Johannes Feldmann erhält Infineon-Promotionspreis
Für seine herausragende Doktorarbeit hat Johannes Feldmann den mit 2.500 Euro dotierten Infineon-Promotionspreis 2021 erhalten. Der Physiker aus der Arbeitsgruppe von Prof. Dr. Wolfram Pernice am Physikalischen Institut der Westfälischen Wilhelms-Universität (WWU) Münster widmete sich in Zusammenarbeit mit der Gruppe von Prof. Dr. Harish Bhaskaran an der Universität Oxford der Entwicklung sogenannter photonischer Prozessoren. Diese sind dem menschlichen Gehirn nachempfunden („neuromorph“) und verarbeiten Informationen ähnlich. Der Infineon-Promotionspreis wird jährlich vom Fachbereich Physik der WWU und der Infineon AG, Warstein, vergeben.
Herkömmliche Hardware an ihren Grenzen
Die rasante Entwicklung künstlicher Intelligenz benötigt neue und leistungsstarke Rechen-Architekturen, die es erlauben, große Datenmengen schnell zu verarbeiten. Da herkömmliche elektronische Hardware dabei an ihre Grenzen gelangt, gewinnen neue Verfahren, die der Funktionsweise des Gehirns nachempfunden sind, zunehmend an Bedeutung. Derartige neuromorphe Systeme verarbeiten Informationen in hochvernetzten Strukturen, die keine Trennung von Prozessor und Datenspeicher mehr aufweisen. Künstliche neuronale Netzwerke können daher sehr effizient und schnell komplexe Aufgaben lösen wie Mustererkennung und Klassifizierung. Ein Beispiel ist die Analyse von Handschriften. Dabei werden Ähnlichkeiten im Schriftbild festgestellt (Mustererkennung) und die Schriftproben den jeweiligen Urhebern zugeordnet (Klassifizierung).
Daten mit Licht transportiert
In seiner Doktorarbeit befasste sich Johannes Feldmann mit der Realisierung neuromorpher Hardware mithilfe photonischer Schaltkreise. In photonischen Schaltkreisen werden die Daten mit Licht statt – wie bei herkömmlichen Schaltkreisen – durch Elektronen transportiert. Im Gegensatz zu elektronischen Systemen erlauben es die von Johannes Feldmann entwickelten photonischen Prozessoren mit einer besonders hohen Anzahl an Rechenoperationen zu rechnen, die pro Chipfläche durchgeführt werden. Dazu setzte der Physiker sogenannte Phasenwechselmaterialien ein, die als Speichermedium auf wiederbeschreibbaren DVDs bereits etabliert sind. So realisierte er künstliche neuronale Netzwerke, die nur mit optischen Methoden arbeiten. Diese Netzwerke sind in der Lage, selbstständig zu lernen und Muster zu erkennen.
Anwendung: Von medizinischer Diagnostik bis Cloud-Computing
Die Ergebnisse können vielfältige Verwendung finden. Beispielsweise können photonische Prozessoren die Auswertung großer Datenmengen in der medizinischen Diagnostik unterstützten, wie sie etwa bei hochaufgelösten 3-D-Bildgebungsverfahren anfallen. Attraktive Möglichkeiten bieten sich auch für das autonome Fahren, das eine sehr schnelle Auswertung visueller Sensordaten erfordert, oder in IT-Infrastrukturen wie dem Cloud-Computing, in denen hohe Anforderungen an Rechenleistung und Rechengeschwindigkeit bestehen.