeling en toepassing van AI in Nederland. Vertegenwoordigers uit het bedrijfsleven (groot, klein, startup), overheid, onderzoeks- en onderwijsinstellingen en maatschappelijke organisaties kunnen deelnemen.

Geïnteresseerd? Kijk voor meer informatie op de pagina over de NL AIC.