Jürgen Schmidhuber é um cientista da computação alemão e codiretor científico do Instituto Dalle Molle de Pesquisa em Inteligência Artificial (IDSIA) em Lugano, Suíça. Ele é mais conhecido por co-inventar a rede de memória de curto e longo prazo (LSTM) com seu então estudante Sepp Hochreiter em 1997, uma das arquiteturas de rede neural recorrente mais amplamente utilizadas por duas décadas de trabalho em processamento de linguagem natural e modelagem de sequências antes da ascensão do transformador.
Carreira e pesquisa
Nascido em 1963 em Munique, Schmidhuber obteve seu doutorado na Universidade Técnica de Munique em 1991 e passou a maior parte de sua carreira no IDSIA, onde construiu um dos laboratórios europeus influentes para pesquisa em aprendizado profundo muito antes da eclosão mainstream do campo em 2012. O grupo do IDSIA também produziu sucessos práticos iniciais em competições de reconhecimento de escrita manual e imagens no final dos anos 2000, usando redes profundas aceleradas por GPU, trabalho que precedeu, mas paralelizou, o resultado mais amplamente divulgado do AlexNet em 2012. Além da LSTM, seu laboratório produziu trabalho inicial em treinamento de redes recorrentes, curiosidade artificial e motivação intrínseca para agentes de aprendizado por reforço, e Redes de Rodovias, um precursor das conexões residuais posteriormente usadas em classificadores de imagens muito profundos.
Disputas de prioridade
Schmidhuber tornou-se quase tão conhecido por argumentar publicamente e repetidamente que o campo subestima seu trabalho e o de seus colaboradores em relação a pesquisadores como Geoffrey Hinton, Yann LeCun e Yoshua Bengio. Ele afirmou que ideias-chave por trás da retropropagação, da rede adversária generativa (creditando uma formulação anterior de curiosidade adversária), e elementos dos mecanismos de atenção usados em transformadores foram antecipados por trabalho anterior afiliado ao IDSIA que, segundo ele, foi ignorado quando Hinton, LeCun e Bengio receberam o Prêmio Turing de 2018. Essas disputas, veiculadas em postagens de blog, comentários em conferências e entrevistas, tornaram-no uma figura controversa, mas de perto acompanhada, na comunidade de pesquisa em inteligência artificial, onde questões de precedência em um campo em rápida evolução são frequentemente contestadas.
Empreendimentos posteriores
Schmidhuber cofundou a NNAISENSE, uma empresa que aplica métodos baseados em redes recorrentes e aprendizado por reforço a problemas industriais e de robótica, e continuou a publicar sobre sistemas de aprendizado de propósito geral e os limites teóricos da inteligência, mantendo que muitas ideias agora centrais para aprendizado de máquina e pesquisa moderna em agentes de IA remontam mais longe do que comumente reconhecido. Ele também escreveu extensivamente sobre teorias formais de solucionadores de problemas universais ótimos e limitados por recursos, trabalho que permanece em grande parte fora do mainstream do aprendizado profundo industrial, mas que ele apresenta como um caminho de longo prazo mais principiado em direção à inteligência artificial de propósito geral do que apenas o escalonamento incremental.