Kunstmatige intelligentie oftewel artificial intelligence (AI) is overal om ons heen. Het zit in je smartphone, beveelt muziek aan en helpt zelfs bij het stellen van medische diagnoses. Maar wat weinig mensen weten, is dat AI - door computergebruik - heel veel energie opslurpt.

Om AI te laten werken, moet een computer patronen kunnen herkennen en nieuwe patronen kunnen leren. Computers doen dit nu via machine learning-software die de opslag en verwerking van informatie op een afzonderlijke harde schijf van de computer regelt.

Om energieverbruik van AI in de toekomst flink te verminderen, onderzoeken natuurkundigen van de Radboud Universiteit of een stukje hardware hetzelfde kan, zonder dat daar software voor nodig is. Ze proberen AI rechtstreeks in nieuwe soorten materialen te creëren, wat software overbodig maakt. Het is ze al gelukt om het kleinste neurale netwerk ter wereld te bouwen.

AI trainen

Je vrienden herkennen in de menigte op het station, terwijl je loopt en een broodje eet. Voor veel mensen is dat een eitje. Maar hoewel AI ook objecten, beelden en patronen kan herkennen, kost dat veel meer energie dan dat dit mensen kost om te doen, legt Alexander Khajetoorians - hoogleraar Scanning Probe Microscopy aan de Radboud Universiteit - uit.

Vooral het trainen van AI is energie-intensief. Twintig keer googelen bijvoorbeeld, kost evenveel energie als een liter water koken omdat je voor een optimaal zoekresultaat de AI goed moet trainen. En wist je dat het computersysteem van een zelfrijdende auto net zoveel stroom verbruikt als het kost om de auto te laten rijden?

Computers die als ons brein werken

Willen we verduurzamen, dan moeten we voor AI een slimmere manier vinden om informatie te verwerken en op te slaan, aldus Khajetoorians. "Als computers op dezelfde manier als ons brein informatie verwerken en opslaan op één plek, zouden ze sneller en energiezuiniger zijn."

Waar onze hersenen zich kunnen aanpassen aan de omgeving, kan een computer dat niet, legt de hoogleraar uit. "Een computer is vergelijkbaar met een steen: onbuigzaam. Ons brein is meer als klei: het kan zich aanpassen aan de omgeving en zich tot iets anders vormen." Dat zie je goed bij mensen die blind of doof zijn geworden. De hersenen passen zich aan, zodat andere zintuigen zich meer gaan ontwikkelen.

"Wij mensen leren voortdurend en maken nieuwe associaties. Een computer weet alleen wat we erin opgeslagen hebben." Khajetoorians en zijn team proberen het materiaal dat gebruikt wordt om computerchips en harde schijven te maken aan te passen, zodat het zich meer als onze hersenen gedraagt. Zo kan de efficiënte manier waarop ons brein werkt ook in machines gebruikt worden. Dit is een stuk energiezuiniger.

Leerproces van de hersenen in het klein

De onderzoekers van de Radboud Universiteit zijn er al in geslaagd een neuraal netwerk te bouwen dat zich gedraagt als ons brein. Neurale netwerken zijn computersystemen die, in plaats van met hoge precisie te rekenen zoals 'normale' computers, informatie leren en herkennen. Net zoals onze hersenen. Ze vormen de basis van AI en deep learning. De twee belangrijkste elementen van een neuraal netwerk zijn de neuronen en synapsen. De neuronen verwerken informatie en de synapsen verbinden de neuronen. Synapsen leren en onthouden de informatie tussen alle neuronen.

Het is ze gelukt een netwerk te bouwen waarbij de atomen zich gedragen als synapsen en neuronen in onze hersenen. Het netwerk kan informatie verwerken en opslaan op één plek en heeft zelflerend vermogen, net als ons brein.

Deze zelflerende structuur is niet alleen in potentie veel sneller en krachtiger dan software. Het kan AI in de toekomst duurzamer maken en maakt de weg vrij voor tal van nieuwe functionaliteiten, aldus Khajetoorians. "We zijn niet ver verwijderd van computers die van vorm veranderen en leren van hun eigen ervaringen. We moeten nog ontdekken wat we hiermee willen doen."

Nieuwe generatie computers

Khajetoorians verwacht dat het nog tien tot twintig jaar duurt voordat we een kwantumbrein – een nieuw soort kwantumcomputer die werkt als onze hersenen – kunnen maken. "Er zijn al wel stukjes van de hersenen nagebootst, maar niemand heeft nog een volledig brein kunnen maken waarbij verwerken en opslaan van informatie op één plek gebeurt. Eerst moeten we daarvoor het gedrag van de atomen begrijpen en op zoek gaan naar hoe we intelligente materialen kunnen maken om het gedrag van de hersenen na te bootsen." Niet alleen op de Radboud Universiteit in Nijmegen wordt hieraan gewerkt, maar ook op de universiteiten van Twente, Groningen en Eindhoven.

Hoewel niet alle resultaten van dit onderzoek naar zelflerende materialen direct in de praktijk toepasbaar zijn, is het van groot belang om ook na te denken over technologie op lange termijn, weet Khajetoorians. "De technologie van de toekomst moet groen zijn. Hiervoor hebben we onderzoekers nodig die verder kijken dan morgen. Wetenschappelijk onderzoek is enorm belangrijk."

Stel je vraag aan de wetenschap

Meer leren over AI of zelflerende materialen? Of zelf een vraag stellen aan onderzoekers? De Nationale Wetenschapsagenda (NWA) gaat op zoek naar jullie vragen aan de wetenschap. Kijk op wetenschapsagenda.nl voor meer informatie.