Bahnbrechende Studie: Neue Wege im Reservoir Computing
Universität Duisburg-Essen
(TL). Spracherkennung, Wettervorhersagen, Smart Home-Anwendungen: Künstliche Intelligenz und das Internet der Dinge sind aus unserem Alltag nicht mehr wegzudenken. Besonders interessant sind dabei Systeme, die auf Reservoir Computing basieren. Die Arbeitsgruppe um Prof. Dr. Karin Everschor-Sitte an der Universität Duisburg-Essen (UDE) erforscht neue Möglichkeiten in diesem Bereich, unter anderem durch den Einsatz magnetischer Materialien. Gemeinsam mit Expert für ferroelektrische Materialien hat das Team gezeigt, dass auch diese Systeme komplexe Daten schneller und effizienter verarbeiten können. Die Ergebnisse wurden in Nature Reviews Physics veröffentlicht.
Reservoir Computing nutzt ein großes Netzwerk (das Reservoir), um komplexe Aufgaben in eine einfacher zu verarbeitende Form zu bringen. Prof. Everschor-Sitte erklärt: „Als physikalisches Reservoir eignet sich jedes System mit vier Kerneigenschaften: Komplexität, Kurzzeitgedächtnis, Nichtlinearität und Reproduzierbarkeit.“ Besonders interessant sind hierbei magnetische Muster auf der Nanoskala, sogenannte Skyrmionen. Diese können durch elektrische Ströme, Temperatur, Spannung oder Lichtpulse manipuliert werden, was sie besonders energieeffizient und leicht steuerbar macht. Zudem sind sie mit der aktuellen Computer-Hardware kompatibel.
Vor etwa sieben Jahren legte das Team von Everschor-Sitte den Grundstein für das magnetische Reservoir Computing. Nun haben sie in Zusammenarbeit mit der Norwegian University of Science and Technology (NTNU) eine neue Variante entwickelt: das ferroelektrische Reservoir Computing. Diese Materialien speichern Energie gut und können ihre elektrische Polarisation ändern, was sie besonders vielseitig macht.
Diese Materialien ermöglichen Systeme, die komplexe Daten besser verarbeiten und Muster erkennen können. Sie sind besonders nützlich für zeitabhängige Daten, da sie vergangene Eingaben besser speichern und nutzen können.
Dank der neuen Möglichkeiten des Reservoir Computing könnten zukünftig leistungsfähigere Anwendungen entstehen, insbesondere in den Bereichen Sprach- und Bilderkennung, Sensorik und eingebettete Systeme. „Smart Home-Applikationen und das Internet der Dinge benötigen kompakte, schnelle und energieeffiziente Systeme“, sagt Dr. Atreya Majumdar. „Reservoir Computing bietet hierfür vielversprechende Lösungen.“
