{"id":1715,"date":"2024-11-04T20:16:38","date_gmt":"2024-11-04T17:16:38","guid":{"rendered":"https:\/\/planeta21vek.ru\/deu\/?p=1715"},"modified":"2025-11-20T13:37:45","modified_gmt":"2025-11-20T10:37:45","slug":"john-hopfield-und-geoffrey-hinton-erhielten-den-nobelpreis-fuer-physik-fuer-ihre-erfindung-des-maschinellen-lernens-mithilfe-kuenstlicher-neuronaler-netze","status":"publish","type":"post","link":"https:\/\/planeta21vek.ru\/deu\/2024\/11\/04\/john-hopfield-und-geoffrey-hinton-erhielten-den-nobelpreis-fuer-physik-fuer-ihre-erfindung-des-maschinellen-lernens-mithilfe-kuenstlicher-neuronaler-netze\/","title":{"rendered":"John Hopfield und Geoffrey Hinton erhielten den Nobelpreis f\u00fcr Physik f\u00fcr ihre Erfindung des maschinellen Lernens mithilfe k\u00fcnstlicher neuronaler Netze"},"content":{"rendered":"

Der Physikpreis ging an John Hopfield von der Princeton University und Geoffrey Hinton von der University of Toronto \u201ef\u00fcr ihre bahnbrechenden Entdeckungen und Erfindungen, die maschinelles Lernen mithilfe k\u00fcnstlicher neuronaler Netze erm\u00f6glichen\u201c. Der Nobelpreistr\u00e4ger f\u00fcr Physik 2024, Geoffrey Hinton, hat Bedenken hinsichtlich seiner eigenen Entdeckungen und Erfindungen ge\u00e4u\u00dfert, die maschinelles Lernen mithilfe k\u00fcnstlicher neuronaler Netze erm\u00f6glicht haben.<\/span><\/p>\n

<\/p>\n

Tats\u00e4chlich ist dies der erste Preis, der f\u00fcr 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 \u201edie Prozesse des Erinnerns und Lernens reproduzieren k\u00f6nnen, obwohl sie noch nicht wissen, wie man denkt.\u201c<\/span><\/p>\n

Ber\u00fchmt wurden die Preistr\u00e4ger durch ihre Erfindungen Anfang der 80er Jahre, als die Leistungsf\u00e4higkeit von Computern zu w\u00fcnschen \u00fcbrig lie\u00df. Der amerikanische Biophysiker John Hopfield hat ein assoziatives neuronales Netzwerk entwickelt, das sich Bilder und andere Datens\u00e4tze merken und wiederherstellen kann. Der Wissenschaftler st\u00fctzte sich auf Modelle der statistischen Physik, die das Verhalten von Ferromagneten beschreiben \u2013 Substanzen, die sich das Magnetfeld \u201emerken\u201c, in dem sie platziert wurden. Der Brite Geoffrey Hinton, der \u201ePate\u201c der k\u00fcnstlichen Intelligenz, der Ururenkel des Begr\u00fcnders 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.<\/span><\/p>\n

Die im KI-Winter ver\u00f6ffentlichten Arbeiten dieser Preistr\u00e4ger markierten den Beginn einer neuen \u00c4ra und leiteten die rasante Entwicklung des maschinellen Lernens ein, als das Interesse an diesem Fachgebiet nachlie\u00df. In den 2000er Jahren kam es zu einem neuen Aufschwung der Aufmerksamkeit f\u00fcr die Hopfield- und Hinton-Algorithmen. Mittlerweile werden sie nicht sehr weit verbreitet und aktiv genutzt, finden aber separate Anwendungen \u2013 zum Beispiel im Quantencomputing.<\/span><\/p>\n

\"\"<\/p>\n

Die K\u00f6niglich Schwedische Akademie der Wissenschaften schreibt diesen Physikern die Entwicklung der Methoden zu, die zur Grundlage des modernen maschinellen Lernens wurden. \u201eDie Arbeit der Preistr\u00e4ger hat bereits enorme Vorteile gebracht. \u201eIn der Physik nutzen wir k\u00fcnstliche neuronale Netze in einer Vielzahl von Bereichen, beispielsweise bei der Entwicklung neuer Materialien mit spezifischen Eigenschaften\u201c, sagte Ellen Moons, Vorsitzende des Nobel-Physikkomitees.<\/span><\/p>\n

