Diese Website verwendet Cookies. Durch die fortgesetzte Nutzung stimmen Sie dem Einsatz von Cookies auf unserer Websites zu. Weitere Informationen
Jürgen Schmidhuber | Redner & Perspektiven - Die internationale Redneragentur
deutsch deutsch english english

Tel. +49 (201) 87892-0

Fax +49 (201) 87892-19 · info@redneragentur.de

Jürgen Schmidhuber

Mögliche Themen:

  • Innovation
  • Lernen
  • Kunst
  • Physik
  • Ethik und Werte
  • Künstliche Intelligenz
  • Zukunft
  • Informatik
  • Robotik
  • Neuronale Netze

Veröffentlichungen:

  • Sequence Learning with Artificial Recurrent Neural Networks (in Vorbereitung)
  • Artificial General Intelligence. Proceedings of the 4th International Conference (2011 - Hrsg.)
  • Netzwerkarchitekturen, Zielfunktionen und Kettenregel (Habilitation - 1993)
  • Dynamische neuronale Netze und das fundamentale raumzeitliche Lernproblem (Dissertation - 1990)
  • Evolutionary principles in self-referential learning, or on learning how to learn: The meta-meta-... hook (Diploma thesis - 1987)

Prof. Dr. Jürgen Schmidhuber

Weltweit hoch angesehener Informatiker - wissenschaftlicher Direktor IDISA
Jürgen Schmidhuber

Prof. Dr. Jürgen Schmidhuber ist Informatiker, Autor, Künstler und seit 1995 wissenschaftlicher Direktor des Schweizer Forschungsinstituts für „Künstliche Intelligenz" (KI) IDSIA (Istituto Dalle Molle di Studi sull’Intelligenza Artificiale). Außerdem lehrt er an der Universität der italienischen Schweiz in Lugano.

Seit über 20 Jahren forscht er über „Deep Learning". Diese Methoden werden seit über 40 Jahren wissenschaftlich dokumentiert, es handelt sich um besonders tiefe neuronale Netzwerke, Programme, die dem Vorbild der Neuronen im menschlichen Gehirn folgen (Bildklassifikation, Spracherkennung). Der wichtigste Anwendungsbereich ist die medizinische Diagnostik. Aber auch für Forschungslabore, Geheimdienste und für Finanzdienstleister ist „Deep Learning" hochinteressant.

Prof. Schmidhuber studierte Informatik und Mathematik (TU München), dem Diplom (1987) folgte Promotion (1991) sowie die Habilitation (1993). Er veröffentlichte zahlreiche wissenschaftliche Artikel in folgenden Themenbereichen: Maschinelles Lernen, neuronale Netze, Kolmogorow-Komplexität, Digitalphysik, Robotik, kaum komplexe Kunst und Theorie der Schönheit. In seiner Vita stehet die Universität Boulder (Denver, Colorado - Post-Doktorand), die Scuola universitaria professionale della Svizzera italiana (Manno) und – als Leiter – das Labor für kognitive Robotik (TU München). Prof. Schmidhubers Forschungsgruppe für KI leistete Pionierarbeit zu tiefen künstlichen neuronalen Netzen (seit 1991), gewann internationale Wettbewerbe sowie unabhängige best paper/best video-Preise. Sie erzielte die weltweit ersten übermenschlichen Mustererkennungsresultate und etablierte das Feld mathematisch optimaler universeller KI und allgemeiner Problemlöser. Prof. Schmidhubers formale Theorie der Kreativität erklärt erstmals Kunst, Wissenschaft, Musik, Humor. Er verallgemeinerte die algorithmische Informationstheorie und die Vielweltentheorie der Physik, um eine elegante minimale Theorie aller konstruktiv berechenbarer Universen zu erhalten. Google & Apple und viele andere führende Firmen nutzen die in seiner Gruppe entwickelten maschinellen Lernmethoden.

Auszeichnungen – 2009: Mitglied der Europäischen Akademie der Wissenschaften und der Künste - 2013: Helmholtz-Preis der Internationalen Gesellschaft für Neuronale Netze – 2016: IEEE CIS Neural Networks Pioneer Award - sein Labor erhielt den NVIDIA Pioneers of AI Research Award.

Für alles hat Prof. Schmidhuber eine Formel, der Frage folgen, ob die Welt letzten Endes nur ein Computerprogramm ist. Ein Mensch also eine Menge Nuller und Einser? Probleme zu lösen ist Prof. Schmidhubers Leidenschaft. Je komplexer die Aufgabe, umso besser. Doch was bedeutet für einen Wissenschaftler Komplexität? „Komplex ist, was keine kurze Beschreibung hat - also kein kurzes Programm." Seit seinem 15. Lebensjahr will er einen optimalen Wissenschaftler bauen, einen Roboter, der selbständig Einfluss auf Daten nimmt, die er erhält. Ist das Ende 40000-jähriger durch den Homo sapiens dominierter Geschichte in Sicht? Das Prinzip ist bekannt, wie man eine solche Maschine baut, die immer raffinierter wird und sich eigene Probleme sucht und herausfindet, welche Interaktion mit der Welt welche Ergebnisse versprechen. „Bis zur praktischen Anwendung ist das ist noch ein weiter Weg". Angst hat er nicht, sieht es als unaufhaltsamen Prozess, als natürlichen Gang der Dinge, der in vernünftige Bahnen zu lenken ist. „Umarmen wir das Unvermeidliche."

Automatisierung lässt Erwerbsarbeitsplätze wegfallen. Für ihn die Notwendigkeit, ein bedingungslose Grundeinkommen durchzusetzen. Besitzer von Robotern zahlen Steuern, um Gesellschafts-Mitglieder abzusichern, die keinen existenziellen Tätigkeiten mehr nachgehen. Ansonsten könne eine Revolution des Menschen gegen die Maschine prognostiziert werden.

Mögliche Themen:

  • Innovation
  • Lernen
  • Kunst
  • Physik
  • Ethik und Werte
  • Künstliche Intelligenz
  • Zukunft
  • Informatik
  • Robotik
  • Neuronale Netze

Veröffentlichungen:

  • Sequence Learning with Artificial Recurrent Neural Networks (in Vorbereitung)
  • Artificial General Intelligence. Proceedings of the 4th International Conference (2011 - Hrsg.)
  • Netzwerkarchitekturen, Zielfunktionen und Kettenregel (Habilitation - 1993)
  • Dynamische neuronale Netze und das fundamentale raumzeitliche Lernproblem (Dissertation - 1990)
  • Evolutionary principles in self-referential learning, or on learning how to learn: The meta-meta-... hook (Diploma thesis - 1987)