Prof. dr. Jan Rabaey, Professor Electrical Engineering and Computer Science aan UC Berkeley, over ons brein en computers:
‘We zullen organische computing voor het eerst zien in onze thuisomgeving’
In de jaren tachtig ruilde hij Vlaanderen in voor Amerika om er baanbrekend technologisch onderzoek te verrichten aan The University of California, Berkeley. Maar op 12 mei zakt prof. dr. Jan Rabaey even af naar Antwerpen. Op Advanced Engineering zal hij spreken over een veelbelovende interactie tussen technologie en biologie. Oftewel: hoe ons brein en computers zullen versmelten.
De blik van professor Rabaey is steevast gericht op de toekomst. Dat is al decennialang zo: hij wordt meer dan eens een visionair genoemd. Zo ontwikkelde hij medio jaren negentig al een voorloper van de iPad: de Infopad. Vandaag focust Jan Rabaey zich op het convergeren én versmelten van mens en technologie in, zoals hij het zelf zegt, the generation after next computers.
De vraag naar computing stijgt exponentieel, en die koers zal de komende decennia zeker niet wijzigen. Maar dat betekent ook dat de behoefte naar energie sterk zal toenemen, zegt prof. dr. Jan Rabaey. ‘Meer zelfs: de energie die nodig zal zijn voor ons computergebruik zal een zeer groot percentage uitmaken van de totale energieconsumptie in ons samenleving. Zo wordt de situatie onhoudbaar. Er zijn dan twee mogelijke oplossingen: ofwel ga je het aantal computing-oplossingen een halt toeroepen en ons computergebruik laten satureren, ofwel moeten we op zoek gaan naar efficiëntere energie-oplossingen.
Die bezorgdheid is niet nieuw. Bij elke nieuwe innovatie zetten we qua energieconsumptie dan ook een stap vooruit, zegt Rabaey. ‘Maar er zijn grenzen aan hoe ver je daarmee kan gaan. En eens je die grens hebt bereikt, rijst natuurlijk de vraag: wat nu?’
Onze biologische computer
Volgens professor Rabaey is het hoog tijd om computing op een andere manier te gaan bekijken. ‘Er zijn verschillende paden die we kunnen volgen. Maar een heel interessante piste is die van de natuur en de biologie. Ons brein is een ontzettend efficiënte machine. De energieconsumptie van je brein is gemiddeld 20 watt. Vergelijk dat maar eens met de klassieke gloeilampen: veel licht kreeg je er met dergelijke wattage niet uit.’ (lacht)
Hoewel onze hersenen over een beperkt powerbudget beschikken, doet ons brein bijzonder veel aan computing. Zie het als onze biologische computer. ‘Aan de ene kant is het appels met peren vergelijken, dat besef ik. Aan de andere kant schuilt daarin een enorme opportuniteit: we kunnen we voor de toekomstige technologie-oplossingen kijken naar wat er in onze hersenpan gebeurt en daaruit leren.’
Neem nu de neuronen in ons brein. Die cellen in het zenuwstelsel vormen de bouwstenen van de hersenen. Neuronen kunnen elkaar impulsen overbrengen via synapsen. Maar elektrische impulsen versturen is, vanuit energieperspectief bekeken, zeer duur. Onze hersenen doen daarom ook beroep op chemische operaties: ze combineren elektrische en chemische computing.’
Een ander treffend voorbeeld: ‘In ons brein zijn de processor en het geheugen niet opgesplitst, in tegenstelling tot de computers vandaag de dag. Ook dat zorgt ervoor dat onze biologische computer een pak efficiënter is.’