Wenn man von k\u00fcnstlicher Intelligenz spricht, meint man oft maschinelles Lernen mithilfe k\u00fcnstlicher neuronaler Netze. Urspr\u00fcnglich wurde die neuronale Netzwerktechnologie in Analogie zur Struktur des Gehirns entwickelt. In biologischen neuronalen Netzen gibt es Neuronen, in einem k\u00fcnstlichen neuronalen Netz gibt es Knoten mit unterschiedlichen Werten, und die Verbindung der Knoten untereinander kann schw\u00e4cher oder st\u00e4rker werden. Netzwerktraining wird beispielsweise darin bestehen, st\u00e4rkere Verbindungen zwischen Knoten bei gleichzeitig hohen Werten aufzubauen.<\/span><\/p>\n

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 Ged\u00e4chtnis geschaffen, das Bilder in einer Datenbank speichern und wiederherstellen kann. In diesem Netzwerk fungieren die Knoten als Pixel. Das Hopfield-Netzwerk kann als autoassoziatives Ged\u00e4chtnis klassifiziert werden \u2013 eines, das ein Bild vervollst\u00e4ndigen oder korrigieren kann, das resultierende Bild jedoch nicht mit einem anderen Bild verkn\u00fcpfen 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 f\u00fcr Verbindungen zwischen Knoten findet, sodass die gespeicherten Bilder eine geringe Energie haben. Wenn dem Hopfield-Netzwerk ein unvollst\u00e4ndiges Bild zugef\u00fchrt wird, durchl\u00e4uft 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 \u00e4hnlichsten ist.<\/span><\/p>\n

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 selbstst\u00e4ndig Eigenschaften in einer Datenbank finden und Aufgaben wie die Identifizierung bestimmter Elemente in Bildern ausf\u00fchren kann. Hinton nutzte Hopfields Netzwerk als Grundlage f\u00fcr die Erfindung (zusammen mit Terry Sejnowski) eines neuen Netzwerks. Sie wurde \u201eBoltzmann-Maschine\u201c genannt \u2013 zu Ehren des \u00f6sterreichischen Physikers Ludwig Boltzmann, einem der Begr\u00fcnder der statistischen Physik \u2013 einem Zweig der Physik, der sich mit Systemen besch\u00e4ftigt, die aus vielen \u00e4hnlichen 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 \u201eEnergie\u201c. 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 l\u00f6sen. Es kann lernen, charakteristische Elemente in einem bestimmten Datentyp zu erkennen. Mit einer Boltzmann-Maschine k\u00f6nnen Bilder klassifiziert oder neue Beispiele f\u00fcr den Mustertyp erstellt werden, auf den sie trainiert wurde. Die Maschine lernt, indem sie ihr Beispiele zuf\u00fchrt, die wahrscheinlich auftreten, wenn sie ausgef\u00fchrt wird.<\/span><\/p>\n

Im vergangenen Jahr wurde der Nobelpreis f\u00fcr Physik an Pierre Agostini, Ferenc Krausz und Anne L’Huillier \u201ef\u00fcr experimentelle Methoden zur Erzeugung von Attosekunden-Lichtimpulsen zur Untersuchung der Dynamik von Elektronen in Materie\u201c verliehen. Im Jahr 2022 ging der Preis an den franz\u00f6sischen Wissenschaftler Alain Aspe, den amerikanischen Physiker John Clauser und den \u00f6sterreichischen Wissenschaftler Anton Zeilinger f\u00fcr Forschungen zur Quantenmechanik \u2013 f\u00fcr \u201eExperimente mit verschr\u00e4nkten Photonen, Forschung zu Verletzungen der Bellschen Ungleichungen und Arbeiten zur Quanteninformationswissenschaft\u201c.<\/span><\/p>\n

Der Baranteil der Auszeichnung in H\u00f6he 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.<\/span><\/p>\n

Der Nobelpreistr\u00e4ger f\u00fcr Physik 2024, Geoffrey Hinton, hat Bedenken hinsichtlich seiner eigenen Entdeckungen und Erfindungen ge\u00e4u\u00dfert, die maschinelles Lernen mithilfe k\u00fcnstlicher neuronaler Netze erm\u00f6glicht haben.<\/strong><\/span><\/p>\n

