In der Tief ist mehr

Physik – KI – Nobelpreis 2024

von Achim Weidnerin Allgemeinan Veröffentlicht am

Das Nobelkomitee hat für den Physiknobelpreis 2024 für Physik John J. Hopfield (Princeton Universität, NJ, USA) und Geoffrey E. Hinton (University of Toronto, Kanada) für das Jahr 2024 ausgezeichnet.

Die Auszeichnung erfolgt „für grundlegende Entdeckungen und Erfindungen, die maschinelles Lernen mit künstlichen neuronalen Netzwerken ermöglichen“. Weiter führt das Nobelkomitee aus:

Sie trainierten künstliche neuronale Netze mithilfe der Physik

„Die beiden diesjährigen Nobelpreisträger für Physik haben mithilfe physikalischer Methoden die Grundlage für leistungsfähiges maschinelles Lernen entwickelt. John Hopfield schuf ein assoziatives Gedächtnis, das Bilder und andere Muster in Daten speichern und rekonstruieren kann. Geoffrey Hinton erfand eine Methode, die selbstständig Eigenschaften in Daten finden und so Aufgaben wie das Identifizieren bestimmter Elemente in Bildern ausführen kann.

©Johan Jarnestad/Königlich Schwedische Akademie der Wissenschaften
©Johan Jarnestad/Königlich Schwedische Akademie der Wissenschaften

Wenn wir von künstlicher Intelligenz sprechen, meinen wir oft maschinelles Lernen mithilfe künstlicher neuronaler Netze. Diese Technologie wurde ursprünglich von der Struktur des Gehirns inspiriert. In einem künstlichen neuronalen Netz werden die Neuronen des Gehirns durch Knoten mit unterschiedlichen Werten dargestellt. Diese Knoten beeinflussen sich gegenseitig durch Verbindungen, die mit Synapsen vergleichbar sind und die stärker oder schwächer gemacht werden können. Das Netz wird trainiert , indem zum Beispiel stärkere Verbindungen zwischen Knoten mit gleichzeitig hohen Werten entwickelt werden. Die diesjährigen Preisträger haben seit den 1980er Jahren wichtige Arbeiten mit künstlichen neuronalen Netzen durchgeführt.

John Hopfield hat ein Netzwerk erfunden, das eine Methode zum Speichern und Neuerstellen von Mustern verwendet. Wir können uns die Knoten als Pixel vorstellen. Das Hopfield-Netzwerk nutzt physikalische Gesetze, die die Eigenschaften eines Materials aufgrund seines Atomspins beschreiben – eine Eigenschaft, die jedes Atom zu einem winzigen Magneten macht. Das Netzwerk als Ganzes wird auf eine Weise beschrieben, die der Energie im Spinsystem in der Physik entspricht, und wird trainiert, indem Werte für die Verbindungen zwischen den Knoten gefunden werden, sodass die gespeicherten Bilder eine niedrige Energie haben. Wenn dem Hopfield-Netzwerk ein verzerrtes oder unvollständiges Bild zugeführt wird, arbeitet es methodisch die Knoten durch und aktualisiert ihre Werte, sodass die Energie des Netzwerks sinkt. Das Netzwerk arbeitet also schrittweise, um das gespeicherte Bild zu finden, das dem unvollständigen Bild, mit dem es zugeführt wurde, am ähnlichsten ist.

Geoffrey Hinton verwendete das Hopfield-Netz als Grundlage für ein neues Netz, das eine andere Methode verwendet: die Boltzmann-Maschine . Dieses kann lernen, charakteristische Elemente in einem bestimmten Datentyp zu erkennen. Hinton verwendete Werkzeuge aus der statistischen Physik, der Wissenschaft von Systemen, die aus vielen ähnlichen Komponenten aufgebaut sind. Die Maschine wird trainiert, indem man ihr Beispiele zuführt, die mit hoher Wahrscheinlichkeit auftreten, wenn die Maschine ausgeführt wird. Die Boltzmann-Maschine kann verwendet werden, um Bilder zu klassifizieren oder neue Beispiele des Mustertyps zu erstellen, mit dem sie trainiert wurde. Hinton hat auf dieser Arbeit aufgebaut und dazu beigetragen, die derzeitige explosive Entwicklung des maschinellen Lernens einzuleiten.

