Stockholm zeichnet aus

Künstliche Intelligenz ist der heiße Scheiß. Die New New Economy. Die neue Äquivalentform. Das nächste höchste Gut. KI erbt, was einmal Online, einmal Digital, einmal Nachhaltigkeit zukam. Ob sie das Leben so durchgreifend ändern wird wie frühere technische Umwälzungen (Feuer, Schrift, Industrie, Elektrizität, Automatisierung etwa), scheint gar nicht so wichtig, behandelt wird sie längst so. Und natürlich kommt auch der Nobelpreis nicht an ihr vorbei. Wie die Königlich-Schwedische Akademie der Wissenschaften in Stockholm am Dienstag vormittag bekanntgab, erhalten den Preis in der Kategorie Physik der US-Amerikaner John Hopfield und der Kanadier Geoffrey Hinton für Grundlagen heutiger Systeme künstlicher Intelligenz.

Den Forschern, begründet die Akademie, seien entscheidende Erfindungen gelungen, die maschinelles Lernen mit künstlichen neuronalen Netzen ermöglichen. »Das maschinelle Lernen auf der Grundlage künstlicher neuronaler Netze revolutioniert die Wissenschaft, die Technik und das tägliche Leben.« Es werde längst in Bereichen eingesetzt, die durch frühere Physiknobelpreise bekannt sind – etwa bei der Verarbeitung der riesigen ­Datenmengen, die für die Entdeckung des Higgs-Teilchens erforderlich waren. Frühere Modelle von Hopfield und Hinton haben zudem Grundlagen für moderne KI-Chatbot-Systeme wie Chat-GPT gelegt.

KI hat ursprünglich die Struktur des menschlichen Gehirns nachgebildet. In einem künstlichen Netz werden die Neuronen des Gehirns durch Knoten dargestellt, die sich gegenseitig durch mit Synapsen vergleichbaren Verbindungen beeinflussen. Das Netzwerk wird trainiert, indem zum Beispiel zwischen bestimmten Knoten Verbindungen verstärkt werden. John Hopfield entwickelte ein nach ihm benanntes Netzwerk, das eine Methode zum Speichern und Wiederherstellen von Mustern verwendet. Geoffrey Hinton verwendete Hopfields Innovation als Grundlage, seinerseits ein Netzwerk zu entwickeln. Diese Boltzmann-Maschine genannte Erfindung kann trainiert werden, charakteristische Elemente in einer bestimmten Art von Daten – etwa bestimmte Elemente in Bildern – zu erkennen.