Ons brein is een ontzettend efficiënte machine. De energieconsumptie van je brein is gemiddeld 20 watt. Vergelijk dat maar eens met de klassieke gloeilampen
Lokale computing
Dan rijst natuurlijk de vraag, is het daadwerkelijk koppelen van technologie aan biologie een ver-van-ons-bed-show? Niet bepaald, zegt professor Rabaey: er wordt al volop geëxperimenteerd met de eerder genoemde principes. ‘Wat computing betreft, zijn er verschillende domeinen. Aan de ene kant heb je de Googles en Amazons van deze wereld, die vooral steunen op cloud-processing. Bij eender welke taak wordt er een signaal uitgestuurd naar de cloud. Ze hebben enorm veel vermogen nodig – gigawatts aan power – want ze zijn zo georganiseerd dat ze zoveel mogelijk taken snel mogelijk uitvoeren. Ondanks de torenhoge energiekost, werkt klassieke computing daar het best.’
Aan de andere kant van het spectrum vind je computing zoals in je smartwatch. Om de functies van die smartwatch ten volle te kunnen benutten, is het al belangrijk dat we technologie zo aanpassen dat het zich mooi tot ons lichaam verhoudt, zegt Rabaey. ‘Niet snelheid en omvang staan centraal, maar de juiste taak uitvoeren op het juiste moment, door de juiste signalen op te vangen. Hoe dichter je bij de natuur komt, hoe meer lokale computing aan belang wint en hoe meer de werking van computers dus zal gelijken op en vermengen met onze biologische computer.’
Als je inzet op een superlokale, erg efficiënte en heel nauw aansluitende - eventueel geïmplementeerde - processor, wordt een prothese écht een verlengstuk van het lichaam
Slimme protheses
We zullen organische computing dan ook voor het eerst zien in de IoT in onze thuisomgeving, zoals het automatisch regelen van de temperatuur of je verlichting. Maar ook in wearables en implantables, zoals smart earpods.
Een andere uitdaging is het nog intelligenter maken van protheses. ‘Bij mensen met een geamputeerd been of arm kunnen al EMG-signalen gemeten worden vanuit de overgebleven spieren na de amputatie. Die signalen worden vervolgens gebruikt om de prothese aan te sturen’, aldus professor Rabaey. ‘Maar dat vereist dat de gebruiker van de prothese zich erg concentreert op de activiteit, wat het proces ontzettend vermoeiend maakt. De meeste gebruikers van die protheses stoppen er na een tijdje mee: ze zijn gestresseerd en uitgeput.’
Door middel van organische computing zouden wetenschappers dat proces kunnen optimaliseren. ‘Door een chip te connecteren met een netwerk van neuronen, bijvoorbeeld, creëer je brain-machine interfaces. Bij de volgende generatie prothesen draait het om automatic behaviour: als je inzet op een superlokale, erg efficiënte en heel nauw aansluitende – eventueel geïmplementeerde – processor, wordt de prothese écht een verlengstuk van het lichaam.’
In de toekomst zullen we het traditionele digitale denken moeten loslaten, en computers durven bouwen die stochastisch zijn en zelf kunnen redeneren
Deterministisch digitaal denken
Als je anno nu een computer opstart, verwacht je dat de machine gevraagde taken telkens op precies dezelfde manier uitvoert en zo elke keer perfect dezelfde antwoorden geeft, kadert Jan Rabaey. ‘Dat deterministische denken is de makkelijkste weg. Want aangezien ook de ganse testinfrastructuur zich daarrond heeft gebouwd, kan je nu binnen een mooi afgebakend kader innoveren.’
Professor Jan Raebaey sluit af met visionaire woorden: hij roept op om buiten de lijntjes te kleuren. ‘In de toekomst zullen we het traditionele digitale denken moeten loslaten, en computers durven bouwen die stochastisch zijn en zelf kunnen redeneren. Wij zijn tenslotte ook niet deterministisch als mens. (glimlacht) Het vraagt om een totale shift in operation model én business model, maar die inspanning zal tot innovatieve, duurzame oplossingen leiden: soms moet je durven springen om een samenleving vooruit te stuwen.’
© Fleur De Backer
