In einem bedeutenden Fortschritt für das Edge Computing haben MIT-Forschende eine selbstversorgende künstliche Synapse entwickelt, die die Verarbeitung visueller Daten in Alltagsgeräten revolutionieren könnte.
Der am 2. Juni 2025 angekündigte Durchbruch adressiert eine der hartnäckigsten Herausforderungen im Bereich maschinelles Sehen: den hohen Rechen- und Energieaufwand, der traditionell für die Verarbeitung visueller Informationen erforderlich ist. Durch die Nachbildung der neuronalen Architektur des menschlichen Gehirns kann die künstliche Synapse des MIT anspruchsvolle Aufgaben der visuellen Erkennung bewältigen und benötigt dabei nur einen Bruchteil der Energie herkömmlicher Systeme.
"Traditionelle Systeme für maschinelles Sehen stehen vor einem großen Problem: Die Verarbeitung riesiger Mengen visueller Daten erfordert erhebliche Energie-, Speicher- und Rechenressourcen", erklärt das Forschungsteam. Diese Einschränkung hat es bislang erschwert, visuelle Erkennungsfunktionen in Edge-Geräten wie Smartphones, Drohnen und autonomen Fahrzeugen zu integrieren.
Im Gegensatz zu herkömmlichen optoelektronischen künstlichen Synapsen, die externe Energiequellen benötigen, erzeugt die vom MIT entwickelte Synapse ihren Strom durch Energieumwandlung selbst. Diese Fähigkeit zur Selbstversorgung macht sie besonders geeignet für Edge-Computing-Anwendungen, bei denen Energieeffizienz entscheidend ist.
Das System kann Farben mit bemerkenswerter Präzision über das sichtbare Spektrum hinweg unterscheiden und ermöglicht logische Funktionen basierend auf Lichtwellenlängen. Diese Innovation ebnet den Weg für energiearme, leistungsstarke maschinelle Bildverarbeitung in Edge-Geräten wie Smartphones, Wearables und autonomen Fahrzeugen.
Die Entwicklung kommt zu einem entscheidenden Zeitpunkt, da die Technologiebranche die KI-Grenzen immer weiter an den Netzwerkrand verschiebt, um das volle Potenzial von Big Data auszuschöpfen. Edge Computing hat sich als vielversprechendes Konzept etabliert, um rechenintensive KI-Anwendungen auf Edge-Geräten zu unterstützen. Edge Intelligence oder Edge AI – die Verbindung von KI und Edge Computing – ermöglicht es, maschinelle Lernalgorithmen direkt auf dem Gerät einzusetzen, auf dem die Daten entstehen. So kann künstliche Intelligenz potenziell jeder Person und Organisation an jedem Ort zur Verfügung gestellt werden.
Diese MIT-Innovation könnte die KI-Fähigkeiten in ressourcenbeschränkten Umgebungen erheblich erweitern und eine neue Generation intelligenter Geräte ermöglichen, die ihre Umgebung sehen und verstehen können – ganz ohne Cloud-Anbindung oder großen Akkuverbrauch.