于尔根·施密德胡伯
于尔根·施密德胡伯（德語：Jürgen Schmidhuber，1963年1月17日－）[1]是一名德國計算機科學家，以人工智能、深度学习和人工神经网络领域的成就而知名，现任位于瑞士南部提契諾州卢加诺区曼諾的达勒·莫尔人工智能研究所（IDSIA）联合主任[2]。施密德胡伯有时被称为“（现代）AI之父”[3][4][5][6][7]或“深度学习之父”[8]。
| 于尔根·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年1月17日[1] 西德慕尼黑[1] |
| 国籍 | 德國 |
| 母校 | 慕尼黑工業大學 |
| 知名于 | 人工智慧 深度學習 人工智能網路 循環神經網路 長短期記憶 哥德爾機 元學習 |
| 网站 | people |
| 科学生涯 | |
| 研究领域 | 人工智慧 |
| 机构 | 達勒·莫勒人工智慧研究所 |
施密德胡伯在德国慕尼黑工业大学完成了本科学业。2004年至2009年，他在瑞士卢加诺的瑞士意大利語區大學担任人工智能教授[9]。2021年10月1日，施密德正式加入阿卜杜拉国王科技大学，担任人工智能研究院院长。[10]
工作
1997年，施密德胡伯和塞普·霍赫赖特发表了关于一种循环神经网络类型的论文，他们称之为长短期记忆网络（LSTM）。2015年，LSTM被Google用于智能手机中新的语音识别实现[2]。Google也在智能助手Allo和Google翻译中使用了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网络进行约45亿次自动翻译[18]。彭博商业周刊写道：“这些能力使得LSTM成为最具商业化的AI成就，应用于预测疾病和创作音乐等方方面面。”[19]
2011年，施密德胡伯在IDSIA的团队与他的博士后丹·奇雷尚（Dan Ciresan）在快速并行计算机（GPU）上实现了卷积神经网络（CNN）的显著加速。丹·奇雷尚等人的深度卷积神经网络比CPU上的等效实现快了60倍[20]，于2011年8月在计算机视觉竞赛中成为第一个超过人类表现的模型[21]。2011年5月15日至2012年9月10日期间，他们的快速深度CNN赢得了至少四场图像比赛[22][23]。他们还显著改善了文献中针对各种图像数据库的最佳性能[24]。这种方法基于杨立昆等人早期提出的CNN设计[25]，已成为计算机视觉领域的核心[23]。
2014年，施密德胡伯成立了一家名为Nnaisense的公司，致力于在金融、重工业和自动驾驶汽车等领域开展人工智能的商业应用。塞普·霍赫赖特、贾恩·塔林和马库斯·哈特（Marcus Hutter）任公司顾问[2]。Nnaisense于2017年1月筹集了首轮资金。施密德胡伯的总体目标是通过在各种特定任务中顺序训练单个AI来创建通用AI。但怀疑者指出，像Arago GmbH和IBM这样的公司已经在各式项目中应用了多年的AI，但没有出现任何强人工智能的迹象。[26]
观点
根据《衛報》的报道[27]，施密德胡伯在2015年发表的一篇“严厉的文章”中，指责同行的深度学习研究员杰弗里·辛顿、杨立昆和约书亚·本希奥“大量互相引用”，却“没有提及该领域的先驱者”，称他们低估了施密德胡伯自己和其他早期机器学习先驱者的贡献，包括于1965年发表首个深度学习网络的阿列克谢·格里戈里耶维奇·伊瓦赫年科（Alexey Grigorevich Ivakhnenko）。杨立昆否认了这一指责，表示施密德胡伯“总是主张他所不该得到的名誉”。[2][27]施密德胡伯本人则提出反对，声称杨立昆并没有以实例来支持该主张，并自己列出了许多成果的优先权争论加以反驳。[28]
荣誉
施密德胡伯于2013年获国际神经网络学会的亥姆霍兹奖[29]，并在2016年获得了IEEE计算智能学会的神经网络先驱奖[30]。他还是欧洲科学与艺术院的成员[31][9]。
参考资料
- ^ 1.0 1.1 1.2 CV. [2019-04-07]. （原始内容于2020-11-13）.
- ^ 2.0 2.1 2.2 2.3 John Markoff (27 November 2016). When A.I. Matures, It May Call Jürgen Schmidhuber ‘Dad’. The New York Times. Accessed April 2017.
- ^ Wong, Andrew. The 'father of A.I' urges humans not to fear the technology. CNBC. 2018-05-16 [2019-02-27]. （原始内容于2020-11-09）.
- ^ Blunden, Mark. Humans will learn to confide in their robot friends, says AI expert. The father of modern AI believes robots could keep lonely people company. The Evening Standard. 2018-06-08 [2019-02-27]. （原始内容于2019-09-26）.
- ^ Micklethwaite, Jamie. The day robots become smarter than humans will arrive on THIS DATE. THE day robots become smarter than humans is just round the corner, according to a man dubbed “the father of artificial intelligence”.. Daily Star. 2018-02-17 [2019-02-27]. （原始内容于2019-04-07）.
- ^ The ‘father of A.I.’ urges humans not to fear the technology. South China Morning Post. 2018-05-16 [2019-02-27]. （原始内容于2020-09-21）.
