John Hopfield und Geoffrey Hinton, zwei Vorreiter auf dem Gebiet der künstlichen Intelligenz, wurden für ihre bahnbrechenden Arbeiten, die die Grundlage für maschinelles Lernen mit künstlichen neuronalen Netzen legten, mit dem Nobelpreis für Physik 2024 ausgezeichnet. Das Nobelkomitee würdigte die beiden Wissenschaftler "für grundlegende Entdeckungen und Erfindungen, die maschinelles Lernen mit künstlichen neuronalen Netzen ermöglichen".
Hopfield entwickelte in den 1980er Jahren ein assoziatives Gedächtnis, das in der Lage ist, Muster in Daten zu speichern und zu rekonstruieren. Dieses Netzwerk, bekannt als Hopfield-Netzwerk, basiert auf physikalischen Prinzipien, die die Beschreibung von Materialeigenschaften auf der Grundlage von atomaren Spins ermöglichen.
Hinton wiederum erfand eine Methode, mit der Eigenschaften in Daten autonom erkannt werden können. Seine Erfindung, die Boltzmann-Maschine, nutzt Ansätze aus der statistischen Physik. Beide Forscher ließen sich von Konzepten der Physik inspirieren und zeigten, wie diese auf die Informatik übertragen werden können.
Das Nobelkomitee betonte, dass die Arbeiten von Hopfield und Hinton die Grundlage für die leistungsstarken Systeme der künstlichen Intelligenz bilden, die wir heute kennen. Ihre Erkenntnisse finden bereits Anwendung in verschiedenen Bereichen der Physik, beispielsweise bei der Entwicklung neuer Materialien. Darüber hinaus haben sie die Entwicklung von Technologien wie Gesichtserkennung, Sprachübersetzung und selbstfahrende Autos ermöglicht.
Für Geoffrey Hinton ist dies bereits die zweite hochkarätige Auszeichnung in den letzten Jahren. Im Jahr 2019 erhielt er zusammen mit Yann LeCun und Yoshua Bengio den Turing Award, die höchste Auszeichnung in der Informatik. Der mit einer Million Dollar dotierte Preis würdigte die Leistungen der drei Forscher im Bereich des Deep Learning, das zur dominierenden Berechnungsmethode der KI geworden ist.
Laut dem Turing Award blieben Hinton, LeCun und Bengio dem Deep-Learning-Ansatz auch dann treu, als andere Wissenschaftler das Vertrauen in ihn verloren hatten. Ihre Beharrlichkeit zahlte sich aus, denn die bemerkenswerten Fortschritte der KI in den letzten Jahren, wie z. B. bei der Sprachverarbeitung und der automatisierten Bildverarbeitung, basieren auf Deep Learning in Kombination mit leistungsstärkeren Computern und riesigen Datenmengen.
Ein bedeutender Wendepunkt für Deep Learning war das Jahr 2012, als ein von Hinton mitentwickeltes Deep-Learning-Netzwerk beim ImageNet-Bilderkennungstest alle konkurrierenden Verfahren um 41 Prozent übertraf. Seit diesem "ImageNet-Moment" hat sich Deep Learning zur vorherrschenden Berechnungsmethode der KI entwickelt.
Trotz seiner bahnbrechenden Arbeit auf dem Gebiet der KI hat Hinton auch auf die potenziellen Gefahren dieser Technologie hingewiesen. Nach seinem Ausscheiden bei Google im Jahr 2023 äußerte er öffentlich Bedenken hinsichtlich der Risiken, die von unkontrollierter KI ausgehen.
Die Verleihung des Nobelpreises an Hopfield und Hinton unterstreicht die Bedeutung ihrer Arbeit für das rasante Wachstum der künstlichen Intelligenz. Ihre Erkenntnisse haben das Fundament für eine Technologie gelegt, die unser Leben in vielerlei Hinsicht verändert und gleichzeitig neue Herausforderungen mit sich bringt. Es bleibt abzuwarten, wie sich die KI in Zukunft entwickeln und welche Auswirkungen sie auf unsere Gesellschaft haben wird.