UT-publicatie in Nature over ‘brain-inspired’ netwerk

| Jelle Posthuma

UT-onderzoekers zijn er in geslaagd om een ‘brain-inspired’ netwerk te ontwikkelen, dat heel goed in staat is om pixels te herkennen. Het paper hierover verscheen woensdag in het wetenschappelijke tijdschrift Nature. ‘Ons netwerk is drie grote stappen voorwaarts.’

 UT publication in Nature about a brain-inspired network

UT researchers have succeeded in developing a brain-inspired network that is capable of recognizing pixels. The paper about this was published on Wednesday in the scientific journal Nature. 'Our network brings us three major steps forward.'

De Nature-publicatie leidde tot vreugde binnen het team, vertelt UT-onderzoeker Floris Zwanenburg. ‘Als je iets nieuws ontdekt, wil je het delen met de wetenschappelijke gemeenschap. Wij zijn ambitieus en gaan voor een zo groot mogelijk publiek.’

De onderzoeker omschrijft het systeem als een wanordelijk netwerk dat heel goed is in het herkennen van beelden of patronen. ‘Het netwerk brengt ons drie grote stappen voorwaarts. Het kan complexe taken uitvoeren, werkt op kamertemperatuur en is te fabriceren in silicium, een materiaal dat voor de meeste IT-technologie wordt gebruikt. Silicium maakt onze technologie geschikt voor opschaling.’

Zelflerend

Het ongeordende netwerk dat de UT-onderzoekers ontwikkelden, is geïnspireerd op het brein, vertelt Zwanenburg. ‘Ook de neuronen in onze hersenen werken wanordelijk. De werking in de neuronen zijn niet vooraf bepaald. Het is een zelflerend mechanisme. Dit zeg ik niet alleen als wetenschapper, maar ook als ouder. Bij kinderen zie je hoe hersenen zich ontwikkelen. Pas van een jaar of vijf is ons brein dusdanig ontwikkeld dat we serieuze taken kunnen uitvoeren.’

Ook het algoritme van het ‘brain-inspired’ netwerk van de UT-onderzoekers is zelflerend. ‘Het netwerk begint als pure wanorde, maar komt uiteindelijk zelf tot een oplossing. Huidige netwerken maken gebruik van vast omlijnde principes. Ons systeem is net als het brein: energiezuinig en geschikt voor een klein oppervlak.’

Zelfrijdende auto’s hebben baat bij een krachtig netwerk dat heel goed is in het herkennen van beelden of patronen, weet Zwanenburg. ‘Het is een van de mogelijke toepassingen. Maar dat is nog wel toekomstmuziek. In ons artikel in Nature gaat het over één zo’n schakeling die we in de cleanroom van MESA+ ontwikkelden.’

Knuffel

Dat het onderzoek in Nature komt, is volgens Zwanenburg het summum. ‘De eerste auteur van het paper, Tao Chen, heeft er extreem veel tijd in gestoken. Normaal is hij heel rustig, maar toen we hoorden dat het paper in Nature zou verschijnen, kwam hij mijn kamer binnen en gaf mij spontaan een knuffel.’

Het onderzoek is uitgevoerd in het Center for Brain-Inspired Nano Systems (BRAINS) van de UT, een multidisciplinair centrum dat in 2019 is geopend, en gefinancierd door de Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO).