Turing-Award-Gewinner oder Aufschneider?
Da ist das Beispiel von Convolutional Neural Networks (CNNs), einer der grundlegenden Techniken bei künstlicher Intelligenz: Ein Fenster von Filtern, das einen kleinen Bildbereich verarbeitet, wird über ein Bild geschoben und an jeden Pixel und die Umgebung angelegt.
Das spart Ressourcen, weil nur die Pixel im kleinen Fenster miteinander verrechnet werden müssen. Durch das Benutzen des gleichen Netzes für das ganze Bild ergibt sich obendrein noch eine gewisse Robustheit: Ob etwa ein Muster oben links oder unten rechts im Bild ist, spielt für so einen CNN-Layer keine Rolle.
Schmidhuber zeigt hier(öffnet im neuen Fenster) klar: Es gibt einen langen Prozess in der Kette von Veröffentlichungen, die zum Erfolg führten, und nicht etwa nur Yann LeCun, der eher spät diese Netze erfolgreich angewendet hat.
Im Wesentlichen war sein Labor lediglich das erste, das die Technik für Bildverarbeitung von Hausnummern benutzt und mit genügend Rechenleistung erfolgreich gemacht hat. Research and Development, R&D, stehen sich hier genau gegenüber: Forschung und Ingenieursleistung sind beide wichtig für den Erfolg.
Der Vorwurf(öffnet im neuen Fenster) Schmidhubers richtet sich allerdings gegen Yann LeCun, Yoshua Bengio und Geoffrey Hinton, die zusammen einen Turing Award (der höchste Preis in der Informatik) für ihre Beiträge zum Thema Deep Learning erhalten haben. Schmidhuber wurde nicht gewürdigt.
Er sagt, insbesondere diese drei Forscher hätten konstant Ideen anderer herausgepickt, ein wenig weiterentwickelt und dann die Lorbeeren für eine Ingenieursleistung ohne vernünftige Attribution der ursprünglichen Erfinder eingeheimst – etwa den genannten Informatik-Preis. Zudem bemängelt Schmidthuber ihren Zusammenhalt gegen den Rest der KI-Forscher, indem sie sich vor allem gegenseitig zitierten(öffnet im neuen Fenster).
Diese Art von Kampf gegen vermeintliche Ungerechtigkeiten, die ein wenig von David gegen Goliath haben – biblisch, das Prinzip wurde nicht von Schmidhuber erfunden -, führt der Forscher nahezu täglich(öffnet im neuen Fenster): auf X(öffnet im neuen Fenster), in seinem Blog(öffnet im neuen Fenster) und in akademischen Veröffentlichungen. Wie sehr das gerechtfertigt ist, sei dahingestellt. Das Ausmaß ist jedoch mittlerweile zu einem Running Gag in der KI-Community geworden.
- Anzeige Hier geht es zu Künstliche Intelligenz: Wissensverarbeitung bei Amazon Wenn Sie auf diesen Link klicken und darüber einkaufen, erhält Golem eine kleine Provision. Dies ändert nichts am Preis der Artikel.