基础与架构

Jürgen Schmidhuber

尤尔根·施米德胡伯

循环网络 · LSTM

Jürgen Schmidhuber 是神经网络研究者，长期研究序列学习、生成模型以及智能体如何探索环境。他的研究路径横跨循环网络、压缩、预测和学习算法的自动改进。

1997 年，他与 Sepp Hochreiter 发表长短期记忆网络 LSTM 的论文。LSTM 通过可学习的控制机制保存和更新状态，缓解普通循环网络难以学习长期依赖的问题。它后来被广泛用于语音、手写识别和语言建模。

他还研究好奇心与内在动机：除了完成外部指定的任务，智能体能否主动寻找有助于改善预测的新经验？这条研究路线把探索、预测和数据压缩联系起来，与其长期关注的自主学习问题一脉相承。