Gewinner des Vinfuture-Hauptpreises erhält Nobelpreis für Physik 2024

Dies ist der fünfte Wissenschaftler, der den Vinfuture-Hauptpreis erhalten hat und mit dem Nobelpreis ausgezeichnet wurde. Dies unterstreicht die wegweisende Vision der Gründer des Vinfuture-Preises – des ersten internationalen Wissenschafts- und Technologiepreises, der von Vietnamesen ins Leben gerufen wurde – und festigt seine Bedeutung in der internationalen Wissenschaftsgemeinschaft bereits nach vier Jahren seines Bestehens.

Geoffrey Hinton gilt aufgrund seiner enormen Beiträge zu den Bereichen künstliche Intelligenz und maschinelles Lernen als der „Vater des Deep Learning“. (Foto: Reuters)

Die Beiträge von Professor Geoffrey E. Hinton und vier Wissenschaftlern – Yoshua Bengio, Jen-Hsun Huang, Yann LeCun und Fei-Fei Li – zur Förderung des Fortschritts im Bereich des Deep Learning wurden soeben mit dem Hauptpreis im Wert von 3 Millionen US-Dollar (mehr als 76 Milliarden VND) der VinFuture 2024 gewürdigt.

Das Preiskomitee würdigte ihn für seine Führungsrolle und seine grundlegenden Arbeiten zur Architektur neuronaler Netze. Seine 1986 gemeinsam mit David Rumelhart und Ronald Williams veröffentlichte Arbeit demonstrierte verteilte Repräsentationen in neuronalen Netzen, die mit dem Backpropagation-Algorithmus trainiert wurden. Diese Methode etablierte sich als Standardwerkzeug im Bereich der künstlichen Intelligenz und führte zu Fortschritten in der Bild- und Spracherkennung.

Geoffrey E. Hinton wurde am 6. Dezember 1947 in Wimbledon, London, geboren und ist ein Nachkomme des Logikers George Boole, der die Grundlagen der Theorie des digitalen Schaltungsdesigns legte.

Eine von Hintons bemerkenswertesten Vorhersagen ist, dass KI schon bald in der Lage sein wird, natürliche Sprache auf einem Niveau zu verstehen und zu produzieren, das dem des Menschen ebenbürtig ist. Diese Vorhersage basiert auf den rasanten Fortschritten von Algorithmen des maschinellen Lernens und des bestärkenden Lernens.

Ein weiterer Forschungsschwerpunkt Hintons ist das unüberwachte Lernen, eine Form des maschinellen Lernens, bei der Algorithmen aus unbeschrifteten Daten lernen. Die meisten KI-Systeme basieren heute auf überwachtem Lernen, bei dem Algorithmen anhand großer Mengen beschrifteter Daten trainiert werden. Hinton ist jedoch überzeugt, dass unüberwachtes Lernen der Schlüssel dazu ist, KI dem menschlichen Lernverhalten ähnlicher zu machen. Er entwickelt neue Algorithmen für unüberwachtes Lernen mit dem Ziel, KI-Systeme zu schaffen, die wie ein Kind aus ihrer Umgebung lernen können.

Ha Cuong

Quelle