Der Queen Elizabeth Prize for Engineering 2025 wurde sieben Wissenschaftlern und Ingenieuren für ihre bahnbrechenden Beiträge zur Entwicklung des modernen maschinellen Lernens verliehen – einer zentralen Säule der künstlichen Intelligenz (KI).
Maschinelles Lernen ermöglicht es Systemen, Daten zu analysieren, Muster zu erkennen und Entscheidungen zu treffen, ohne dass jede Situation explizit programmiert werden muss. Die Fähigkeit, sich selbstständig anzupassen und zu verbessern, ist ein entscheidender Faktor für den Fortschritt der KI.
Der Erfolg des modernen maschinellen Lernens basiert auf drei wesentlichen Innovationen: weiterentwickelten Algorithmen, leistungsfähigeren Hardware-Plattformen und qualitativ hochwertigen Datensätzen.
Yoshua Bengio, Geoffrey Hinton, John Hopfield und Yann LeCun sind Pioniere der künstlichen neuronalen Netzwerke und haben die theoretischen Grundlagen für das Deep Learning geschaffen, das heute die dominierende Methode des maschinellen Lernens ist.
Jensen Huang und Bill Dally haben die Entwicklung von Grafikprozessoren (GPUs) revolutioniert, die eine entscheidende Rolle bei der Skalierung und Effizienzsteigerung moderner KI-Modelle spielen.
Fei-Fei Li erkannte die Bedeutung von groß angelegten, annotierten Datensätzen für das Training von KI-Modellen und entwickelte ImageNet, eine Bilddatenbank, die die Forschung im Bereich der Computer Vision grundlegend verändert hat.
Durch die Arbeit dieser Wissenschaftler wurde die Grundlage für moderne KI-Technologien geschaffen, die heute in Medizin, Robotik, autonomen Systemen und vielen anderen Bereichen eingesetzt werden und die technologische Zukunft maßgeblich mitgestalten.