Kwabena Boahen über einen Computer, der wie das Gehirn funktioniert

Ich habe meinen ersten Computer als Teenager in Accra bekommen und es war ein echt tolles Gerät. Man konnte Spiele damit spielen und in BASIC programmieren. Ich war fasziniert davon. Also ging ich in die Bücherei, um herauszufinden, wie dieses Ding funktionierte. Ich las, dass die CPU ständig Daten hin und her schiebt zwischen Speicher, RAM und der ALU, der arithmetisch-logischen Einheit. Und ich dachte mir, diese CPU muss wirklich wie verrückt arbeiten, damit die ganzen Daten ungehindert fließen können.

Aber keiner machte sich darüber wirklich Gedanken. Als die ersten Computer auf den Markt kamen, wurde gesagt, sie seien eine Million Mal schneller als Neuronen. Die Menschen waren begeistert. Sie dachten, es würde nicht lange dauern, bis Computer die Kapazität des Gehirns übertreffen würden. Hier ist ein Zitat von Alan Turing: "In 30 Jahren wird es genauso einfach sein, einem Computer eine Frage zu stellen wie einem Menschen." Das stammt von 1946. Und heute, 2007, trifft es immer noch nicht zu. Die Frage ist, warum sehen wir die Fähigkeiten, die das Gehirn hat, nicht auch in Computern?

Was die Menschen aber nicht verstehen und erst jetzt beginnen zu verstehen, ist, dass wir einen gewaltigen Preis zahlen für die Geschwindigkeit, die doch ein großer Vorteil dieser Computer sein soll. Sehen wir uns mal einige Zahlen an. Dies hier ist Blue Gene, der schnellste Rechner der Welt. Er hat 120.000 Prozessoren, die 10 Billiarden Bits an Informationen pro Sekunde verarbeiten können. Das ist 10 hoch 16. Und sie verbrauchen anderthalb Megawatt Strom. Wäre das nicht großartig, wenn man das zur tansanischen Stromproduktion addieren könnte. Das würde die Wirtschaft richtig ankurbeln. Wenn wir zurück in die USA schauen, entspricht die Menge Strom, die dieser Computer vebraucht, 1.200 US-amerikanischen Haushalten. So viel Strom verbraucht dieser Computer.

Jetzt vergleichen wir das doch mal mit dem Gehirn. Dies ist ein Bild vom Gehirn - von Rory Sayres' Freundin übrigens. Rory ist Student in Stanford. Er erforscht das Gehirn mittels MRI und er behauptet, dies sei das schönste Gehirn, das er jemals gescannt habe. (Gelächter) Das ist wahre Liebe. Also, wieviel Rechenkraft besitzt denn das Gehirn? Meine Schätzung liegt bei 10 hoch 16 Bits pro Sekunde, was sehr nah an dem liegt, was Blue Gene kann. Und da lautet doch die Frage: Wenn sie ähnlich viele Berechnungen durchführen, ähnlich viele Daten verarbeiten, wieviel Energie oder Elektrizität braucht dann das Gehirn dafür? Und es ist erstaunlicherweise soviel wie Ihr Laptop: Nur 10 Watt. Wofür Computer momentan dieselbe Energie wie 1.200 Haushalte brauchen, das schafft das Gehirn mit dem Energieverbrauch eines Laptop.

Da fragt man sich, wie erreicht das Gehirn eine solche Effizienz? Lassen Sie mich das nochmal zusammenfassen: Das Gehirn verarbeitet Informationen mit 100.000 Mal weniger Energie, als wir das momentan mit unserer Computertechnologie können. Wie schafft das Gehirn das? Sehen wir uns dazu mal an, wie das Gehirn funktioniert, und im Vergleich dazu, wie Computer funktionieren. Hier sehen wir einen Clip aus der Serie "Das geheime Leben des Gehirns". Er zeigt diese Zellen, die Informationen verarbeiten. Man nennt sie Neuronen. Sie senden einander kleine elektrische Impulse entlang ihrer Bahnen und an Berührungspunkten können diese Impulse von einem Neuron zum anderen überspringen. Dieser Prozess heißt Synapse. Es gibt also dieses riesige Netzwerk interagierender Zellen, ungefähr 100 Millionen davon, die 10 Billiarden dieser Pulse pro Sekunde herumsenden. Und genau das passiert auch gerade in Ihrem Gehirn, während Sie sich dies angucken.

