在人工智能领域，Jürgen Schmidhuber的贡献或许并未得到与其成就相匹配的公众认可，这在某种程度上类似于演员Rodney Dangerfield所遭遇的情况。位于意大利附近的瑞士城市，我们有幸与这位人工智能先锋进行了接触，进而理解了他为何选择低调行事。

尽管硅谷及其他地区科技公司正在开发自动驾驶汽车、语音助手乃至预测用户行为的人工智能助理，但在AI研究领域，那些开拓新技术的人往往能够成为明星。Sebastian Thrun因其作为谷歌自动驾驶汽车项目创始人的身份而广为人知；Adam Cheyer与Tom Gruber则因Siri语音智能助理而声名鹊起；而Yann LeCun则凭借在神经网络领域的先驱地位，被纽约大学邀请至Facebook，担任该科技巨头的领导角色。

然而，在旧金山的自动午餐馆内，提及Jürgen Schmidhuber的名字，知道他的人并不多。在他乘坐前往苏黎世的火车时，博士回忆起早期研究常被忽视的现象，这仿佛是对其他社会现象的一种讽刺：“这就像其他社会的常态，”他说，“社会有时会陷入一种后实证状态。”

Schmidhuber博士备受指责，被认为篡夺了他人的研究成果，并在维基百科上使用多个虚假账户进行讨论，试图营造出广泛支持的假象。对此，Yann LeCun博士表示：“Jürgen痴迷于认可，持续声称对许多事情的贡献并不符合事实，导致他在每场演讲结束时都试图抢夺他人的功劳，通常并不合理。”

尽管Schmidhuber博士在AI研究者圈子中饱受争议，他却坚称自己并非唯一一个未获得应有的名誉。实际上，他指出自20世纪60年代以来的成果往往被当下的研究名人忽视。尽管他否认对其他知名研究者持有恶意，但这种状况使他难以获得良好的口碑。他指出，一些研究者看似发明了某些事物，但实际上，真正的好作品是由他人创造的，而他们却不予承认。

理解Schmidhuber博士早期研究为何未能为其带来知名度并非易事。尽管他居住在远离技术产业中心的地方，但这并不能完全解释这一现象。争论的焦点在于神经网络的起源及其应用。神经网络允许机器通过识别模式进行学习，其研究历史可追溯至20世纪40年代。但直至近年，该领域的研究才取得显著进展。

多年来，神经网络被视为实验室里的“异类”，常遭受质疑。然而，随着计算机性能的提升和新思路的引入，它逐渐获得了发展。1997年，Schmidhuber博士与Sepp Hochreiter发表了一篇技术论文，后来证实该论文对近期的视觉和语音领域快速发展起到了关键作用。这种方法被称为长短期记忆（LSTM），在引入初期并未得到广泛理解。它提供了一种记忆形式，即一种神经网络的环境，使得系统在处理输入单词和像素时能够理解和记忆。

LSTM的出现极大地提升了这类系统的性能，使其输出结果迅速准确。Schmidhuber博士可能因时代较早而感到不幸，当时计算机硬件性能尚未达到处理这些算法的程度。直到现在，他提出的概念才开始流行起来。

去年，谷歌研究人员发表的一项研究利用LSTM将语音识别错误减少了49%，这是一个突破性的进步。然而，Schmidhuber和Hochreiter的研究与今天的最新进展之间仍存在显著差异——其他研究者强调他们在解决实际问题过程中做出的贡献，而这正是他们的工作重点。“他的研究为这一领域奠定了基础，”OpenCV计算机视觉系统创始人Gary Bradski评价道，“但他并不是使这些技术普及的人，这就像维京人发现北美，但人们只记得哥伦布的故事。”

Schmidhuber教授对未来人工智能抱有雄心勃勃的愿景——构建具有自我意识的“意识机器”。他认为这样的机器很快就能被创造出来，这一话题正受到同行们的广泛讨论。Schmidhuber站在了造神的立场上，认为人工智能的基本概念已存在，而人类意识并无特殊之处：“简而言之，意识和自我认知被过分神化了。”他相信，随着先进硬件和算法的出现，机械意识体将随之产生，整个系统的设计框架已基本完成。

从那个热衷于阅读科幻小说的德国少年成长为计算机科学家、博士，Schmidhuber教授对此坚信不疑。他回忆道：“在我成长的过程中，我一直思考我能为世界带来的最大影响是什么，因此我对创建比我自己更聪明的机器，并让它们能够自我进化，最终殖民宇宙、让自身变得更聪明，这一目标非常明确。”

Nnaisense公司的首席执行官、美国计算机科学家Faustino Gomez是Schmidhuber教授多年的合作者，他不仅为研究伙伴辩护，认为Schmidhuber已完成开创性工作，同时也反对人工智能已经撼动全球工业和经济的乐观观点。他表示：“我们正处于人工智能萌芽的终结阶段。”