ユルゲン・シュミットフーバーは、ドイツの計算機科学者であり、スイスのルガーノにあるダル・モッレ人工知能研究所（IDSIA）の共同科学ディレクターである。彼は、1997年に当時の学生であるゼップ・ホーフライターと共に長短期記憶（LSTM）ネットワークを共同発明したことで最もよく知られており、これはトランスフォーマーが台頭するまでの20年間、自然言語処理や系列モデリングの研究で最も広く使われたリカレントニューラルネットワークアーキテクチャの一つである。
経歴と研究
1963年にミュンヘンで生まれたシュミットフーバーは、1991年にミュンヘン工科大学で博士号を取得し、キャリアの大半をIDSIAで過ごした。そこでは、深層学習研究が2012年に主流となるずっと以前から、ヨーロッパで影響力のある研究室の一つを築いた。IDSIAのグループはまた、2000年代後半にGPU高速化された深層ネットワークを用いて手書き文字や画像認識のコンペティションで初期の実用的な成功を収めており、これは2012年に広く知られるようになったAlexNetの成果に先行しつつも並行するものであった。LSTM以外にも、彼の研究室はリカレントネットワークの訓練、強化学習エージェントのための人工的好奇心や内発的動機付け、そして後に非常に深い画像分類器で使われる残差接続の前身となるハイウェイネットワークに関する初期の研究を生み出した。
優先権をめぐる論争
シュミットフーバーは、ジェフリー・ヒントン、ヤン・ルカン、ヨシュア・ベンジオといった研究者と比較して、自身や共同研究者の業績が過小評価されていると公に繰り返し主張することで、ほぼ同様に有名になっている。彼は、誤差逆伝播法、生成敵対ネットワーク（初期の敵対的好奇心の定式化を挙げている）、そしてトランスフォーマーで使われる注意機構の要素の背後にある重要なアイデアは、ヒントン、ルカン、ベンジオが2018年のチューリング賞を受賞した際に見落とされたと彼が主張する、より初期のIDSIA関連の研究によって先取りされていたと主張している。これらの論争は、ブログ記事、会議での発言、インタビューで展開され、急速に進む分野における優先順位の問題が頻繁に争われる人工知能研究コミュニティ内で、彼を物議を醸すが注目される人物にしている。
その後の事業
シュミットフーバーは、リカレントおよび強化学習ベースの手法を産業用およびロボット工学の問題に応用する企業であるNNAISENSEを共同設立し、汎用学習システムや知能の理論的限界について出版を続けている。彼は、現在機械学習や現代のAIエージェント研究の中心となっている多くのアイデアは、一般に認識されているよりもはるかに遡るものであると主張している。また、彼は最適でリソースに制約のある普遍的問題解決器の形式的理論についても広範に執筆しており、この研究は産業用深層学習の主流からは大きく外れているが、彼はそれを、単なる段階的なスケーリングよりも原理に基づいた汎用人工知能への長期的な道筋として提示している。