- ^ . PR Newswire. 2019-02-22 [2019-02-27]. （原始内容存档于2022-05-17）.
- ^ Wang, Brian. Father of deep learning AI on General purpose AI and AI to conquer space in the 2050s. Next Big Future. 2017-06-14 [2019-02-27]. （原始内容于2020-11-11）.
- ^ 9.0 9.1 Dave O'Leary (3 October 2016). The Present and Future of AI and Deep Learning Featuring Professor Jürgen Schmidhuber. IT World Canada. Accessed April 2017.
- ^ KAUST. . KAUST Websites. [2021-11-23]. （原始内容存档于2021-11-23）.
- ^ Khaitan, Pranav. Chat Smarter with Allo. Research Blog. 2016-05-18 [2017-06-27].[失效連結]
- ^ Wu, Yonghui; Schuster, Mike; Chen, Zhifeng; Le, Quoc V.; Norouzi, Mohammad; Macherey, Wolfgang; Krikun, Maxim; Cao, Yuan; Gao, Qin. Google's Neural Machine Translation System: Bridging the Gap between Human and Machine Translation. 2016-09-26. arXiv:1609.08144 [cs.CL].
- ^ Metz, Cade. An Infusion of AI Makes Google Translate More Powerful Than Ever | WIRED. Wired. 2016-09-27 [2017-06-27]. （原始内容于2020-11-08）.
- ^ Efrati, Amir. Apple's Machines Can Learn Too. The Information. 2016-06-13 [2017-06-27]. （原始内容于2017-08-09）.
- ^ Ranger, Steve. iPhone, AI and big data: Here's how Apple plans to protect your privacy | ZDNet. ZDNet. 2016-06-14 [2017-06-27]. （原始内容于2020-11-08）.
- ^ Smith, Chris. iOS 10: Siri now works in third-party apps, comes with extra AI features. BGR. 2016-06-13 [2017-06-27]. （原始内容于2020-11-12）.
- ^ Vogels, Werner. Bringing the Magic of Amazon AI and Alexa to Apps on AWS. - All Things Distributed. www.allthingsdistributed.com. 2016-11-30 [2017-06-27]. （原始内容于2020-07-27）.
- ^ Ong, Thuy. Facebook's translations are now powered completely by AI. www.allthingsdistributed.com. 2017-08-04 [2019-02-15]. （原始内容于2020-11-27）.
- ^ Vance, Ashlee. Quote: These powers make LSTM arguably the most commercial AI achievement, used for everything from predicting diseases to composing music.. Bloomberg Business Week. 2018-05-15 [2019-01-16]. （原始内容于2020-11-07）.
- ^ Ciresan, Dan; Ueli Meier; Jonathan Masci; Luca M. Gambardella; Jurgen Schmidhuber. Flexible, High Performance Convolutional Neural Networks for Image Classification (PDF). Proceedings of the Twenty-Second International Joint Conference on Artificial Intelligence-Volume Volume Two. 2011, 2: 1237–1242 [2013-11-17]. （原始内容 (PDF)于2013-11-16）.
- ^ . OFFICIAL IJCNN2011 COMPETITION. 2010 [2019-01-14]. （原始内容存档于2019-01-21）.
- ^ Schmidhuber, Jürgen. . 2017-03-17 [2019-01-14]. （原始内容存档于2018-12-19）.
- ^ 23.0 23.1 Schmidhuber, Jürgen. Deep Learning. Scholarpedia. 2015, 10 (11): 1527–54 [2019-04-07]. PMID 16764513. doi:10.1162/neco.2006.18.7.1527. （原始内容于2016-04-19）.
- ^ Ciresan, Dan; Meier, Ueli; Schmidhuber, Jürgen. Multi-column deep neural networks for image classification. New York, NY: Institute of Electrical and Electronics Engineers (IEEE). June 2012: 3642–3649. ISBN 978-1-4673-1226-4. OCLC 812295155. arXiv:1202.2745 . doi:10.1109/CVPR.2012.6248110.
|journal=被忽略 (帮助) - ^ Y. LeCun, B. Boser, J. S. Denker, D. Henderson, R. E. Howard, W. Hubbard, L. D. Jackel, Backpropagation Applied to Handwritten Zip Code Recognition （页面存档备份，存于互联网档案馆）; AT&T Bell Laboratories
- ^ AI Pioneer Wants to Build the Renaissance Machine of the Future. Bloomberg.com. 2017-01-16 [2018-02-23]. （原始内容于2020-11-12）.
- ^ 27.0 27.1 Oltermann, Philip. . the Guardian. 2017-04-18 [2018-02-23]. （原始内容存档于2022-04-10）.
- ^ Schmidhuber, Jürgen. . Schmidhuber's AI Blog. 2020 [23 August 2021]. （原始内容存档于2021-12-08）.
- ^ INNS Awards Recipients. International Neural Network Society. Accessed December 2016.
- ^ Recipients: Neural Networks Pioneer Award. Piscataway, NJ: IEEE Computational Intelligence Society. Accessed January 2019.]
- ^ Members. European Academy of Sciences and Arts. Accessed December 2016.