一场至今没有定论的优先权公案
施米德胡伯多次在学术会议与公开演讲中，指名道姓地指责多项被广泛归功于辛顿等人的深度学习核心思想"早已由我及我的学生提出"，包括生成对抗网络、Transformer架构中的部分核心机制等，他认为主流学界与媒体的叙事系统性地忽视了他的贡献。辛顿等人及部分学界同行则回应称，施米德胡伯的相关表述往往夸大了其原始工作与后续突破性成果之间的直接关联。这场持续多年的公开争议至今未有普遍公认的定论，本站陈述双方各自的立场，不替任何一方裁定谁才是"真正的发明者"。
⏳
尤尔根·施米德胡伯
本名Jürgen Schmidhuber
德国计算机科学家，长短期记忆网络（LSTM）的共同发明者
想到"机器能思考"的人 · 先驱者
长短期记忆网络（LSTM）循环神经网络的早期研究深度学习优先权问题的公开争议
是谁
尤尔根·施米德胡伯（1963- ）是德国计算机科学家，与塞普·霍克赖特于1997年共同提出"长短期记忆网络"（LSTM），这一架构通过引入门控机制解决了传统循环神经网络在处理长序列数据时容易出现的梯度消失问题，此后在语音识别、机器翻译等序列建模任务中被广泛应用长达二十余年，直到Transformer架构兴起后才逐渐让出主流地位。施米德胡伯是深度学习领域最活跃、也最具争议性的公开发声者之一，他长期公开主张，当前学界普遍归功于辛顿、乐昆、本吉奥等人的多项深度学习核心贡献，其原始思想或类似方法实际上更早由他本人及其团队提出，却未获得应有的学术承认，这一系列公开争议中，双方各执一词，学界至今未有普遍公认的定论，本站在此仅陈述双方公开表达过的立场，不做裁定。
依据原典霍克赖特与施米德胡伯《长短期记忆》（1997）
主要故事
版本分歧
施米德胡伯多次公开指责深度学习领域多项被归功于他人的核心贡献实际应归功于他本人及团队更早期的研究，这一系列优先权争议中双方各执一词，学界至今未有普遍公认的定论，本站陈述双方立场，不做裁定。
人物关系
宿敌
今日回响
以下是现代作品对这个名字或故事的借用、改写，不代表原始内容——两者不一样，别混着记。
"被低估的先驱"式公众形象施米德胡伯长期公开表达的"不满"，此后逐渐演变为科技媒体报道深度学习历史时常引用的一种独特现象——一位公认贡献卓著却持续觉得自己被历史低估的科学家形象。