TU/e-onderzoeker Eveline van Doremaele probeert met haar team een device, een programmeerbare chip, te ontwikkelen waarin de zelflerende interactie tussen mens en machine centraal staat. Denk aan een slimme armprothese die je kunt aansluiten aan je lichaam en die je dankzij kunstmatige neuronen kunt leren een pen te pakken. Of een chip die door het gebruik van verschillende sensoren tegelijkertijd tussen miljoenen cellen een circulerende kankercel kan detecteren. Ze promoveerde eind mei 2023 op dit thema en kreeg een cum laude beoordeling.
De huidige computersystemen zijn heel bedreven in het uitvoeren van nauwkeurige berekeningen. Maar bij AI-gestuurde toepassingen zijn nog efficiëntere systemen nodig die met dezelfde precisie in real time data kunnen verwerken. TU/e-onderzoeker Eveline van Doremaele werkt aan een nieuwe generatie computers en neemt het menselijk brein hiervoor als uitgangspunt. Voor de unieke chip die ze met neuromorphic computing ontwikkelde, gebruikte ze organische materialen zodat de chip ook kan interacteren met ons lichaam.
Neurale netwerken
Van Doremaele merkt dat er veel interesse is voor haar werk en vertelt in Cursor van TU/e. “AI is overal, en dat wordt alleen maar meer. Maar ook het energieprobleem neemt toe, datacenters verbruiken enorm veel energie. We moeten dus echt op zoek naar alternatieve computersystemen."
Zelfrijdende auto’s, gezichtsherkenning, taalherkenning zijn allemaal mogelijkheden gebaseerd op vaak energievretende AI-toepassingen. Trending is op dit moment bijvoorbeeld ChatGPT, een Large Language Model. In de praktijk kunnen dergelijke LLM’s , zoals concreet Med-Palm, ook in de zorg bij tal van onderzoek worden ingezet. Al deze en tal van andere kunstmatige neurale netwerken werken goed, maar kennen een aantal grote nadelen. Zo verbruiken ze veel energie en kosten complexe berekeningen relatief veel tijd.
Van Doremale heeft daarom de afgelopen jaren aan een nieuwe generatie computersystemen gewerkt. Ze ontwikkelde hiermee een slimme chip die voor diverse toepassingen in het menselijk lichaam gebruikt kan worden. Ook op tal van andere plekken wordt inmiddels onderzocht in hoeverre implantaten iets voor mensen kunnen betekenen. Een bekend voorbeeld is het bedrijf Neuralink van Elon Musk dat onlangs officieel toestemming kreeg om breinimplantaten in te brengen bij menselijke proefpersonen.
AI-toepassingen & neuromorphic computing
De programmeerbare chips die Van Doremale wil ontwikkelen worden expliciet geïnspireerd op de werking van het menselijk brein. “We dragen zelf een perfect systeem mee voor het uitvoeren van complexe taken. Ons brein kan heel goed met onzekerheden omgaan en werkt heel efficiënt in een wisselende omgeving. Dat komt vooral doordat ons brein processen en berekeningen tegelijkertijd kan uitvoeren en kan leren aan de hand van eerdere ervaringen. Dat is eigenlijk precies wat we nodig hebben voor AI-toepassingen.”
De tak van sport waarin ze actief is heet in vaktermen neuromorphic computing. Dit betreft het nabootsen van de structuur en functie van onze hersenen in een computersysteem en is een techniek die de laatste jaren sterk in opmars is omdat deze energie-efficiënt, snel en dynamisch is. “Ons brein laat goed zien hoe een perfect computersysteem zou moeten werken en is zodoende een grote inspiratiebron.
Chip die kankercellen detecteert
De vakgroep van de wetenschapper ziet grote innovatieve mogelijkheden in het ontwikkelen van programmeerbare chips op basis van het menselijk brein. “We willen graag een device te ontwikkelen waarin de zelflerende interactie tussen mens en machine centraal staat. Denk aan een slimme armprothese die je kunt aansluiten aan je lichaam en die je dankzij kunstmatige neuronen kunt leren een pen te pakken. Je kunt ook denken aan een chip die door het gebruik van verschillende sensoren tegelijkertijd tussen miljoenen cellen een circulerende kankercel kan detecteren.
Of wat te denken van een pacemaker die zich kan aanpassen aan een ouder wordend hart. "Als we de technologie eenmaal op gang hebben, zijn de mogelijke toepassingen feitelijk eindeloos.” De focus van haar onderzoek op organische materialen voor biomedische AI-toepassingen zijn volgens de wetenschapper vrij uniek. Wereldwijd zijn er zelfs slechts enkele groepen onderzoekers die hier aan werken.
Zelflerende AI-toepassingen
Om het systeem zelf te laten leren via AI-toepassingen blijkt het essentieel dat de weerstand in het device variabel is. Dat is iets dat ook in het menselijk brein gebeurt: hoe vaker je iets leert, hoe sterker de verbinding tussen neurale cellen wordt. Met behulp van ionen kunnen de onderzoekers inmiddels inderdaad de weerstand variëren, maar tegelijkertijd willen ze de connectie ook permanent maken.
De wetenschapper licht toe: “Tot nu toe werden in ons vakgebied materialen gebruikt waarin de verbindingen na verloop van tijd afzwakten. In het geval van de armprothese zou dat betekenen dat je bijvoorbeeld na een maand niet meer weet hoe je een pen moet vastpakken. Het materiaal dat wij getest hebben is echter uniek, het kan de weerstand variëren en de ontstane verbinding vasthouden.”
Taaislijmziekte detecteren
Hoewel voor het doen van complexe metingen nog veel vervolgonderzoek nodig is, ontwikkelde Van Doremaele met neuromorphic computing wel al een biosensor die in zweetsamples van proefpersonen zou kunnen bepalen of er sprake is van de erfelijke aandoening taaislijmziekte.
“De chip kan met behulp van verschillende sensoren het kalium- en chloorgehalte in het zweet meten. We hebben het systeem voorspellingen laten doen wanneer er een zweetsample werd aangeboden. Wanneer die voorspelling fout was, duwde ik op een knopje en corrigeerde het systeem zichzelf hierop. Uiteindelijk leverde de biosensor alleen goede antwoorden. Zo leerde het op een unieke manier, als een neuron in het menselijk brein. Deze basis kunnen we nu verder gaan uitwerken.”
