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”。