Neuromorphic Computing

Neuromorphic Computing

Die dritte Generation künstlicher neuronaler Netzwerke

Neuromorphic Computing

Bei unserer Forschungsarbeit konzentrieren wir uns darauf, die Lernfähigkeit und Intelligenz technischer Systeme zu verbessern, sei es in der Industrie-, Automobil-, Robotik- oder Mobilfunkbranche. Wir nutzen dabei Erkenntnisse aus der Neurobiologie und verwenden Softwaremethoden aus dem Bereich Künstliche Intelligenz (KI) bzw. aus deren Teilgebiet Deep Learning.

Zur Informationsverarbeitung setzen wir auf sogenannte Spiking Neural Networks (SNN), die dritte Generation neuronaler Netzwerke. Dabei werden die Daten zwischen den informationsverarbeitenden Einheiten ähnlich wie im menschlichen Gehirn in Form von Pulsen codiert. Mit pulscodierten, künstlichen neuronalen Netzen ist eine energieeffizientere Informationsverarbeitung möglich, besonders über neuromorphe Hardware.

In Zusammenarbeit mit unseren Kollegen vom Lehrstuhl für Theoretische Informatik unter der Leitung von Prof. Wolfgang Maass, TU Graz, entwickeln wir Algorithmen und Software für extrem energiesparende neuromorphe Hardware.

Dabei werden wir

  • Möglichkeiten und Grenzen von Berechnungen mit SNN ausloten
  • klassische neuronale Netzwerkalgorithmen auf SNN und neuromorphe Hardware portieren
  • neue Lernmethoden für SNN entwickeln
  • ein Software-Framework für das Lernen von SNN schaffen
  • innovative Robotikexperimente in geschlossener Schleife mit realen und virtuellen Robotern, Umgebungen und SNN-Implementationen von Lern- und Entscheidungsprozessen gestalten.
Prof. Dr. Wolfgang Maass

Ihr Kontakt

Prof. Dr. Wolfgang Maass

maass@fortiss.org

Projekte