Physik-Nobelpreis: Wie viel Physik in neuronalen Netzen steckt

Inhaltsverzeichnis

"Und der Nobelpreis für Physik 2024 geht nicht an Physik", schrieb die Physikerin und Wissenschaftskommunikatorin Sabine Hossenfelder nur wenige Minuten nach der Bekanntgabe des Preises auf X. Damit bringt sie die Kontroverse um die in diesem Jahr geehrte Forschung auf den Punkt. Denn ausgezeichnet wurden John Hopfield von der Princeton University und Geoffrey Hinton von der University of Toronto für "bahnbrechende Entdeckungen und Erfindungen, die maschinelles Lernen mit künstlichen neuronalen Netzen ermöglichen". Der Bezug zur Physik wird aus der Verlautbarung der Königlich Schwedischen Akademie der Wissenschaften nicht direkt deutlich.

In der Physik-Community machte sich Ernüchterung breit, für die sozialen Medien war es hingegen ein gefundenes Fressen. "Nun lernen Physiker, wie es sich anfühlt, wenn KI ihre Arbeit übernimmt ... ", schrieb der Kosmologe Brian Keating auf X. "Was, wenn KI sich bereits unserer Kontrolle entzieht und lediglich testet, ob sie sich selbst den Nobelpreis für Physik verleihen kann?", witzelte ein anderer Nutzer. "Physiker, die sich darüber beschweren, dass der Nobelpreis an die Informatik ging, haben es nicht verstanden", schrieb die IBM-Physikerin Olivia Lanes, "jetzt, wo die Physik maschinelles Lernen für sich beansprucht hat – stellt euch vor, wofür wir noch alles den Ruhm ernten könnten!"

c't kompakt

• John Hopfield erhielt den Nobelpreis für seine Entwicklung des Hopfield-Netzwerks: ein einfaches, neuronales Netz, das Muster speichert und wiederherstellt.
• Geoffrey Hinton entwickelte die Boltzmann-Maschine, eine frühe Form der generativen KI, und die Backpropagation, eine Methode zum Vortraining von neuronalen Netzen. Beide halfen, neuronale Netze einsatzfähig zu machen.
• Sowohl Hopfield-Netzwerke als auch die Boltzmann-Maschine nutzen Methoden aus der theoretischen Physik. Gleichermaßen ist KI heutzutage fester Bestandteil der physikalischen Forschung, sei es in der Teilchenphysik oder in der Kosmologie.

Forschung und Künstliche Intelligenz (KI)

• Smarte Textilien sollen in Zukunft Streicheleinheiten übertragen
• DNA-Stränge als neue Datenspeicher weiterentwickelt
• Nobelpreis Chemie: Wie Computer lernten, Proteine zu falten
• KI-Forschung: Wie viel Physik in neuronalen Netzen steckt
• Bessere Vorhersagen mit Physik und KI
• Künstliche Intelligenz wandelt die Klimaforschung
• ESA-Satellit soll erkunden, wie der Klimawandel die Atmosphäre verändert
• Klimawandel: Zum Forschungsstand der Kipppunkte
• Projekt DestinE: Wie das Projekt den Klimawandel und das Wetter genau anzeigt

Doch beide Preisträger haben in ihrer Arbeit Methoden verwendet, die aus der theoretischen Physik stammen. John Hopfield (91) ist promovierter Physiker; Geoffrey Hinton (76) war mit den Methoden der statistischen Physik vertraut. Wie viel Physik tatsächlich im maschinellen Lernen steckt und welchen Beitrag die Laureaten zur Entwicklung künstlicher Intelligenz geleistet haben, soll dieser Artikel genauer beleuchten.

Das war die Leseprobe unseres heise-Plus-Artikels "Physik-Nobelpreis: Wie viel Physik in neuronalen Netzen steckt". Mit einem heise-Plus-Abo können sie den ganzen Artikel lesen und anhören.