AI breidt zich snel uit en vraagt steeds meer energie, maar zijn team aan de Universiteit Twente kijkt in een andere richting. In plaats van steeds grotere en snellere servers te bouwen, ontwikkelen zij “neuromorfe chips”. Dit zijn slimme apparaten die meer doen met minder energie en daarmee een radicaal nieuw perspectief bieden op een van de grootste uitdagingen van AI.
"Een AI opdracht kan net zoveel energie kosten als je telefoon tien minuten opladen", legt Wilfred uit in de podcast. "Het datacentrum is uit het zicht maar de energierekening niet."
Slimmere chips die zich gedragen als neuronen
Bij de NanoElectronics groep in Twente bouwen onderzoekers analoge, trainbare chips die zich meer gedragen als netwerken van neuronen dan als traditionele processors. "Hun gedrag ligt niet vast bij het ontwerp", zegt Wilfred. "Je kunt ze na productie afstemmen, net zoals je een neuraal netwerk traint. Door gebruik te maken van herconfigureerbare niet lineaire verwerkingsunits kunnen we complexe berekeningen efficiënter uitvoeren, met minder stappen en zonder steeds opnieuw data uit het geheugen te hoeven halen. De fysica doet het rekenwerk voor je."
Een veelbelovende toepassing van deze aanpak is spraakherkenning. Het team van Wilfred vroeg onlangs een patent aan voor een systeem dat ruwe audio rechtstreeks verwerkt op hun neuromorfe chip. Dit maakt het mogelijk om hoogwaardige spraakherkenning uit te voeren met veel kleinere en eenvoudigere digitale modellen. "We slaan een groot deel van de zware signaalverwerking over. Er is geen noodzaak om het signaal eerst om te zetten naar digitaal of naar het frequentiedomein", zegt hij. "Dat bespaart veel energie en levert toch goede resultaten op."
Deze chips verwerken niet alleen informatie, ze leren echt!
Wat gebeurt er als hardware leert?
Het idee van een chip die zich aanpast aan zijn omgeving klinkt krachtig en dat is het ook. Maar het roept ook belangrijke ethische vragen op. "We ontwikkelen fysieke systemen die zich kunnen aanpassen en leren, waarmee we kunstmatige intelligentie letterlijk in de hardware brengen", merkt Wilfred op. "Als deze systemen autonomer worden, moeten we moeilijke vragen stellen over controle, verantwoordelijkheid en onbedoelde gevolgen." Om deze uitdagingen aan te pakken, werkt zijn groep nauw samen met ethici en filosofen.
Van datacentra naar toepassingen in de echte wereld
Wilfred ziet neuromorfe chips niet als vervanging van digitale computers. "We zullen altijd precieze en robuuste systemen nodig hebben voor veel taken", zegt hij.
Hij ziet de adaptieve chips vooral als aanvulling, juist voor data intensieve toepassingen waar energieverbruik zwaar telt. Denk aan edge apparaten in telefoons, auto’s of zelfs medische implantaten. "Ze zijn licht, snel en hebben geen constante internetverbinding nodig. Dat maakt ze ideaal voor gebruik in de echte wereld", voegt hij toe.
De toekomst verantwoord vormgeven
Naarmate AI hardware zich ontwikkelt, nemen ook de maatschappelijke gevolgen toe. Voor Wilfred betekent dat: het gesprek over de ethische kant moet nu gevoerd worden, niet pas achteraf. "We willen geen krachtige technologie bouwen om pas later te vragen of we het anders hadden moeten doen", zegt hij. "Dat gesprek moet plaatsvinden terwijl het vakgebied nog in ontwikkeling is."