Wie funktionieren dagegen Computer? In einem Computer fließen alle Daten durch die CPU, den Hauptprozessor, und alle Daten müssen durch diesen Flaschenhals hindurch. Wohingegen die Daten im Gehirn einfach durch das Netzwerk der Neuronen fließen. Es gibt hier keinen Engpass. Es handelt sich wortwörtlich um ein Netzwerk. Die Berechnungen im Gehirn sind das Werk des Netzes. Wenn man sich die beiden Bilder anguckt, dann kommen einem Begriffe in den Sinn wie: Das eine läuft starr und nach der Reihenfolge, wie Verkehr auf der Autobahn - alles muss im Gleichschritt passieren. Während hier der Prozess parallel und flüssig abläuft. Die Informationsverarbeitung ist höchst dynamisch und anpassungsfähig.

Doch ich bin nicht der erste, der das erkannt hat. Hier ist ein Zitat von Brian Eno: "Computer haben das Problem, dass in ihnen nicht genug Afrika steckt." (Gelächter) Brian hat das schon 1995 gesagt. Keiner hat damals zugehört, doch jetzt beginnen die Leute zuzuhören, weil wir es mit einem drängenden technologischen Problem zu tun haben. Auf den nächsten paar Folien werde ich Ihnen das kurz erläutern.

Es gibt eine bemerkenswerte Annäherung zwischen den Bauteilen, die wir in Computern benutzen, und den Bauteilen, die in unseren Gehirnen zum Einsatz kommen. Die Bauteile, die in Computern eingesetzt werden, heißen Transistoren. Diese Elektrode hier, Gate genannt, kontrolliert den Stromfluss von der Quelle (Source) zum Abfluss (Drain), diesen zwei Elektroden. Dieser Stromfluss, elektrischer Strom, wird von Elektronen übertragen, genau wie z.B. in Ihrem Haus. Wenn man jetzt das Gate einschaltet, kann Strom das Gate passieren und es entsteht ein stetiger Stromfluss. Wenn man das Gate ausschaltet, fließt kein Strom mehr durch das Teil. Ihr Computer interpretiert einen vorhandenen Stromfluss als eine Eins und die Abwesenheit eines Stromflusses als Null.

Weil Transistoren jedoch kleiner und kleiner und kleiner werden, sehen wir zunehmend, dass sie sich nicht mehr so verhalten. Tatsächlich beginnen sie, sich mehr wie das Bauteil in Neuronen zu verhalten, das Ionenkanal genannt wird. Es handelt sich dabei um ein kleines Eiweißmolekül. Neuronen haben tausende davon. Es sitzt sich in der Zellmembran und hat eine kleine Öffnung, ein Pore. Und hier haben wir einzelne Kaliumionen, die durch diese Pore fließen. Nun kann sich diese Pore öffnen und schließen. Aber wenn sie offen ist, müssen sich die Ionen einreihen und nacheinander hindurchfließen, mit der Folge, dass kein stetiger sondern ein sporadischer Stromfluss entsteht. Und selbst wenn man die Pore schließt - was Neuronen tun können, sie können diese Poren öffnen und schließen, um elektrische Aktivität zu erzeugen, - selbst wenn sie geschlossen ist, können die winzigen Ionen sich ab und zu durchmogeln. Einige von ihnen schaffen das immer. Wenn die Pore geöffnet ist, fließt manchmal Strom. Dies sind die Einsen, aber mit ein paar Nullen drin. Und wenn sie geschlossen ist, ergeben sich Nullen aber mit einigen Einsen dabei.

Dasselbe passiert jetzt auch in Transistoren. Der Grund dafür ist, dass unsere gegenwärtige Technik, Stand 2007, Transistoren erzeugt, die groß genug sind, dass mehrere Elektronen gleichzeitig nebeneinander passieren können. Ungefähr 12 Elektronen passen da gleichzeitig durch, um genau zu sein. So kann man sagen, dass ein Transistor 12 parallel geschalteten Ionenkanälen entspricht. Doch in ein paar Jahren, zirka 2015, werden wir Transistoren so geschrumpft haben. Intel macht das, um mehr Kerne auf einen Chip zu kriegen oder um Speichersticks zu erweitern, auf die jetzt 1 Gigabyte Daten passen, und früher waren es 256 Megabyte. Transistoren werden kleiner, um das zu ermöglichen und das hat unsere Technologie wesentlich besser gemacht.

