被问到那些反应时，施米德胡贝再一次露出那种怜悯的神情。“数十年来我的论文一直都备受争议，所以我已经习惯了这些常见的论调。但很多的神经系统科学家其实并不清楚AI世界正在发生什么。”
但即便是在AI社区内，施米德胡贝也有不少的批评者。听到他的名字，数位从事人工智能领域的专业人士都指出，他的工作毫无疑问很有影响力，“甚至愈来愈有影响力”，但他“有点愤愤不平”。许多人都觉得他对于技术进步速度的乐观是毫无依据的，甚至可能是非常危险的。有人称，施米德胡贝远远称不上机器人未来真正的预言家，他实际上是将人工智能推向类似于Segway平衡车（Segway诞生之时被吹捧为类似于PC发明的技术革命，但最终惨淡收场）的命运。
要理解施米德胡贝为什么既被认为是预言家，也被认为是笑话，必须要深入了解他的履历。他于1963年在德国慕尼黑出生，青春期期间他会从家附近的图书馆借上一大堆的大众科学书籍和科幻小说，之后他对机器人学产生兴趣。他特别喜欢的书籍包括奥拉夫·斯泰普尔顿（Olaf Stapleton）的《造星人》（Star Maker）、ETA霍夫曼的《沙人》（The Sandman）以及莱姆·斯坦尼斯拉夫 (Lem Stanislaw)的小说。
他说，他最崇拜的偶像是阿尔伯托·爱因斯坦（Albert Einstein）。“有时候，我会想，如果我打造出了比我自己还聪明，甚至比爱因斯坦还聪明的东西，那我可能会更有影响力。”他在慕尼黑工业大学获得了数学和计算机科学学位，该大学在他30岁时授予其教授职位。
LSTM长短时记忆
1997年，施米德胡贝和他的学生塞普·霍赫赖特（Sepp Hochreiter）共同撰写论文，提出一种让人工神经网络通过记忆功能来获得提升的方式，即根据之前获得的信息增加解读字词或者图像的模式的闭环。他们将其称作长短时记忆（以下简称“LSTM”）。
当时，AI正处在漫长的“寒冬”时期：技术没能达到围绕人工智能的第一波吹捧的水平，而且融资困难。1960年代，业界的希望在于，机器或许可以自上而下地理解错综复杂的世界。如果说目前该行业有什么新热点，那就是一个似乎较为简单的想法：机器或许可以引入一种相对基础，但能够让它们自下而上地理解整个复杂的世界的算法。
1997年，施米德胡贝有关LSTM的论文遭到了麻省理工学院的驳回，但从现在来看它似乎是如今兴起的深度学习背后的主要概念之一。2015年，谷歌宣布，利用LSTM，它成功将其语音识别软件的错误率改善了近50%。LSTM是驱动亚马逊Alexa的那个系统，苹果去年也宣布它在使用LSTM来改进iPhone。
要是施米德胡贝当初顺利的话，那该概念会得到更多的认可。2015年，他在一篇措辞严苛的文章中抱怨道，在硅谷被尊崇为AI领域超级明星的三位加拿大计算机科学家——杰弗里·辛顿（谷歌）、雅恩·乐库（Facebook）和约书亚·本吉奥（IBM）——“大量地相互引述各自的观点”，但“没有归功于该领域的先驱者”。
在柏林发表演讲和受访期间，他反复强调称，当前围绕计算机学习的热潮其实“已经过时了”，LSTM很多年前就达到了那一步了。他还觉得硅谷并没有那么重要，他觉得该地区过多地被“剧烈的竞争”所主导，以至于所产生的价值不如欧洲的研究机构。
听施米德胡贝大谈机器人的未来，你可能会有这样的感觉：他不断地谈到高科技的乌托邦，只是确保他自己最终不会落得西斯托·罗德里格斯的境遇的一种策略。罗德里格斯很有影响力，但并没有受到重视，进入荣誉圣殿的反而是硅谷人士。
机器人会奴役人类吗？
鉴于施米德胡贝对科幻有着浓厚的兴趣，他是否从未担心过终有一天变得有自主意识的机器人会奴役我们，支配我们呢？他摇头说道，“我们不会被奴役，至少因为我们对于能够直接造出比我们先进得多的机器人的人来说很不适合做奴隶。”至于《黑客帝国》（The Matrix）中被囚禁的人类被用来驱动AI的情节，他也认为未来不会发生：“那是迄今为止最愚蠢的情节。当让机器人存货的发电站能够产生多得多的电力时，你为什么要使用人类的生物能源来驱动机器人呢？”