Neuronales Netz soll US-Atomwaffen kontrollieren

Das Lawrence Livermore National Laboratory (LLNL) führt in Zusammenarbeit mit IBM ein Supercomputing-System auf Basis neuronaler Netze ein. Es könnte für Cybersicherheit und die nuklearen Kontrollsysteme der LLNL-Abteilung National Nuclear Security Administration (NNSA) eingesetzt werden.

Das in Kalifornien beheimatete LLNL war 1952 für Kernwaffen-Forschungen gegründet worden. Inzwischen ist es auch für Abrüstprogramme zuständig. In der IT-Branche hat es sich durch seine dauerhafte Präsenz in der Rangliste der größten Supercomputer weltweit einen Namen gemacht. Das auf IBM BlueGene/Q basierende System Sequoia ist derzeit der im Benchmark Linpack drittschnellste Supercomputer weltweit.

16 fürs LLNL bestimmte TrueNorth-Chips (Bild: IBM)

Über das neue Projekt heißt es nun, es „könnte die Weise verändern, wie wir Wissenschaft betreiben“. Der nach dem Vorbild des menschlichen Gehirns konstruierte Rechner wird über das Äquivalent von 16 Millionen Neuronen und vier Milliarden Synapsen verfügen. Sie werden durch 16 IBM-TrueNorth-Chips gebildet. Diese neurosynaptischen Chips bestehen aus je 5,4 Milliarden Transistoren, die zusammen eine Million digitale Neuronen ergeben und über 256 Millionen elektrische Synapsen kommunizieren.

Die neurosynaptische Konzeption verspricht besondere Vorteile bei kognitiven Aufgaben wie Mustererkennung oder Verarbeitung von Sensordaten. Sie ist aber auch besonders effizient: Die 16 TrueNorth-Chips nehmen nicht mehr als 2,5 Watt auf.

Die Realisierung erfolgt innerhalb des Programms Advanced Simulation and Computing (ASC), das die Aufgabe hat, neue Techniken wie Maschinelles Lernen für die Atomwaffenforschung zu nutzen. Vertreter von LLNL und IBM Research feierten die Zusammenarbeit in Wortmeldungen als Meilenstein bei der Entwicklung hin zu Exascale-Computing und kognitivem Computing. Auch das US-Energieministerium ist an dem Forschungsprogramm beteiligt.

Auf neuronale Netze führte kürzlich auch Googles Tochter DeepMind den Sieg ihres Programms AlphaGo über den wohl weltbesten Go-Spieler Lee Se-dol zurück. Ihr Gründer Demis Hassabis sieht als spielentscheidend auch Intuition an, die der Künstlichen Intelligenz durch neuronale Netze ermöglicht worden sei. Das auf einem Brett aus 19 mal 19 Feldern gespielte, aus China stammende Brettspiel Go ist etwa 2500 Jahre alt. Es gilt als ungleich komplexer zu berechnen als etwa Schach. Laut MIT Technology Review war ein Algorithmus auf dem Niveau von Profispielern erst in etwa zehn Jahren erwartet worden.

[mit Material von Danny Palmer, ZDNet.com]