尤爾根·施密特胡伯 (Jürgen Schmidhuber)
KAUST AI 計畫主任、IDSIA 科學總監
關於
尤爾根·施密特胡伯（Jürgen Schmidhuber）被稱為現代 AI 之父——喊得最大聲的是他自己，而這正是他不可或缺的一部分原因。在他慕尼黑實驗室驚人的 1990–91 年間，他提出了人工好奇心（兩個網路鎖在一場對抗遊戲裡，比 GAN 早了好幾年）、David Ha 數十年後才具體實現的「控制器—世界模型」架構，以及他的學生 Sepp Hochreiter 對梯度消失的分析——後者催生了 LSTM：到 2010 年代中期，這個架構在數十億支手機上運行著語音辨識與翻譯。他 1987 年的碩士論文提出「學習如何學習」的機器；2003 年的哥德爾機——一個形式化的自我改進程式——把名字借給了我們這個時代正在打造的 Darwin Gödel Machine。他的 GPU 訓練 CNN 早在 AlexNet 之前的 2011 年就贏得視覺競賽。他現任 KAUST AI 計畫主任，並仍是瑞士 IDSIA 實驗室的科學總監——也仍是這個領域最不屈不撓的記憶守護者，堅持深度學習的歷史比諾貝爾敘事更長、也更不盎格魯美利堅。
主要貢獻
- 與學生 Sepp Hochreiter 共同創造 LSTM——二十年間，數十億裝置上語音與翻譯的循環網路主力
- 他 1990–91 年的實驗室預示了現代 AI 的大半：對抗遊戲形式的人工好奇心（早於 GAN）、世界模型、生成式預訓練
- 在 1987 年的碩士論文中提出元學習——會學習如何學習的機器——一個領域三十年後才追上的研究綱領
- 構想哥德爾機（2003）：形式化的自我改進程式——今日 Darwin Gödel Machine 的名字來源與先祖
- 他的 DanNet GPU 訓練 CNN 在 2011 年、AlexNet 之前贏得四項視覺競賽——他畢生主張「AI 的功勞記得太淺」最鋒利的證物
影片與訪談
Juergen Schmidhuber: Godel Machines, Meta-Learning, and LSTMs
Lex Fridman's eleventh episode, recorded before the podcast was famous and before the field admitted how much of it Schmidhuber had sketched first. He walks through the 1990–91 ideas — curiosity as compression progress, networks that model the world, programs that improve themselves — with the cheerful certainty of a man who believes history will need to be corrected in his favor. The Gödel machine section is the ancestor's-eye view of everything this atlas now files under self-improving AI.
View Details
The Man Who Invented Modern AI (Before Everyone Else) — Jürgen Schmidhuber
Machine Learning Street Talk gives Schmidhuber the two things he has always wanted: time, and the premise of the title. The result is the best single tour of his case — LSTM, artificial curiosity before GANs, GPU vision before AlexNet, self-improvement before it was a startup pitch — and of the temperament behind it: a man genuinely more interested in AIs that set their own goals than in the LLMs everyone else came to ask him about. Watch it beside the deep-learning founders' pages and decide the credit question for yourself.
View Details思想連結
David Ha
曾經合作Sakana AI 共同創辦人暨執行長
〈World Models〉（2018）的作者恰好兩位：一位是交易員出身的研究者，另一位在 1990 年就勾勒出「控制器—世界模型」的構想、等了三十年算力才趕上。他們的論文——讓智能體在自己夢出的環境裡學習——是那種罕見的合作：一人提供古老的藍圖，另一人讓它跑起來。今日領域裡每一個「世界模型」的主張，都留著它的指紋。
arxiv.org
傑夫·克盧恩
影響了他/她英屬哥倫比亞大學電腦科學教授
Darwin Gödel Machine——Clune 實驗室與 Sakana 的合作——它的名字與野心，都取自 Schmidhuber 2003 年的哥德爾機：論文摘要開頭便向那個「理論上的替代方案」致意——一個會改寫自己的自我改進 AI。Clune 的整個研究綱領，運行在 Schmidhuber 播下的種子上——人工好奇心、自我改進、學習如何學習——只是把「證明」換成了「達爾文」：哥德爾機要求可證明的益處，DGM 則保留一座檔案庫，讓經驗性的演化來裁決。
arxiv.org · people.idsia.ch
楊立昆
觀點交鋒首席 AI 科學家・Meta
當 LeCun、Bengio 與 Hinton 於 2015 年在《Nature》發表深度學習綜述時，Schmidhuber 發表了逐點反駁，指控這個「深度學習共謀集團」引用自己、抹去領域更早的歷史——LeCun 也不止一次公開回應。這是這個領域最尖銳的持久爭論，關於一個看似簡單實則深刻的問題：一場科學革命屬於誰——播種的人，還是收割的人。
people.idsia.ch
理查·薩頓
思想同道Oak Lab 創辦人、亞伯達大學教授
1990 年，隔著一座大洋，兩人不約而同提出了會學習世界模型、並在其中規劃的智能體——Sutton 的 Dyna，Schmidhuber 的控制器—世界模型架構。此後數十年，兩人都堅持：智能是智能體與環境之間持續的協商，而不是資料集凍結出的產物。同一個不合時宜的信念，兩位固執的建築師——如今看著整個領域繞回原點。
