于爾根·施密德胡伯

于爾根·施密德胡伯（德語：Jürgen Schmidhuber，1963年1月17日—）^[1]是一名德國電腦科學家，以人工智慧、深度學習和類神經網路領域的成就而知名，現任位於瑞士南部提契諾州盧加諾區曼諾的達勒·莫爾人工智慧研究所（IDSIA）聯合主任^[2]。施密德胡伯有時被稱為「（現代）AI之父」^{[3][4][5][6][7]}或「深度學習之父」^[8]。

于爾根·施密德胡伯 Jürgen Schmidhuber
施密德胡伯在2017年AI for GOOD全球峰會上演說
出生	(1963-01-17) 1963年1月17日（62歲）[1]  西德慕尼黑[1]
國籍	德國
母校	慕尼黑工業大學
知名於	人工智慧 深度學習 人工智慧網路 迴圈神經網路 長短期記憶 哥德爾機 元學習（英語：Meta-learning (computer science)）
網站	people.idsia.ch/~juergen
科學生涯
研究領域	人工智慧
機構	達勒·莫勒人工智慧研究所（英語：Dalle Molle Institute for Artificial Intelligence Research）

施密德胡伯在德國慕尼黑工業大學完成了本科學業。2004年至2009年，他在瑞士盧加諾的瑞士義大利語區大學擔任人工智慧教授^[9]。2021年10月1日，施密德正式加入阿卜杜拉國王科技大學，擔任人工智慧研究院院長。^[10]

工作

1997年，施密德胡伯和塞普·霍赫賴特（英語：Sepp Hochreiter）發表了關於一種迴圈神經網路類型的論文，他們稱之為長短期記憶網路（LSTM）。2015年，LSTM被Google用於智慧型手機中新的語音辨識實現^[2]。Google也在智慧型助手Allo和Google翻譯中使用了LSTM^[11][12][13]。蘋果公司在iPhone的「Quicktype」功能和Siri中使用了LSTM^[14][15][16]。亞馬遜公司在Amazon Alexa中使用LSTM^[17]。2017年，Facebook每天使用LSTM網路進行約45億次自動翻譯^[18]。彭博商業周刊寫道：「這些能力使得LSTM成為最具商業化的AI成就，應用於預測疾病和創作音樂等方方面面。」^[19]

2011年，施密德胡伯在IDSIA的團隊與他的博士後丹·奇雷尚（Dan Ciresan）在快速平行計算機（GPU）上實現了卷積神經網路（CNN）的顯著加速。丹·奇雷尚等人的深度卷積神經網路比CPU上的等效實現快了60倍^[20]，於2011年8月在電腦視覺競賽中成為第一個超過人類表現的模型^[21]。2011年5月15日至2012年9月10日期間，他們的快速深度CNN贏得了至少四場圖像比賽^[22][23]。他們還顯著改善了文獻中針對各種圖像資料庫的最佳效能^[24]。這種方法基於楊立昆等人早期提出的CNN設計^[25]，已成為電腦視覺領域的核心^[23]。

2014年，施密德胡伯成立了一家名為Nnaisense的公司，致力於在金融、重工業和自動駕駛汽車等領域開展人工智慧的商業應用。塞普·霍赫賴特、賈恩·塔林（英語：Jaan Tallinn）和馬庫斯·哈特（Marcus Hutter）任公司顧問^[2]。Nnaisense於2017年1月籌集了首輪資金。施密德胡伯的總體目標是通過在各種特定任務中順序訓練單個AI來建立通用AI。但懷疑者指出，像Arago GmbH和IBM這樣的公司已經在各式專案中應用了多年的AI，但沒有出現任何強人工智慧的跡象。^[26]

觀點

根據《衛報》的報道^[27]，施密德胡伯在2015年發表的一篇「嚴厲的文章」中，指責同行的深度學習研究員傑弗里·辛頓、楊立昆和約書亞·本希奧「大量互相參照」，卻「沒有提及該領域的先驅者」，稱他們低估了施密德胡伯自己和其他早期機器學習先驅者的貢獻，包括於1965年發表首個深度學習網路的阿列克謝·格里戈里耶維奇·伊瓦赫年科（Alexey Grigorevich Ivakhnenko）。楊立昆否認了這一指責，表示施密德胡伯「總是主張他所不該得到的名譽」。^[2][27]施密德胡伯本人則提出反對，聲稱楊立昆並沒有以實例來支援該主張，並自己列出了許多成果的優先權爭論（英語：priority dispute）加以反駁。^[28]

榮譽

施密德胡伯於2013年獲國際神經網路學會的亥姆霍茲獎^[29]，並在2016年獲得了IEEE計算智慧型學會的神經網路先驅獎^[30]。他還是歐洲科學與藝術院（英語：European Academy of Sciences and Arts）的成員^[31][9]。