Die Universität zu Lübeck hat sich erfolgreich in die Forschung im Bereich der künstlichen Intelligenz (KI) und neuronalen Netzwerke eingebunden. Das Forschungsteam unter der Leitung von Prof. Dr. Sebastian Otte und Saya Higuchi hat durch die Entwicklung eines effizienten und energiesparenden Neuronenmodells bedeutende Fortschritte erzielt. Dieser Durchbruch wurde kürzlich auf der renommierten International Conference on Machine Learning (ICML) 2024 vorgestellt, was die Anerkennung der Forschung innerhalb des KI-Forschungsbereichs weiter unterstreicht.
Eine zentrale Herausforderung in der Anwendung von KI ist der hohe Energieverbrauch, der sich negativ auf die Umwelt auswirkt. Dies betrifft nicht nur große Computer, die KI-Modelle trainieren, sondern auch mobile Roboter, tragbare Geräte und intelligente Sensoren, die in energiebeschränkten Umgebungen arbeiten. Die Entwicklung eines nachhaltigeren Ansatzes für KI ist daher von großer Bedeutung, um den Energieverbrauch zu reduzieren und umweltfreundlichere Lösungen zu schaffen.
Durch die Anwendung von „Spiking Neural Networks“ und dem innovativen „Balanced Resonate-and-Fire“-Modell ist es Prof. Otte und seinem Team gelungen, stabile und effiziente neuronale Netzwerke zu entwickeln. Diese Netzwerke verbrauchen nur dann Energie, wenn sie aktiv sind, und können so den Energieverbrauch erheblich reduzieren. Dieser Ansatz ermöglicht es KI-Systemen, effektiver zu lernen und dabei weniger Ressourcen zu verbrauchen.
Die Fortschritte des Forschungsteams der Universität zu Lübeck tragen dazu bei, energieeffiziente und leistungsstarke KI-Systeme zu entwickeln, die in verschiedenen Anwendungsbereichen wie der Medizintechnik und der Spracherkennung eingesetzt werden können. Zukünftig wird das Team die Modelle weiterentwickeln und auf größere Datensätze anpassen, um ihre praktische Anwendung in der realen Welt zu erforschen.
Die Forschungsergebnisse von Prof. Otte und seinem Team zeigen, dass die Universität zu Lübeck einen wichtigen Beitrag zur Entwicklung nachhaltiger KI leistet und somit einen positiven Einfluss auf die Zukunft der KI-Technologie hat. – NAG