Aber die Folge ist, dass der Transistor 2015 so klein geworden sein wird, dass nur noch ein Elektron auf einmal durch den Kanal fließen kann, was einem einzelnen Ionenkanal entspricht. Dadurch ergeben sich vermehrt dieselben Staus wie im Ionenkanal. Der Stromfluss wird immer wieder unterbrochen, selbst wenn er an sein soll, was bedeutet, dass Ihr Computer seine Nullen und Einsen durcheinander bekommt und die Maschine in Folge abstürzt.

Wir sind damit an einem Punkt, wo wir nicht wirklich wissen, wie wir mit so etwas noch rechnen sollen. Das einzige Vorbild, das wir derzeit haben, das Berechnungen unter diesen Umständen durchführen kann, ist das Gehirn.

Okay, also ein Computer holt bestimmte Daten aus dem Speicher, und sendet sie an den Hauptprozessor oder die ALU, und schickt das Resultat zurück in den Speicher. Das ist der rot gekennzeichnete Pfad. In Gehirnen dagegen gibt es all diese Neuronen. Und sie stellen Daten dar, indem sie diese Daten in kleine Teile aufsplitten, die durch Pulse und unterschiedliche Neuronen repräsentiert werden. Es gibt also all diese Datenteile, über das ganze Netzwerk verteilt. Um diese zu verarbeiten und ein Resultat zu erhalten, wird das Aktivitätsmuster der Neuronen in ein neues Muster übersetzt, einfach indem es durch das Netzwerk fließt. Verbindungen werden so hergestellt, dass das Eingangsmuster abläuft und dabei das Ausgabemuster erzeugt wird.

Hier sieht man, dass es redundante Verbindungen gibt. Wenn dieses Datenfragment oder dieses da zu Bruch geht, und keine Ausgabe erzeugt, können diese zwei Teile das fehlende Stück aktivieren durch diese mehrfachen Verbindungen. Trotz dieser fehleranfälligen Bauteile, die manchmal statt einer Eins eine Null erzeugen, gibt es Mehrfachverbindungen im Netzwerk, die fehlende Informationen ersetzen können. Das macht das Gehirn von Grund auf stabil. Hier haben wir ein System, das Daten an einem Ort speichert. Und es ist anfällig, denn jeder Schritt muss fehlerfrei ablaufen, sonst gehen die Daten verloren. Das System des Gehirns dagegen speichert Daten dezentral und ist fehlertolerant.

Worüber ich nun sprechen möchte, ist mein Traum, nämlich einen Computer zu bauen, der wie ein Gehirn funktioniert. Daran haben wir die vergangenen paar Jahre gearbeitet. Und ich zeige ihnen jetzt ein System, das wir entwickelt haben, das die Netzhaut nachbildet, einen Teil des Gehirns, der die Innenseite Ihres Augapfels bedeckt. Wir haben dafür keinen Programmiercode geschrieben wie beim Computer. Es ist nämlich so, dass die Berechnungen in diesem kleinen Hirnteil sehr ähnlich wie bei der Verarbeitung von Videos, die über das Internet gestreamt werden sollen. Die Informationen werden komprimiert. Es sollen nur die Veränderungen von einem Bild zum anderen gesendet werden. So schafft es das Auge, die ganzen Informationen durch den Sehnerv zu quetschen, und an den Rest des Hirns zu senden.

Statt das als Software mit Algorithmen umzusetzen, ließen wir uns von Neurobiologen beraten, die die Netzhaut bereits analysiert und nachgebaut haben. Sie haben die Zelltypen zugeordnet, das Netzwerk verstanden und wir haben dieses Netzwerk genommen und es als Bauplan für einen Mikrochip genommen. Die Neuronen werden von Schaltkreise auf dem Chip repräsentiert und die Verbindungen zwischen Neuronen bestehen aus Transistoren. Die Transistoren verhalten sich im Grunde genau wie die Ionenkanäle im Gehirn. So ergibt sich derselbe fehlertolerante Aufbau wie vorhin.

