1963 yılında Münih'te doğan Jürgen Schmidhuber, yapay zeka ve sinir ağlarının evriminde merkezi bir figürdür. Akademik ve kurumsal görevlerle geçen onlarca yıllık araştırma kariyeri, birçok modern hesaplama görevinin temelini oluşturan derin öğrenme mimarilerine odaklanmaktadır. Katkıları, özyinelemeli yapılardaki ve kendi kendine denetimli öğrenmedeki erken teorik gelişmeleri, yaygın modern uygulamalarla birleştirmektedir.
Akademik Temel ve Araştırma Liderliği
Schmidhuber, lisans ve doktora çalışmalarını 1991 yılında Münih Teknik Üniversitesi'nde Wilfried Brauer ve Klaus Schulten'in danışmanlığında tamamladı. Kariyeri, Münih Teknik Üniversitesi ve Università della Svizzera italiana'da öğretim görevlerini içermektedir. 1995'ten beri İsviçre'deki Dalle Molle Yapay Zeka Araştırma Enstitüsü'nü yönetmektedir. 2021'de Suudi Arabistan'daki Kral Abdullah Bilim ve Teknoloji Üniversitesi'ne katıldı ve burada bilgisayar, elektrik ve matematik bilimleri ve mühendisliği bölümü bünyesindeki yapay zeka girişimini yönetmektedir.
Özyinelemeli Mimariler ve Uzun Kısa Süreli Bellek (LSTM)
1990'larda Schmidhuber, derin öğrenmede geri yayılımın sınırlamalarını ele aldı. Öğrencisi Sepp Hochreiter'in kaybolan gradyan problemini analiz eden 1991 tarihli diploma tezinin ardından Schmidhuber, Uzun Kısa Süreli Bellek (LSTM) gelişimini kolaylaştırdı. 1995 tarihli bir teknik raporda tanıtılan ve 1997'de yayınlanan LSTM, doğal dil işleme için baskın bir teknik haline geldi. Sonraki iyileştirmeler arasında 2000 yılında Felix Gers ve Fred Cummins ile standart mimari ve 2006'da Alex Graves ile bağlantıcı zamansal sınıflandırma yer aldı.
Sinir Ağlarındaki Yenilikler
LSTM'nin ötesinde Schmidhuber, çeşitli sinir ağı kavramlarını keşfetti. 1991'de, rakip ağların sıfır toplamlı bir oyun yoluyla etkileşime girdiği 'yapay merak' olarak adlandırılan çekişmeli sinir ağlarını tanıttı. Bu çerçeve, modern üretken çekişmeli ağları (GAN) bilgilendirmektedir. 1992'de, normalize edilmemiş doğrusal transformatörün öncüsü olan 'hızlı ağırlık programlayıcısını' yayınladı. Ayrıca 2011'de IDSIA'daki ekibi, grafik işlem birimlerini kullanarak evrişimli sinir ağları için önemli hız iyileştirmeleri gösterdi ve bilgisayarlı görü yarışmalarında insanüstü performans elde etti.
Ticari Girişimler ve Mesleki Tanınma
2014 yılında Schmidhuber, finans ve ağır sanayi gibi sektörlerde yapay zeka ticari uygulamalarını keşfetmek için NNAISENSE'i kurdu. Başlangıçta genel yapay zekaya odaklanmış olsa da, şirket daha sonra vurgusunu varlık yönetimine kaydırdı. Alana yaptığı katkılar, 2016 IEEE Sinir Ağları Öncü Ödülü de dahil olmak üzere resmi tanınma aldı. Avrupa Bilim ve Sanat Akademisi ile Avrupa Öğrenme ve Akıllı Sistemler Laboratuvarı üyesidir.
Hızlı gerçekler
- Doğum: 1963, Münih, Almanya - Eğitim: Münih Teknik Üniversitesi (Doktora 1991) - Temel geliştirme: Uzun Kısa Süreli Bellek (LSTM) - Endüstri odağı: NNAISENSE aracılığıyla yapay zeka uygulamaları - Mevcut pozisyon: Direktör, KAUST'ta yapay zeka girişimi - Önemli ödül: IEEE Sinir Ağları Öncü Ödülü (2016)
Okuyucuların sorduğu sorular
### Hızlı ağırlık programlayıcısının önemi nedir?
Schmidhuber tarafından 1992'de yayınlanan hızlı ağırlık programlayıcısı, daha sonra modern normalize edilmemiş doğrusal transformatöre eşdeğer olduğu tanımlanan özyinelemeli sinir ağlarına bir alternatiftir.
### NNAISENSE şirketinin birincil odağı nedir?
2014 yılında kurulan NNAISENSE, başlangıçta finans ve sürücüsüz arabalar gibi alanlarda yapay zeka ticari uygulamalarını hedefledi, daha sonra odağını varlık yönetimine kaydırdı.
.jpg)