Hersengïnspireerd computing krijgt €30M Nederlandse boost

Nederland zet opnieuw een stap om zich te profileren als koploper op het gebied van energiezuinig computergebruik, nu de Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO) 9 miljoen euro heeft toegekend aan een consortium van onderzoekers dat werkt aan computersystemen die het menselijk brein nabootsen. Dit initiatief biedt een antwoord op de ernstige energiecrisis waarmee moderne AI te kampen heeft, aangezien deze momenteel afhankelijk is van energieverslindende datacenters. Door af te stappen van traditionele siliciumarchitecturen en over te stappen op op het brein geïnspireerde ontwerpen, streeft het project naar een verbetering van de energie-efficiëntie.

De 10X-Factor(y) is een consortium onder leiding van professor Beatriz Noheda van het CogniGron-onderzoekscentrum van de Rijksuniversiteit Groningen en omvat grote technische universiteiten zoals de Technische Universiteit Eindhoven (TU/e), de Technische Universiteit Delft (TU Delft) en de Universiteit Twente, naast industriële giganten en start-ups zoals Infineon, Innatera en Snap Inc.

Waarom investeren in op de hersenen geïnspireerde informatica?

De belangrijkste reden voor deze investering is het stroomverbruik van traditionele AI. Terwijl moderne datacenters enorme hoeveelheden elektriciteit verbruiken om grote taalmodellen te verwerken, werkt het menselijk brein op ongeveer 20 watt. Het bereikt deze efficiëntie door middel van asynchrone verwerking en op gebeurtenissen gebaseerde signalering. In tegenstelling tot standaardcomputers, die voortdurend gegevens verplaatsen tussen een aparte processor en geheugeneenheid – een proces dat bekend staat als de ‘Von Neumann-bottleneck’ – verwerkt het brein informatie op de plek waar deze is opgeslagen.

De routekaart van 10X-Factor(y)

Het 10X-Factor(y)-project streeft ernaar deze principes toe te passen door hardware te ontwikkelen die alleen wordt geactiveerd wanneer dat nodig is. Huidige AI-hardware heeft vaak moeite om ongebruikte componenten uit te schakelen, wat leidt tot energieverspilling. Door gebruik te maken van spiking neural networks (SNN's) en gedecentraliseerde architecturen streeft het project naar systemen die tot 10.000 keer efficiënter zijn dan de huidige oplossingen.

Dit betekent een fundamentele verandering in de manier waarop machines rekenen. Als deze doelstellingen worden bereikt, kunnen complexe AI-taken worden uitgevoerd op kleine, batterijgevoede apparaten aan de ‘rand’ van het netwerk, zonder dat er een permanente verbinding met de cloud nodig is.

De NWO-subsidie fungeert als katalysator voor een totaal projectbudget van € 30 miljoen, waarbij de rest wordt bijgedragen door particuliere industriële partners en onderzoeksinstellingen. Het project is opgezet als een tienjarenplan voor de overgang van laboratoriumonderzoek naar industriële toepassingen in de praktijk. Het integreert voorheen gefragmenteerde inspanningen in een uniforme, door de industrie aangestuurde strategie. Door deze middelen te bundelen, streeft Nederland ernaar een kritische massa aan expertise te creëren die op wereldschaal kan concurreren.

Het strategische belang van dit project reikt verder dan energiebesparing en omvat ook nationale en Europese digitale soevereiniteit. De coalitie Neuromorphic Computing NL (NC-NL), die de strategische basis voor dit initiatief vormt, benadrukt de noodzaak voor Nederland om zijn afhankelijkheid van buitenlandse hardwareleveranciers te verminderen. Door eigen neuromorfische chipontwerpen en productieprocessen te ontwikkelen, kan het land zijn economische kracht en technologische autonomie veiligstellen.

Praktische toepassingen

Om de haalbaarheid van op de hersenen geïnspireerde computersystemen aan te tonen, zal het 10X-Factor(y)-project zeven verschillende demonstratiemodellen ontwikkelen. Deze prototypes zullen neuromorfische principes toepassen op diverse gebieden, waaronder robotica, gezondheidsmonitoring en industriële automatisering.

Zo geeft Federico Corradi van de TU/e leiding aan het onderzoek naar neuromorfische edge computing, waarbij de nadruk ligt op de manier waarop deze chips de realtimeverwerking in autonome systemen kunnen verbeteren. Op het gebied van gezondheidsdiagnostiek zouden energiezuinige, op de hersenen geïnspireerde chips ervoor kunnen zorgen dat draagbare apparaten vitale functies kunnen monitoren en afwijkingen kunnen detecteren zonder dat de batterijen urenlang leeglopen. In de robotica kunnen neuromorfische sensoren visuele gegevens verwerken op een manier die sterk lijkt op die van het menselijk oog, waarbij ze direct op bewegingen reageren in plaats van te wachten tot een centrale processor elk videoframe heeft geanalyseerd.

Deze demonstraties zijn essentieel om marktleiders te laten zien dat neuromorfische hardware klaar is voor commercieel gebruik. Het project richt zich ook op de pijler ‘verantwoorde innovatie’, waarbij wordt gewaarborgd dat deze nieuwe technologieën worden ontwikkeld met ethische en duurzame kaders in het achterhoofd. Door deze systemen in praktijksituaties te testen, kan het consortium de co-ontwerpplatforms voor hardware en software verfijnen die nodig zijn om een breed scala aan toekomstige AI-toepassingen te ondersteunen.

De toekomst van hardware

De technische voorhoede van dit project omvat geavanceerde hardware-innovaties zoals memristors (elektronische componenten) en dunne-filmmaterialen. Onderzoekers zoeken naar manieren om geheugen en verwerking in één enkele eenheid te integreren, om zo de energie-intensieve gegevensoverdracht te elimineren. Recente doorbraken in de materiaalkunde, zoals het gebruik van dunne films van hafniumoxide, hebben aangetoond dat het energieverbruik van AI op componentniveau met 70% kan worden verminderd.

Het Nederlandse initiatief bouwt voort op deze wereldwijde trends door zich te richten op de gehele stack, van geavanceerde materialen tot systeemintegratie. Het uiteindelijke doel is een toekomst waarin AI alomtegenwoordig en efficiënt is en naadloos is geïntegreerd in de fysieke wereld, zonder de milieukosten van de huidige computertechnieken.