So sieht unser künstliches Auge aus. Unser Netzhautchip befindet sich hinter dieser Linse hier. Ich zeige Ihnen jetzt ein Video das die künstliche Retina erzeugt hat, als es Kareem Zaghloul anschaute. Kareem ist der Student, der diesen Chip designt hat. Ich erkläre Ihnen kurz, was Sie sehen werden. Denn es werden verschiedene spezielle Daten erzeugt, nicht wie bei einer Kamera. Der Netzhautchip erfasst vier verschiedene Arten von Daten. Er erfasse dunkle Bereiche, die im Video rotgefärbt sind. Und er erfasst weiße oder helle Bereiche, die im Video grün sind.

Hier sind Kareems dunkle Augen und das hier ist der weiße Hintergrund. Außerdem erfasst er Bewegungen. Wenn Kareem seinen Kopf nach rechts bewegt, sehen Sie hier blaue Aktivität. Das repräsentiert Bereiche, wo die Helligkeit des Bildes steigt, wo es sich von dunkel nach hell verändert. Dann sehen Sie noch gelbe Aktivität in Bereichen, wo sich die Helligkeit verringert, also von hell nach dunkel geht. Diese Arten von Informationen... Ihr Sehnerv hat etwa eine Million Fasern und 900.000 dieser Fasern senden diese vier Arten von Informationen. Wir bilden wirklich die Art Signale nach, die im Sehnerv vorkommen.

Wie man merkt sind diese Aufnahmen vom Ausgang des Netzhautchips sehr spärlich. Nicht der ganze Hintergrund ist grün, nur die Ecken und so weiter. Dasselbe kann man beobachten, wenn Videos zum Versand komprimiert werden: vieles wird weggelassen, weil die Datei so kleiner wird. Genau das macht die Retina, und zwar nur mit ihren Schaltkreisen, dem Netzwerk von Neuronen und deren Verhalten, das wir hier auf dem Chip haben.

Was ich Ihnen klarmachen will, ich zeig's Ihnen hier oben... Das Ausgabebild wird so aussehen wie diese hier, aber ich zeige Ihnen, dass wir das Bild rekonstruieren können, sodass Sie Kareem hier oben fast erkennen können. Los geht's. So funktioniert das. Ohne Bewegung sehen Sie nur helle und dunkle Flecken. Aber sobald Bewegung dazukommt, erfasst die Retina diese Veränderungen. Wenn Sie hier sitzen und sich plötzlich etwas neben Ihnen bewegt, richten Sie sofort den Blick darauf. Sie haben diese Zellen, die auf Veränderungen reagieren und Sie darauf hinweisen. Das hilft Ihnen dabei jemanden zu erwischen, der sich anschleichen will.

Zum Abschluss will ich Ihnen zeigen, was passiert, wenn man Afrika in ein Piano steckt. Das ist eine umgebaute Stahltrommel. Das passiert, wenn man Afrika in ein Piano steckt. Wir sollten mehr Afrika in den Computer stecken und einen neuen Computer erfinden, der Gedanken, Vorstellungskraft hervorbringt und kreativ ist. Danke. (Applaus)

Chris Anderson: Eine Frage an dich, Kwabena. Verbindest du gedanklich deine Arbeit, die Zukunft Afrikas, diese Konferenz... Was für Verbindungen können wir dazwischen sehen?

Kwabena Boahen: Ja, wie anfangs gesagt, Meinen ersten Computer bekam ich als Teenager in Accra. Ich hatte so ein Bauchgefühl, dass wir es falsch angehen. Es war sehr brachial, sehr unelegant. Diese Reaktion hätte ich wohl nicht gehabt, wenn ich als Kind Science-Fiction gelesen hätte, von RD2D2 gehört gehabt hätte, oder wie immer das hieß. Diesen Hype um Computer geglaubt hätte. Ich hatte einen anderen Blickwinkel darauf und habe meinen Blickwinkel benutzt, um das Problem anzugehen. Ich glaube, viele Afrikaner haben diese andere Perspektive, und ich glaube, das wird die Technologie beeinflussen. Es wird sich auf die technologische Entwicklung auswirken. Diese werden wir nutzen können, um neue Dinge zu erfinden, weil wir die Dinge aus einer anderen Sicht sehen. Wir können etwas beitragen, wir können träumen wie jeder andere.

Chris Anderson: Thanks Kwabena, das war sehr interessant. Danke.

(Applaus)