Frank Rosenblatt (1928–1971) war ein amerikanischer Psychologe und Informatiker, der das Perzeptron erfand, eines der frühesten trainierbaren künstlichen neuronalen Netze und ein direkter Vorfahre moderner Deep-Learning-Architekturen.
Das Perzeptron
Rosenblatt arbeitete am Cornell Aeronautical Laboratory und baute das Perzeptron 1958 als vereinfachtes Modell eines biologischen Neurons, das in der Lage war, einfache visuelle Muster zu klassifizieren, indem es gewichtete Verbindungen als Reaktion auf Fehler anpasste – ein frühes Beispiel für das Trainingsverfahren, das heute zentral für überwachtes Lernen ist. Zunächst in Software auf einem IBM 704 implementiert und später als dedizierte Hardware namens Mark I Perceptron, ausgestattet mit einem 20-mal-20-Raster aus Fotozellen als Netzhaut, konnte es nach wiederholter Exposition mit beschrifteten Beispielen lernen, einfache Formen zu unterscheiden.
Öffentlichkeit und Hype
Eine Pressekonferenz der US-Marine von 1958 und die anschließende Berichterstattung der New York Times beschrieben das Perzeptron in Begriffen, die Maschinen vorwegnahmen, die „gehen, sprechen, sehen, schreiben, sich selbst reproduzieren und sich ihrer Existenz bewusst sein“ könnten, und erzeugten Erwartungen, die weit über das hinausgingen, was die einschichtige Architektur tatsächlich leisten konnte. Rosenblatts eigene technische Behauptungen waren zurückhaltender, aber die Kluft zwischen öffentlicher Erwartung und den tatsächlichen, engen Fähigkeiten des Perzeptrons trug zu einer Gegenreaktion bei, sobald seine Grenzen allgemein verstanden wurden.
Die Minsky-Papert-Kritik
1969 veröffentlichten Marvin Minsky und Seymour Papert „Perceptrons“, eine mathematische Analyse, die zeigte, dass einschichtige Perzeptrons wie die von Rosenblatt keine Funktionen wie das logische XOR berechnen konnten, bei denen die Ausgabe nichtlinear von Kombinationen der Eingaben abhängen muss. Rosenblatt hatte bereits mehrschichtige Entwürfe erkundet, die solche Grenzen im Prinzip überwinden konnten, aber die rigorose Behandlung des einfacheren Modells in dem Buch, kombiniert mit reduzierter Finanzierung, wird weithin als ein beitragender Faktor für den ersten KI-Winter angeführt, eine Periode von etwa fünfzehn Jahren, in der die Forschung an neuronalen Netzen gegenüber symbolischen KI-Ansätzen in Ungnade fiel.
Tod und Vermächtnis
Rosenblatt starb 1971 an seinem Geburtstag bei einem Bootsunfall, bevor die Forschung an neuronalen Netzen schließlich wieder auflebte. Der Backpropagation-Algorithmus, der Mitte der 1980er Jahre von David Rumelhart, Geoffrey Hinton und Ronald Williams populär gemacht wurde, erweiterte Rosenblatts grundlegende Architektur auf mehrere Schichten und löste genau das Problem, das die Minsky-Papert-Kritik identifiziert hatte, was den späteren Aufstieg des Deep Learning ermöglichte. Das moderne künstliche Neuron, das in Transformer-basierten großen Sprachmodellen verwendet wird, ist im Kern ein direkter Nachfahre von Rosenblatts ursprünglichem Perzeptron, und der Frank-Rosenblatt-Preis des IEEE würdigt herausragende Beiträge zur biologisch und sprachlich inspirierten Informatik.