जुर्गन श्मिधुबर एक जर्मन कंप्यूटर वैज्ञानिक और स्विट्जरलैंड के लुगानो में स्थित डेल मोले इंस्टीट्यूट फॉर आर्टिफिशियल इंटेलिजेंस रिसर्च (IDSIA) के सह-वैज्ञानिक निदेशक हैं। वे 1997 में अपने तत्कालीन छात्र सेप होखराइटर के साथ लॉन्ग शॉर्ट-टर्म मेमोरी (LSTM) नेटवर्क के सह-आविष्कार के लिए सबसे अधिक जाने जाते हैं, जो ट्रांसफॉर्मर के उदय से पहले दो दशकों तक प्राकृतिक भाषा प्रसंस्करण और अनुक्रम मॉडलिंग कार्यों में सबसे व्यापक रूप से उपयोग किए जाने वाले आवर्ती तंत्रिका नेटवर्क आर्किटेक्चर में से एक है।
करियर और अनुसंधान
1963 में म्यूनिख में जन्मे श्मिधुबर ने 1991 में टेक्निकल यूनिवर्सिटी ऑफ म्यूनिख से पीएचडी प्राप्त की और अपने अधिकांश करियर IDSIA में बिताए हैं, जहाँ उन्होंने गहन शिक्षण अनुसंधान के लिए प्रभावशाली यूरोपीय प्रयोगशालाओं में से एक का निर्माण किया, यह क्षेत्र के 2012 के मुख्यधारा में आने से बहुत पहले की बात है। IDSIA के समूह ने 2000 के दशक के अंत में GPU-त्वरित गहन नेटवर्क का उपयोग करके हस्तलेखन और छवि पहचान प्रतियोगिताओं में प्रारंभिक व्यावहारिक सफलताएँ भी प्राप्त कीं, यह कार्य 2012 के अधिक व्यापक रूप से प्रचारित एलेक्सनेट परिणाम से पहले था, लेकिन उसके समानांतर था। LSTM के अलावा, उनकी प्रयोगशाला ने आवर्ती नेटवर्क प्रशिक्षण, सुदृढीकरण सीखने वाले एजेंटों के लिए कृत्रिम जिज्ञासा और आंतरिक प्रेरणा, और हाईवे नेटवर्क पर प्रारंभिक कार्य किया, जो बाद में बहुत गहरे छवि वर्गीकरणकर्ताओं में उपयोग किए जाने वाले अवशिष्ट कनेक्शनों का अग्रदूत था।
प्राथमिकता विवाद
श्मिधुबर लगभग उतने ही प्रसिद्ध हैं जितने सार्वजनिक रूप से और बार-बार यह तर्क देने के लिए कि क्षेत्र उनके और उनके सहयोगियों के काम को जेफ्री हिंटन, यान लेकुन और योशुआ बेंगियो जैसे शोधकर्ताओं के सापेक्ष कम श्रेय देता है। उन्होंने दावा किया है कि बैकप्रोपेगेशन, जनरेटिव एडवरसैरियल नेटवर्क (एक पहले के एडवरसैरियल जिज्ञासा सूत्रीकरण को श्रेय देते हुए), और ट्रांसफॉर्मर में उपयोग किए जाने वाले ध्यान तंत्र के तत्वों के पीछे के प्रमुख विचारों का पूर्वानुमान पहले के IDSIA-संबद्ध कार्यों द्वारा किया गया था, जिन्हें उनके अनुसार तब अनदेखा किया गया जब हिंटन, लेकुन और बेंगियो को 2018 का ट्यूरिंग अवार्ड मिला। ये विवाद, जो ब्लॉग पोस्ट, सम्मेलन टिप्पणियों और साक्षात्कारों में प्रसारित हुए हैं, ने उन्हें कृत्रिम बुद्धिमत्ता अनुसंधान समुदाय के भीतर एक विवादास्पद लेकिन बारीकी से अनुसरण किया जाने वाला व्यक्ति बना दिया है, जहाँ तेजी से बदलते क्षेत्र में प्राथमिकता के प्रश्न अक्सर विवादित होते हैं।
बाद के उद्यम
श्मिधुबर ने NNAISENSE की सह-स्थापना की, जो औद्योगिक और रोबोटिक्स समस्याओं के लिए आवर्ती और सुदृढीकरण-सीखने-आधारित तरीकों को लागू करने वाली एक कंपनी है, और उन्होंने सामान्य-उद्देश्यीय सीखने की प्रणालियों और बुद्धिमत्ता की सैद्धांतिक सीमाओं पर प्रकाशन जारी रखा है, यह बनाए रखते हुए कि मशीन लर्निंग और आधुनिक एआई एजेंट अनुसंधान के लिए अब केंद्रीय कई विचार आम तौर पर स्वीकार किए जाने की तुलना में पीछे तक जाते हैं। उन्होंने इष्टतम, संसाधन-बद्ध सार्वभौमिक समस्या समाधानकर्ताओं के औपचारिक सिद्धांतों के बारे में भी व्यापक रूप से लिखा है, यह कार्य औद्योगिक गहन शिक्षण की मुख्यधारा से काफी हद तक बाहर है, लेकिन वे इसे केवल क्रमिक स्केलिंग की तुलना में सामान्य-उद्देश्यीय कृत्रिम बुद्धिमत्ता की ओर एक अधिक सैद्धांतिक दीर्घकालिक पथ के रूप में प्रस्तुत करते हैं।