Der Physikpreis ging an John Hopfield von der Princeton University und Geoffrey Hinton von der University of Toronto „für ihre bahnbrechenden Entdeckungen und Erfindungen, die maschinelles Lernen mithilfe künstlicher neuronaler Netze ermöglichen“. Der Nobelpreisträger für Physik 2024, Geoffrey Hinton, hat Bedenken hinsichtlich seiner eigenen Entdeckungen und Erfindungen geäußert, die maschinelles Lernen mithilfe künstlicher neuronaler Netze ermöglicht haben.
Tatsächlich ist dies der erste Preis, der für Arbeiten an der Schnittstelle von Informatik, Physik und Biologie verliehen wird. Das Nobelkomitee stellte fest, dass Computer vor allem dank der Forschung von Hopfield und Hinton „die Prozesse des Erinnerns und Lernens reproduzieren können, obwohl sie noch nicht wissen, wie man denkt.“
Berühmt wurden die Preisträger durch ihre Erfindungen Anfang der 80er Jahre, als die Leistungsfähigkeit von Computern zu wünschen übrig ließ. Der amerikanische Biophysiker John Hopfield hat ein assoziatives neuronales Netzwerk entwickelt, das sich Bilder und andere Datensätze merken und wiederherstellen kann. Der Wissenschaftler stützte sich auf Modelle der statistischen Physik, die das Verhalten von Ferromagneten beschreiben – Substanzen, die sich das Magnetfeld „merken“, in dem sie platziert wurden. Der Brite Geoffrey Hinton, der „Pate“ der künstlichen Intelligenz, der Ururenkel des Begründers der mathematischen Logik, George Boole, schuf ein Rechenmodell namens Boltzmann-Maschine. Es basierte ebenfalls auf den Methoden der statistischen Physik und war in der Lage, Bilder zu klassifizieren und nach einem vorgegebenen Muster neue zu erstellen.
Die im KI-Winter veröffentlichten Arbeiten dieser Preisträger markierten den Beginn einer neuen Ära und leiteten die rasante Entwicklung des maschinellen Lernens ein, als das Interesse an diesem Fachgebiet nachließ. In den 2000er Jahren kam es zu einem neuen Aufschwung der Aufmerksamkeit für die Hopfield- und Hinton-Algorithmen. Mittlerweile werden sie nicht sehr weit verbreitet und aktiv genutzt, finden aber separate Anwendungen – zum Beispiel im Quantencomputing.
Die Königlich Schwedische Akademie der Wissenschaften schreibt diesen Physikern die Entwicklung der Methoden zu, die zur Grundlage des modernen maschinellen Lernens wurden. „Die Arbeit der Preisträger hat bereits enorme Vorteile gebracht. „In der Physik nutzen wir künstliche neuronale Netze in einer Vielzahl von Bereichen, beispielsweise bei der Entwicklung neuer Materialien mit spezifischen Eigenschaften“, sagte Ellen Moons, Vorsitzende des Nobel-Physikkomitees.
Wenn man von künstlicher Intelligenz spricht, meint man oft maschinelles Lernen mithilfe künstlicher neuronaler Netze. Ursprünglich wurde die neuronale Netzwerktechnologie in Analogie zur Struktur des Gehirns entwickelt. In biologischen neuronalen Netzen gibt es Neuronen, in einem künstlichen neuronalen Netz gibt es Knoten mit unterschiedlichen Werten, und die Verbindung der Knoten untereinander kann schwächer oder stärker werden. Netzwerktraining wird beispielsweise darin bestehen, stärkere Verbindungen zwischen Knoten bei gleichzeitig hohen Werten aufzubauen.
Hopfield wurde 1933 im amerikanischen Bundesstaat Illinois geboren und studierte an der Cornell University. 1982 erfand er ein assoziatives neuronales Netzwerk namens Hopfield Network. Der Physiker hat ein assoziatives Gedächtnis geschaffen, das Bilder in einer Datenbank speichern und wiederherstellen kann. In diesem Netzwerk fungieren die Knoten als Pixel. Das Hopfield-Netzwerk kann als autoassoziatives Gedächtnis klassifiziert werden – eines, das ein Bild vervollständigen oder korrigieren kann, das resultierende Bild jedoch nicht mit einem anderen Bild verknüpfen kann. Das Hopfield-Netzwerk nutzt die Physik, die die Eigenschaften eines Materials beschreibt, genauer gesagt den Atomspin, die Eigenschaft, die jedes Atom zu einem winzigen Magneten macht. Im Allgemeinen wird das Netzwerk auf eine Weise beschrieben, die der Beschreibung der Energie in einem Spinsystem entspricht. Das Netzwerk lernt, indem es Werte für Verbindungen zwischen Knoten findet, sodass die gespeicherten Bilder eine geringe Energie haben. Wenn dem Hopfield-Netzwerk ein unvollständiges Bild zugeführt wird, durchläuft es systematisch die Knoten und aktualisiert deren Werte, wodurch die Energie des Netzwerks sinkt. Das Netzwerk arbeitet also schrittweise daran, das gespeicherte Bild zu finden, das dem empfangenen Bild am ähnlichsten ist.
