Prof. Dr. Sepp Hochreiter

Forschungsschwerpunkte: Künstliche Intelligenz, Maschinelles Lernen, Deep Learning, Neuronale Netze, Bioinformatik
Sepp Hochreiter ist ein deutscher Informatiker. Er forscht zu Künstlicher Intelligenz und maschinellem Lernen, insbesondere auf Deep-Learning-Verfahren. Mit der Entwicklung der „Long Short-Term Memory“-Netze (LSTM) lieferte er einen der einflussreichsten Beiträge zum modernen Deep Learning. Seine Arbeiten zählen zu den meistzitierten der KI-Forschung und finden weltweit Anwendung in Wissenschaft, Industrie und Gesellschaft.
Neuronale Netze, auf denen Künstliche Intelligenz basiert, haben Probleme damit, sich Informationen über längere Zeiträume hinweg zu merken. Im Kontext der Sprachverarbeitung heißt das, dass beispielsweise das Netzwerk am Ende des Satzes nicht mehr weiß, was am Satzanfang gesagt wurde. Sogenannte Long Short-Term Memory-Netze (LSTM-Netze), wie sie 1997 von Sepp Hochreiter und Jürgen Schmidhuber vorgestellt wurden, können dagegen relevante Informationen über viele Zeitschritte hinweg zu bewahren und irrelevante Informationen vergessen.
Mit xLSTM entwickelte Sepp Hochreiter klassische LSTM-Netze skalierbar weiter. Interne Benchmarks zeigen, dass deren Leistung mit der von mit großen Sprachmodellen wie LLaMA vergleichbar, aber effizienter. Die Forschung von Sepp Hochreiter Forschung trägt dazu bei, KI-Systeme leistungsfähiger, effizienter und erklärbarer zu machen; mit Anwendungen in der Zertifizierung vertrauenswürdiger KI, der medizinischen Diagnostik, der Sprachverarbeitung und der autonomen Mobilität.