Die Memes
Mittlerweile kennt jeder im Feld die Kommentare von Schmidhuber, wartet auf seinen Kommentar unter irgend einem neuen Forschungspapier ("ICH BIN EXTRA DAFÜR HIERHIN GEKOMMEN!"), oder erwartet seinen eigenen, persönlichen Schmidhuber-Moment(öffnet im neuen Fenster).
Um Schmidhubers Akkreditierung zuverlässiger zuzuschreiben, haben einige Forscher(öffnet im neuen Fenster) sogar (als Aprilscherz) ein Agentensystem entwickelt, inklusive eines Schmidhuber-Scores, der die Ähnlichkeit eines gegebenen Papers zu Schmidhubers Arbeiten misst. Das spart vor allem seine wertvolle Zeit, um stattdessen neue, bahnbrechende Dinge zu entwickeln.
Selbst der Autor dieses Artikels ist mit Schmidhuber-Memes promoviert worden: Aufgrund zahlreicher Diskussionen zum Thema ist eine Büste des Forschers auf dem traditionell von den Kollegen gebastelten Doktorhut gelandet. Das grundlegende Problem ist aber bei allem Humor durchaus wichtig.
Ein ernsthaftes Problem
Die fehlenden Zitate und die fehlende Anerkennung für andere Arbeiten sind, neben dem rein moralischen Aspekt, vor allem deshalb so problematisch, weil die Anzahl und Qualität von Zitaten immer noch das gängigste (wenn auch mit vielen Problemen behaftete) Mittel sind, um eine wissenschaftliche Karriere zu bewerten. Im Klartext bedeutet das, dass Akademiker ohne entsprechende Zitationszahl häufig mehr Probleme haben, etwa an Professuren oder Forschungsgelder zu kommen. Ob die Lautstärke und Art der Diskussion allerdings zielführend sind, ist fraglich – gleichwohl aber definitiv aufmerksamkeitserregend, wie allein dieser Artikel hier belegt.
Abgesehen vom sehr lautstarken Protest sind Schmidhubers eigene Beiträge zur KI unbestritten, so waren etwa die aus seinem Labor stammenden LSTMs(öffnet im neuen Fenster) lange Zeit die dominante Technik für das Verarbeiten von Sequenzen (und sind es für bestimmte Teilbereiche immer noch), seine Ideen im Bereich Meta-Learning und Reinforcement Learning (künstliche Neugierde) sind aktueller denn je, und seine frühen Beiträge(öffnet im neuen Fenster) zum massiven Skalieren von neuronalen Netzen auf GPUs einer der Anfänge des aktuellen Rechenleistungszuwachses.
Seine streitbare Art und sein konstantes – man muss es fast so nennen – Generve schaffen aber vor allem Aufmerksamkeit für ein grundlegendes Problem in der akademischen Welt, auch wenn der erweckte Anschein von gestohlener Forschung sicherlich oftmals überzogen ist. Vielmehr muss vielleicht besser unterschieden (und attribuiert) werden, welcher Teil einer Leistung kreative Forschung und was Entwicklung und Ingenieursleistung ist.
Insbesondere wäre hier mit den richtigen Zitationen und weniger Elitismus gegenüber kleinen Laboren viel gewonnen: Wer heutzutage ein Papier einreicht, ohne massive Experimente mit viel Rechenkosten beizulegen, wird häufig dafür abgestraft, aus einem "armen" Labor zu kommen.
Und genau diese Ideen könnten dann ein paar Jahre später plötzlich sehr relevant werden, wie an Schmidhubers nicht enden wollendem Strom von neuen Kommentaren zu seinen alten Arbeiten zu sehen ist. Genau deshalb haben wir uns entschlossen, zum Abschluss dieses Artikels einige Fragen an Schmidhuber selbst zu richten.
- 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.