于尔根·施密德胡伯

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[10][11][12]。蘋果公司在iPhone的“Quicktype”功能和Siri中使用了LSTM[13][14][15]。亞馬遜公司在Amazon Alexa中使用LSTM[16]。2017年，Facebook每天使用LSTM网络进行约45亿次自动翻译[17]。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。”[18]

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[19]，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[20]。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[21][22]。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[23]。这种方法基于杨立昆等人早期提出的CNN设计[24]，已成为计算机视觉领域的核心[22]。

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。[25]

根据《衛報》的报道[26]，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“总说自己没有得到应得的很多东西”。[2][26]

施密德胡伯于2013年获国际神经网络学会的亥姆霍兹奖[27]，并在2016年获得了IEEE计算智能学会的神经网络先驱奖[28]。他还是欧洲科学与艺术院的成员[29][9]。