«Geoffrey Hinton wird oft als der ‹Godfather of AI› bezeichnet, und das zurecht», sagte Rasmus Rothe, Gründungsvorstandsmitglied des KI-Bundesverbandes. Seine Arbeit sei über Jahre grundlegend für das gesamte Forschungsfeld gewesen. Auch Hopfield habe durch seine Innovationen in essenziellen Bereichen die Basis für viele Fortschritte im maschinellen Lernen gelegt. «Erst mit dem heutigen Fortschritt, durch Firmen wie OpenAI und den enormen Beitrag moderner Forscher, können wir den frühen Einfluss dieser Pioniere in vollem Umfang würdigen.»
Nach Meinung Hintons wird Künstliche Intelligenz einen riesigen Einfluss auf die Menschheit haben. «Sie wird mit der Industriellen Revolution vergleichbar sein», sagte er, als er bei der Preisbekanntgabe telefonisch zugeschaltet war. «Aber anstatt die Menschen an körperlicher Stärke zu übertreffen, wird sie die Menschen an intellektuellen Fähigkeiten übertreffen.»
Der «Godfather of AI» ist inzwischen ein Kritiker
Der «Godfather of AI» (etwa: Urvater der KI) gehört inzwischen allerdings zu ihren grössten Kritikern. «Wir haben keine Erfahrung damit, wie es ist, wenn Dinge intelligenter sind als wir», sagte er. In vielerlei Hinsicht werde das wundervoll sein, etwa im Fall eines effizienteren Gesundheitswesens und Verbesserungen der Produktivität. «Wir müssen uns aber auch über eine Reihe möglicher negativer Folgen Sorgen machen, besonders über die Gefahr, dass diese Dinge ausser Kontrolle geraten.»
Hinton hatte im vergangenen Jahr seinen Job bei Google Brain, dem KI-Forschungsteam des Unternehmens, gekündigt, um frei über die Risiken von KI sprechen zu können. Er veröffentlichte zusammen mit anderen führenden KI-Forschern mehrere Stellungnahmen zu dem Thema. Demnach sehen sie in KI eine potenzielle Gefahr für die Menschheit und rufen dazu auf, die Risiken ernst zu nehmen.
Hopfield-Netzwerk und Boltzmann-Maschine
John Hopfield (91) entwickelte ein nach ihm benanntes Netzwerk, das eine Methode zum Speichern und Wiederherstellen von Mustern verwendet. Hinton (76) verwendete dieses als Grundlage für ein weiteres Netzwerk: die Boltzmann-Maschine. Diese kann lernen, charakteristische Elemente in einer bestimmten Art von Daten – etwa bestimmte Elemente in Bildern – zu erkennen.
Die Inspiration stammt von der Struktur des Gehirns. In einem künstlichen neuronalen Netz werden die Neuronen des Gehirns durch Knoten dargestellt, die sich gegenseitig durch mit Synapsen im Gehirn vergleichbaren Verbindungen beeinflussen. Das Netzwerk wird trainiert, indem zum Beispiel stärkere Verbindungen zwischen bestimmten Knoten aufgebaut werden.
Forschung und Entwicklung in diesem Bereich sind in den vergangenen Jahren rasant vorangeschritten. Moderne Systeme basieren auf komplexeren Architekturen und können mit enormen Datenmengen umgehen. «Die Arbeit der Preisträger ist bereits von grösstem Nutzen. In der Physik verwenden wir künstliche neuronale Netze in einer Vielzahl von Bereichen, beispielsweise bei der Entwicklung neuer Materialien mit spezifischen Eigenschaften», sagte Ellen Moons, Vorsitzende des Nobelkomitees für Physik.