Physik-Nobelpreis an John Hopfield und Geoffrey Hinton für KI-Durchbrüche

Die Königlich Schwedische Akademie der Wissenschaften hat am Dienstag bekannt gegeben, dass der Nobelpreis für Physik 2024 gemeinsam an John J. Hopfield und Geoffrey E. Hinton für grundlegende Entdeckungen und Erfindungen verliehen wird, die maschinelles Lernen mit künstlichen neuronalen Netzen ermöglichen.

Ihre Arbeiten bauten eine Brücke zwischen der theoretischen Physik und der Informatik, indem sie physikalische Gesetze von Atomspins und thermodynamischer Energie auf Algorithmen übertrugen, die wie biologische Netzwerke lernen und Muster speichern können.

Nutzung statistischer Physik für künstliche neuronale Netze

Im Jahr 1982 entwickelte John Hopfield ein assoziatives neuronales Netz, das auf dem physikalischen Prinzip minimaler Systemzustände beruht. Es kann Bilder und Signalmuster abspeichern und selbst aus unvollständigen oder verrauschten Eingabedaten zuverlässig wiederherstellen.

Aufbauend auf Hopfields Erkenntnissen nutzte Geoffrey Hinton statistische Physik, um die Boltzmann-Maschine zu konstruieren. Dieses stochastische Modell erkennt selbstständig Muster in komplexen Datensätzen und legte den Grundstein für die heutige Deep-Learning-Revolution.

“The laureates used fundamental concepts from statistical physics to design artificial neural networks that function as associative memories and find patterns in large datasets.” — Ellen Moons, Chair of the Nobel Committee for Physics

Vom Hopfield-Netzwerk zum modernen Deep Learning

Das Nobelkomitee hob hervor, dass neuronale Netze inzwischen wesentliche Instrumente in der modernen Naturwissenschaft sind, insbesondere bei der Entwicklung neuer Werkstoffe, in der Teilchenphysik und in der Klimaforschung.

Hopfield von der Princeton University und Hinton von der University of Toronto werden ihre Auszeichnungen und ein Preisgeld von 11 Millionen schwedischen Kronen im Dezember feierlich in Stockholm entgegennehmen.

Sources

• Royal Swedish Academy of Sciences
• The Nobel Prize