Auf einer Pressekonferenz am Dienstag zur Bekanntgabe der Nobelpreistr\u00e4ger warnte Hinton am Telefon vor \u201em\u00f6glichen negativen Folgen, insbesondere vor einem au\u00dfer Kontrolle geratenen neuronalen Netzwerk\u201c.<\/span><\/p>\n

Er bemerkte, dass er \u201egenau das Gleiche getan h\u00e4tte, wenn er noch einmal die Wahl gehabt h\u00e4tte, diese Entdeckung zu machen oder nicht\u201c. \u201eAber ich bef\u00fcrchte, dass die Folgen nachteilig sein k\u00f6nnten und die Kontrolle von Systemen \u00fcbernommen wird, die intelligenter sind als wir\u201c, f\u00fcgte der Wissenschaftler hinzu und \u00e4u\u00dferte sich \u201emit einem gewissen Bedauern\u201c \u00fcber die Forschung.<\/span><\/p>\n

\u201eDiese Erfahrung haben wir nicht: Wie ist es, wenn etwas schlauer ist als wir?\u201c \u2014 Hinton beantwortete die Frage eines Journalisten nach den m\u00f6glichen Konsequenzen seiner wissenschaftlichen Arbeit. Gleichzeitig stellte der Wissenschaftler fest, dass Forschung \u201eviele Vorteile bringen kann, zum Beispiel im Bereich der Gesundheitsversorgung\u201c.<\/span><\/p>\n

\"\"<\/p>\n

Zuvor wurde berichtet, dass der Nobelpreis f\u00fcr Physik an den Amerikaner John Hopfield und den Inhaber der britischen und kanadischen Staatsb\u00fcrgerschaft Geoffrey Hinton ging.<\/span><\/p>\n

\u201eDie beiden diesj\u00e4hrigen Nobelpreistr\u00e4ger f\u00fcr Physik verwendeten Werkzeuge aus der Physik, um die Techniken zu entwickeln, die die Grundlage f\u00fcr das heutige leistungsstarke maschinelle Lernen bildeten\u201c, sagte das Nobelkomitee in einer Pressemitteilung.<\/span><\/p>\n

Hopfield wurde 1933 im amerikanischen Bundesstaat Illinois geboren und studierte an der Cornell University. 1982 erfand er ein assoziatives neuronales Netzwerk namens Hopfield Network.<\/span><\/p>\n

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.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"

Der Physikpreis ging an John Hopfield von der Princeton University und Geoffrey Hinton von der University of Toronto \u201ef\u00fcr ihre bahnbrechenden Entdeckungen und Erfindungen, die maschinelles Lernen mithilfe k\u00fcnstlicher neuronaler Netze erm\u00f6glichen\u201c. Der Nobelpreistr\u00e4ger f\u00fcr Physik 2024, Geoffrey Hinton, hat Bedenken hinsichtlich seiner eigenen Entdeckungen und Erfindungen ge\u00e4u\u00dfert, die maschinelles Lernen mithilfe k\u00fcnstlicher neuronaler Netze erm\u00f6glicht haben.<\/p>\n","protected":false},"author":1,"featured_media":1716,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[19,527],"tags":[528,802,470,803],"class_list":{"0":"post-1715","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-news","8":"category-ii","9":"tag-kuenstliche-intelligenz","10":"tag-maschinelles-lernen","11":"tag-nobelpreis","12":"tag-physik"},"_links":{"self":[{"href":"https:\/\/planeta21vek.ru\/deu\/wp-json\/wp\/v2\/posts\/1715","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/planeta21vek.ru\/deu\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/planeta21vek.ru\/deu\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/planeta21vek.ru\/deu\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/planeta21vek.ru\/deu\/wp-json\/wp\/v2\/comments?post=1715"}],"version-history":[{"count":1,"href":"https:\/\/planeta21vek.ru\/deu\/wp-json\/wp\/v2\/posts\/1715\/revisions"}],"predecessor-version":[{"id":1717,"href":"https:\/\/planeta21vek.ru\/deu\/wp-json\/wp\/v2\/posts\/1715\/revisions\/1717"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/planeta21vek.ru\/deu\/wp-json\/wp\/v2\/media\/1716"}],"wp:attachment":[{"href":"https:\/\/planeta21vek.ru\/deu\/wp-json\/wp\/v2\/media?parent=1715"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/planeta21vek.ru\/deu\/wp-json\/wp\/v2\/categories?post=1715"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/planeta21vek.ru\/deu\/wp-json\/wp\/v2\/tags?post=1715"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}