Künstliche Intelligenz (KI) im Rampenlicht des Nobelpreises für Physik! Das ist überraschend. Einer der Preisträger, Geoffrey Hinton, der heute Morgen vom Nobelkomitee telefonisch kontaktiert wurde, war selbst sehr überrascht, als er erfuhr, dass ihm der Nobelpreis für Physik verliehen worden war. Wenn wir jedoch genauer hinsehen, haben die Techniken, die für den Erfolg des maschinellen Lernens – oder des statistischen Lernens – eine Rolle spielen, einen engen Zusammenhang mit der statistischen Physik: Die in der statistischen Physik verwendeten Werkzeuge zur Beschreibung metallischer Legierungen – Spingläser – sind dieselben wie diejenigen, die zur Beschreibung neuronaler Netze verwendet werden.
In einer aktuellen Ausgabe von Forschung (Vierteljahr Nr. 577, April-Juni 2024) haben wir der KI und ihrem Einsatz in der Forschung eine lange Akte gewidmet. Bei dieser Gelegenheit gab uns der Informatiker Yann Le Cun, der das Labor für künstliche Intelligenz von Facebook leitet, ein Interview, in dem er auf die Entstehung dieses Forschungsgebiets zurückblickte und die Rolle der beiden Nobelpreisträger in diesem Jahr erzählte: des Biophysikers John Hopfield für die Entwicklung vollständig verbundener neuronaler Netze im Jahr 1982 und Geoffrey Hinton, damals Postdoktorand in einer Gruppe von Psychologen und Kognitivisten, die sich für künstliche Intelligenz interessierten, die die Gradienten-Backpropagation-Technik entwickelten, die für den Erfolg des maschinellen Lernens von grundlegender Bedeutung ist .
Andere, darunter Yann Le Cun und Yoshua Bengio – beide 2019 zusammen mit Geoffrey Hinton mit dem Turing-Preis ausgezeichnet – machten diese Methoden anschließend immer effektiver.
Das gesamte Interview mit Yann Le Cun finden Sie hier im freien Zugang: „Maschinen mangelt es an gesundem Menschenverstand“
Bildnachweis: Or. Niklas Elmehed © Nobel Prize Outreach
Related News :