John Hopfield

In der Geschichte der Psychologie taucht John Hopfield als US-amerikanischer Physiker und Biologe auf. Geboren wurde Hopfield am 15. Juli 1933 in Chicago.

Werdegang

Zu den Hochschulen der Ausbildung zählen Swarthmore College und Universidad Nacional Federico Villarreal. Wichtige berufliche Stationen waren Princeton University, Bell Laboratories, California Institute of Technology und University of California, Berkeley.

Fachliche Schwerpunkte

Die Arbeitsgebiete umfassen Biologie, maschinelles Lernen, künstliche Intelligenz, Angewandte Psychologie, künstliches neuronales Netz und Neurowissenschaften.

Akademisches Netzwerk

Als Lehrer bzw. Doktorvater ist Albert Overhauser verzeichnet. Betreut wurden unter anderem John C. Platt, Sam T. Roweis, Terrence J. Sejnowski, David MacKay, Bertrand Halperin, Erik Winfree, Francis Allotey und José Onuchic.

Preise und Akademien

Ausgezeichnet wurde die Arbeit unter anderem mit Albert Einstein World Award of Science, Guggenheim-Stipendium, MacArthur Fellowship, Oliver E. Buckley Condensed Matter Prize, Max Delbruck Prize und Dirac-Medaille (ICTP). Mitgliedschaften bestanden in National Academy of Sciences, American Academy of Arts and Sciences und American Philosophical Society.

Einordnung

John Hopfield ist Physiker und Biophysiker und erhielt 2024 gemeinsam mit Geoffrey Hinton den Nobelpreis für Physik. Er entwickelte 1982 ein Modell neuronaler Netze, das heute Hopfield-Netz heißt. Es speichert Muster als stabile Zustände und kann sie aus unvollständigen oder gestörten Eingaben wieder herstellen. Damit bot es ein einfaches mathematisches Bild für das assoziative Gedächtnis, also die Fähigkeit, aus einem Teil einer Erinnerung das Ganze abzurufen.

Für die Psychologie und Neurowissenschaft war das Modell ein wichtiger Anstoß der konnektionistischen Forschung, die Lernen und Gedächtnis als Muster in vernetzten Einheiten beschreibt. Hopfield trug damit zur Brücke zwischen Physik, Informatik und Kognitionswissenschaft bei. Das Modell ist stark vereinfacht und bildet reale Nervensysteme nur grob ab. Die Frage, wie weit solche Netze menschliches Denken erklären, bleibt offen; als Denkwerkzeug prägte es die Gedächtnisforschung bis heute.