ArtikelMarvin Minsky, Seymour PapertSammlung
Das Werk markiert einen zentralen Wendepunkt in der KI-Geschichte. Es zeigt, wie mathematische Beweise über Netzwerktopologien und lokale Berechnungen Forschungsbudgets und Paradigmen über Jahrzehnte hinweg beeinflussten.
Der Artikel stellt die mathematischen Details den späteren Mythen gegenüber. Vielfach wurde Minsky und Papert vorgeworfen, sie hätten mehrschichtige neuronale Netze pauschal als unbrauchbar deklariert. Tatsächlich widerlegten sie spezifisch die Hoffnung, komplexe globale Muster rein über lokale, schwach vernetzte Detektoren erfassen zu können. Die anhaltende Skepsis der Autoren gegenüber dem Gradientenabstieg und der Repräsentationsfähigkeit reiner Netzwerkmodelle verdeutlicht den tiefen theoretischen Konflikt zwischen symbolischer KI und Konnektionismus.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Artikel:Wikipedia-Autoren
Der Wikipedia-Artikel beschreibt das Perzeptron, einen Algorithmus für das überwachte Lernen linearer binärer Klassifikatoren, von Frank Rosenblatts Hardware-Entwicklung bis hin zu den mathematischen Grenzen des Modells.
Link:Melanie Lefkowitz
Ein Rückblick der Cornell University beleuchtet das Leben und Werk von Frank Rosenblatt, der 1958 mit dem Perzeptron das erste künstliche neuronale Netzwerk vorstellte. Trotz heftiger Kritik seiner Zeitgenossen und des darauffolgenden KI-Winters bilden seine Algorithmen das Fundament moderner Deep-Learning-Systeme.
Artikel:Wikipedia-Autoren
Der Wikipedia-Artikel beleuchtet das Leben und Werk des US-amerikanischen Psychologen Frank Rosenblatt (1928–1971), der durch die Erfindung des Perceptrons und seine Beiträge zu künstlichen neuronalen Netzen bekannt wurde.
Artikel:Warren Sturgis McCulloch and Walter Pitts
Das historische Papier von Warren Sturgis McCulloch und Walter Pitts aus dem Jahr 1943 begründete das Konzept künstlicher neuronaler Netze. Es beschreibt das Nervensystem als ein Netzwerk einfacher logischer Elemente, die Eingaben summieren und ab einem Schwellenwert ein Signal ausgeben. Die Autoren zeigten die Äquivalenz dieser Netze zu logischen Aussagen und zu Turing-Maschinen auf.
Artikel:David E. Rumelhart, Geoffrey E. Hinton & Ronald J. Williams
Die Forschungsarbeit von David E. Rumelhart, Geoffrey E. Hinton und Ronald J. Williams stellt das Backpropagation-Verfahren für neuronale Netze vor. Der Algorithmus passt Verbindungsgewichte schrittweise an, um Abweichungen zwischen Soll- und Ist-Ausgaben zu minimieren.
Link:J. McCarthy, M. L. Minsky, N. Rochester, C. E. Shannon
Im August 1955 formulierten John McCarthy, Marvin Minsky, Nathaniel Rochester und Claude Shannon den Förderantrag für ein zweimonatiges Forschungsprojekt am Dartmouth College im Sommer 1956. Das Dokument gilt als Geburtsstunde des Begriffs 'Artificial Intelligence' und skizziert die methodischen Grundannahmen, wie Maschinen Sprache erlernen, Abstraktionen bilden und neuronale Netze simulieren können.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
