In diesem Blogbeitrag teile ich einige meiner Gedanken \u00fcber den diesj\u00e4hrigen Nobelpreis f\u00fcr Physik, der mich ebenso \u00fcberrascht hat wie alle anderen. Ich gehe der Frage nach, wof\u00fcr die Preistr\u00e4ger geehrt werden, und vertrete die Auffassung, dass es mehr als gerechtfertigt ist, einen Nobelpreis f\u00fcr die Forschung im Bereich der k\u00fcnstlichen Intelligenz zu vergeben, deren praktische Anwendungen derzeit viele Aspekte unseres t\u00e4glichen Lebens revolutionieren.<\/p>\n\n\n\n
Wenn Sie diesen Blog lesen, wissen Sie wahrscheinlich bereits, dass der Nobelpreis f\u00fcr Physik 2024 an John Hopfield<\/a> und Geoffrey Hinton<\/a> verliehen wurde. Um zu verdeutlichen, warum, m\u00f6chte ich aus der Pressemitteilung des Nobelkomitees f\u00fcr Physik<\/a> zitieren: \u201eWenn wir \u00fcber k\u00fcnstliche Intelligenz sprechen, meinen wir oft maschinelles Lernen mit k\u00fcnstlichen neuronalen Netzen. Diese Technologie wurde urspr\u00fcnglich von der Struktur des Gehirns inspiriert. In einem k\u00fcnstlichen neuronalen Netz werden die Neuronen des Gehirns durch Knoten dargestellt, die unterschiedliche Werte haben. Diese Knoten beeinflussen sich gegenseitig durch Verbindungen, die mit Synapsen verglichen werden k\u00f6nnen […]. Die diesj\u00e4hrigen Preistr\u00e4ger haben seit den 1980er Jahren wichtige Arbeiten mit k\u00fcnstlichen neuronalen Netzen durchgef\u00fchrt.\u201c<\/p>\n\n\n\n Wenn man sich die Entscheidung des Komitees ansieht, kann man mit einigem Recht sagen, dass niemand sie erwartet hatte. (Ich muss es wissen, denn in der Woche vor der Bekanntgabe habe ich mir mehrere Videos von Physik-YouTubern mit Vorhersagen f\u00fcr den diesj\u00e4hrigen Preis angesehen, und niemand hatte Forscher f\u00fcr k\u00fcnstliche Intelligenz (KI) auf seiner Liste).<\/p>\n\n\n\n Man kann auch sagen, dass die Entscheidung etwas umstritten ist. Auf der einen Seite gibt es Physiker, die kritisieren, dass der Preis an Informatiker geht und dies als Indikator f\u00fcr eine Krise der Physik sehen. Auf der anderen Seite gibt es Informatiker, die den Preis als einen Versuch der Physiker sehen, KI als ihre Disziplin zu beanspruchen. (Einfach mal googeln \ud83d\ude09.) Es gibt auch eine Kontroverse \u00fcber die Preisw\u00fcrdigkeit der Preistr\u00e4ger und dar\u00fcber, ob die Beitr\u00e4ge, f\u00fcr die sie ausgezeichnet werden, ihnen zu Unrecht zugeschrieben werden. (Einfach mal googeln \ud83d\ude09.)<\/p>\n\n\n\n Im Folgenden werde ich auf all dies eingehen und er\u00f6rtern, warum Hopfield und Hinton tats\u00e4chlich grundlegende Arbeiten zur KI geleistet haben, die eine Br\u00fccke zwischen Informatik und Physik schlagen. Dabei gehe ich davon aus, dass die Leser wissen, was k\u00fcnstliche neuronale Netze sind, n\u00e4mlich mathematische Modelle biologischer neuronaler Netze, die auf Computern implementiert werden k\u00f6nnen, um eine Vielzahl von kognitiven Aufgaben zu erf\u00fcllen. Also, los geht’s …<\/p>\n\n\n\n Im Gegensatz zu dem, was wir heute in den Nachrichten lesen, haben Hopfield und Hinton die k\u00fcnstlichen neuronalen Netze nicht erfunden und auch nie behauptet, dies getan zu haben. Tats\u00e4chlich gehen k\u00fcnstliche neuronale Netze mindestens bis in die 1940er Jahre zur\u00fcck, als die ersten elektronischen Computer verf\u00fcgbar wurden und man begann, dar\u00fcber nachzudenken, wie man menschliche Denkprozesse mit \u201eelektronischen Gehirnen\u201c simulieren k\u00f6nnte.<\/p>\n\n\n\n Das erste Konzept eines elektronischen Neurons wurde 1943 von McCulloch und Pitts beschrieben, die auch er\u00f6rterten, wie man logische Berechnungen mit Netzen solcher Neuronen durchf\u00fchren kann [1]. In den 1950er Jahren baute Rosenblatt ein elektronisches Neuron, das er Perzeptron nannte, und zeigte, dass es mit Hilfe von Trainingsdaten und einem auf Hebb zur\u00fcckgehenden Algorithmus lernen kann, Muster zu erkennen [2,3]. Netze, in denen Perzeptronen in Schichten gestapelt sind und nur Informationen von einer Schicht zur n\u00e4chsten weitergeben, wurden als mehrschichtige Feed-Forward-Perzeptronen bekannt und waren die Vorl\u00e4ufer vieler der heutigen tiefen neuronalen Netze. Neuronale Netze, bei denen die Perzeptronen nicht unbedingt in Schichten angeordnet sind und bei denen Informationen hin und her flie\u00dfen k\u00f6nnen, wurden als rekurrente neuronale Netze bezeichnet und spielen ebenfalls eine grundlegende Rolle beim modernen Deep Learning.<\/p>\n\n\nErfindung der k\u00fcnstlichen neuronalen Netze<\/strong><\/h2>\n\n\n\n