Hinton wurde 1947 in einem Vorort von London geboren. Er ist der Ururenkel des englischen Mathematikers und Logikers George Boole. Hinton schloss 1970 sein Studium an der University of Cambridge und 1978 an der University of Edinburgh ab. Hinton hat eine Methode entwickelt, die selbstständig Eigenschaften in einer Datenbank finden und Aufgaben wie die Identifizierung bestimmter Elemente in Bildern ausführen kann. Hinton nutzte Hopfields Netzwerk als Grundlage für die Erfindung (zusammen mit Terry Sejnowski) eines neuen Netzwerks. Sie wurde „Boltzmann-Maschine“ genannt – zu Ehren des österreichischen Physikers Ludwig Boltzmann, einem der Begründer der statistischen Physik – einem Zweig der Physik, der sich mit Systemen beschäftigt, die aus vielen ähnlichen Komponenten aufgebaut sind. Hinton nutzte Werkzeuge der statistischen Physik, um das neue Netzwerk zu entwickeln. Wie das Hopfield-Netzwerk ist die Boltzmann-Maschine ein Netzwerk von Neuronen mit einem definierten Konzept von „Energie“. Es stellte sich heraus, dass dieses Netzwerk das erste neuronale Netzwerk war, das in der Lage war, interne Darstellungen zu lernen und komplexe kombinatorische Probleme zu lösen. Es kann lernen, charakteristische Elemente in einem bestimmten Datentyp zu erkennen. Mit einer Boltzmann-Maschine können Bilder klassifiziert oder neue Beispiele für den Mustertyp erstellt werden, auf den sie trainiert wurde. Die Maschine lernt, indem sie ihr Beispiele zuführt, die wahrscheinlich auftreten, wenn sie ausgeführt wird.
Im vergangenen Jahr wurde der Nobelpreis für Physik an Pierre Agostini, Ferenc Krausz und Anne L’Huillier „für experimentelle Methoden zur Erzeugung von Attosekunden-Lichtimpulsen zur Untersuchung der Dynamik von Elektronen in Materie“ verliehen. Im Jahr 2022 ging der Preis an den französischen Wissenschaftler Alain Aspe, den amerikanischen Physiker John Clauser und den österreichischen Wissenschaftler Anton Zeilinger für Forschungen zur Quantenmechanik – für „Experimente mit verschränkten Photonen, Forschung zu Verletzungen der Bellschen Ungleichungen und Arbeiten zur Quanteninformationswissenschaft“.
Der Baranteil der Auszeichnung in Höhe von 11 Millionen schwedischen Kronen (rund eine Million Euro) wird zu gleichen Teilen aufgeteilt. Die Gewinner werden am 10. Dezember in Stockholm (dem Todestag von Alfred Nobel) ausgezeichnet.
Der Nobelpreisträger für Physik 2024, Geoffrey Hinton, hat Bedenken hinsichtlich seiner eigenen Entdeckungen und Erfindungen geäußert, die maschinelles Lernen mithilfe künstlicher neuronaler Netze ermöglicht haben.
Auf einer Pressekonferenz am Dienstag zur Bekanntgabe der Nobelpreisträger warnte Hinton am Telefon vor „möglichen negativen Folgen, insbesondere vor einem außer Kontrolle geratenen neuronalen Netzwerk“.
Er bemerkte, dass er „genau das Gleiche getan hätte, wenn er noch einmal die Wahl gehabt hätte, diese Entdeckung zu machen oder nicht“. „Aber ich befürchte, dass die Folgen nachteilig sein könnten und die Kontrolle von Systemen übernommen wird, die intelligenter sind als wir“, fügte der Wissenschaftler hinzu und äußerte sich „mit einem gewissen Bedauern“ über die Forschung.
„Diese Erfahrung haben wir nicht: Wie ist es, wenn etwas schlauer ist als wir?“ — Hinton beantwortete die Frage eines Journalisten nach den möglichen Konsequenzen seiner wissenschaftlichen Arbeit. Gleichzeitig stellte der Wissenschaftler fest, dass Forschung „viele Vorteile bringen kann, zum Beispiel im Bereich der Gesundheitsversorgung“.
Zuvor wurde berichtet, dass der Nobelpreis für Physik an den Amerikaner John Hopfield und den Inhaber der britischen und kanadischen Staatsbürgerschaft Geoffrey Hinton ging.
„Die beiden diesjährigen Nobelpreisträger für Physik verwendeten Werkzeuge aus der Physik, um die Techniken zu entwickeln, die die Grundlage für das heutige leistungsstarke maschinelle Lernen bildeten“, sagte das Nobelkomitee in einer Pressemitteilung.
Hopfield wurde 1933 im amerikanischen Bundesstaat Illinois geboren und studierte an der Cornell University. 1982 erfand er ein assoziatives neuronales Netzwerk namens Hopfield Network.
Hinton wurde 1947 in einem Vorort von London geboren. Er ist der Ururenkel des englischen Mathematikers und Logikers George Boole. Hinton schloss 1970 sein Studium an der University of Cambridge und 1978 an der University of Edinburgh ab. Zusammen mit Terry Sejnowski erfand er ein neuronales Netzwerk namens Boltzmann-Maschine.