„Die Arbeit der Preisträger war bereits von größtem Nutzen. In der Physik nutzen wir künstliche neuronale Netzwerke in den verschiedensten Bereichen, beispielsweise bei der Entwicklung neuer Materialien mit spezifischen Eigenschaften“, sagt Ellen Moons, Vorsitzende des Nobelkomitees für Physik.“ (Quelle: https://www.nobelprize.org/prizes/physics/2024/press-release / Übersetzung mit Google Translate/

Erreichbar über Social Media und sichtbar auf Google

Facebook | Instagram | LinkedIn | WhatsApp | X (Twitter) | Google Seite | Google-Rezension | Bei Fragen gerne per E-Mail an post@achim-weidner.de

Meine Qualifikation

Kernkompetenzen

  • Datenschutz-Compliance, IT- und Internet-Compliance, externer Datenschutzbeauftragter, externer Datenschutzkoordinator, generative KI in Unternehmen, KI-Compliance und DSGVO, Social-Media-Governance, KI-gestützte Internetstrategien, digitale Sicherheitskonzepte, agentenbasierte KI-Workflows, Blockchain- und IoT-Diskurse, Digitalisierungsstrategien im Mittelstand
Achim Weidner: Mit Daten sprechen – Wie Unternehmen ihre Datenschätze mit generativer KI erschließen
Achim Weidner: Mit Daten sprechen – Wie Unternehmen ihre Datenschätze mit generativer KI erschließen

Kurzbeschreibung

  • Achim Weidner unterstützt Unternehmen und Institutionen im Raum Frankfurt RheinMain und bundesweit bei Datenschutz, Datensicherheit, sozialer Mediennutzung und generativer KI.
  • Im Mittelpunkt stehen praxisorientierte Analysen, Strategien und Schulungsformate zu digitalen Technologien und deren rechtlichen und organisatorischen Folgen.

Professional Service

  • Entwicklung und Umsetzung von Datenschutz- und IT-Compliance-Strukturen, inklusive Mandaten als externer Datenschutzkoordinator und externer Datenschutzbeauftragter.
  • Übersetzung komplexer KI-, Daten- und Plattformtechnologien in handhabbare Leitlinien, Entscheidungsunterlagen, Schulungen und FAQ-Formate für Geschäftsführung, Fachbereiche und Mitarbeitende.
  • Begleitung beim Einsatz generativer KI, beim Aufbau KI-gestützter Internet- und Social-Media-Strategien sowie bei der Bewertung von Risiken, Chancen und regulatorischen Anforderungen.

Person

Er gilt als kompetenter Übersetzer zwischen Technik, Recht und Management, tritt als Referent zu KI, Digitalisierung und Geopolitik auf und nutzt ein breites Weiterbildungsportfolio (u. a. openHPI) für aktuelle, anwendungsnahe Perspektiven.

Achim Weidner verbindet mehr als 25 Jahre operative Erfahrung in digitalen Projekten mit einer zertifizierten Qualifikation in „Rechtliche Aspekte der IT- und Internet-Compliance“ der Carl von Ossietzky Universität Oldenburg, ergänzt durch Abschlüsse als Social Media Manager (IHK) und KI-Manager.

Horizonterweiterung bei openHPI

Chatbots leicht gemacht: Große Sprachmodelle einfach nutzen +++ Lehrkräfteprofessionalisierung für KI in Schule und Unterricht +++ Sustainability in the digital age: Environmental Impacts of AI Systems +++ KI-Biases verstehen und vermeiden +++ Profitable AI +++ Einführung in das Quantencomputing – Teil 1 +++ Digitale Medizin – Was ist ethisch verantwortbar? +++ Digitale Privatsphäre: Wie schütze ich meine persönlichen Daten im Netz? +++ Künstliche Intelligenz und maschinelles Lernen in der Praxis +++ Blick hinter den Hype: Aktuelle Entwicklungen rund um KI, Blockchain und IoT +++ ChatGPT: Was bedeutet generative KI für unsere Gesellschaft? +++ KI und Datenqualität – Perspektiven aus Data Science, Ethik, Normung und Recht +++ Blockchain: Hype oder Innovation? +++ Künstliche Intelligenz und maschinelles Lernen für Einsteiger +++ Blockchain – Sicherheit auch ohne Trust Center

Referententätigkeit

Achim Weidner war als Referent an der Volkshochschule Rüsselsheim und VHS Frankfurt am Main und für die Konrad Adanauer Stiftung tätig, wobei seine Schwerpunkte auf gesellschaftlichen und technologischen Fragestellungen lagen. Zu seinen Vortragsthemen zählten unter anderem: Künstliche Intelligenz (KI), Roboter, Atomforschung, Teilchenbeschleuniger, Digitalisierung, Silicon Valley, Neue Seidenstraße.

Aktuelle Vorträge und Veranstaltungen