Hoe kunnen we de rekenkracht van onze hersenen kopiëren als alternatief voor energiedorstige informatieprocessors?

De ontwikkelingen op het gebied van ICT en Internet-of-things laten een massieve groei van data zien gegeneerd door digitale media, sociale netwerken, RFID tags, digitale bibliotheken etc. en de alomtegenwoordigheid van allerlei met elkaar verbonden sensoren en informatiebronnen. In 2013 hebben we met zijn allen 4,4x1021 bytes aan data gegenereerd, dat is 4 keer meer data dan in de gehele geschiedenis van de mensheid daarvoor. Door de verwachte groei van het aantal met elkaar verbonden devices (naar verwachting 50 miljard in 2020) zal er alleen nog maar meer data gegeneerd worden. Ofschoon de klassieke Von Neuman-CMOS architectuur waarschijnlijk dominant zal blijven in de komende jaren is bio-inspired informatieprocessing een toekomstige oplossingsrichting met betere performance en lagere energieverbruik. Het verschil is populair gezegd dat elke neuron verbonden in met 104 ander neuronen. Toekomstige generatie op CMOS gebaseerde nanodevices kunnen deze extreem grote connectiedichtheid mogelijk maken en derhalve ook een bio-inspired informatieprocessing architectuur. Dit vereist een multidisciplinaire aanpak met betrokkenheid van verschillende wetenschappelijke gemeenschappen: het berekenen van architecturen, informatieverwerking, elektrische engineering, productie, maar ook fundamentele fysica en zelfs biologie (neurowetenschappen, cognitie, leren, bio- inspiratie enz. )