本文轉自雷鋒網(wǎng)，如需轉載請至雷鋒網(wǎng)官網(wǎng)申請授權。

提到卷積神經(jīng)網(wǎng)絡大家可能并不陌生。

它是深度學習（Deep Learning）的經(jīng)典算法之一，自20世紀90年代以來，其在計算機視覺、自然語言處理領域不斷取得驚人的結果。

卷積神經(jīng)網(wǎng)絡（Convolutional Neural Networks，CNN）首次被用于文本識別演示是在1993年的貝爾實驗室（AT&T Bell Laboratories），其的演示者是有“CNN之父”之稱的Yann LeCun。

今天，LeCun在當年的演示視頻再次被網(wǎng)友們挖出，并迅速登上了Reddit熱搜，收獲了近千人點贊。

有網(wǎng)友評論稱，在演示之前，像通用人工智能（AGI）和其他難題一樣，這種文本識別被認為是不可能的完成的。

還有不少網(wǎng)友留言稱，他們是真正的工程師、向他們致敬！

據(jù)悉，這則視頻展示了世界上首個用于文本識別的卷積神經(jīng)網(wǎng)絡，是之后CNN被廣泛應用于計算機視覺、自然語言處理領域的重要開端。

CNN：手寫數(shù)字識別任務

20世紀90年代初，LeCun加入了當時世界上最負盛名的研究機構之一貝爾實驗室。彼時才32歲的他，與同事們創(chuàng)建了一個讀取并識別手寫數(shù)字的系統(tǒng)，該系統(tǒng)是一個典型的端到端圖像識別系統(tǒng)。

演示視頻中，系統(tǒng)快速且精準地識別出了手寫數(shù)字210-949-4038。據(jù)說，這是LeCun在貝爾實驗室的電話號碼。

另外，它在處理更密集更多樣的數(shù)字識別任務時也表現(xiàn)出了良好性能，這在90年代是非常難能可貴的。

[[375224]]

視頻中，參與這項實驗的研究人員還有實驗室負責人Rich Howard、和計算機專家Donnie Henderson。

[[375225]]

據(jù)了解，這項代碼開發(fā)主要是為了應用于NCR（National Cash Register Coporation）的支票讀取系統(tǒng)。

總體而言，由于數(shù)值計算能力有限、學習樣本不足，加上同一時期以支持向量機（Support Vector Machine, SVM）為代表的核學習（kernel learning）方法的興起，這一時期為各類圖像處理問題設計的卷積神經(jīng)網(wǎng)絡還停留在實驗室研究階段。

不過，到了1998年，Yann LeCun及其合作者共同構建了更加完備的卷積神經(jīng)網(wǎng)絡LeNet-5，并在手寫數(shù)字的識別問題中取得了進一步的成功。截止90 年代末期，該系統(tǒng)已經(jīng)處理了美國 10％-20％的支票識別。

其實，LeNet-5神經(jīng)網(wǎng)絡早在1989年已經(jīng)被LeCun提出。LeNet的最初版本包含兩個卷積層，2個全連接層，共計6萬個學習參數(shù)，規(guī)模遠超TDNN和SIANN，且在結構上與現(xiàn)代的卷積神經(jīng)網(wǎng)絡十分接近 。

值得一提的是，LeCun 在1989年發(fā)表的《使用反向傳播和神經(jīng)網(wǎng)絡識別手寫數(shù)字》的論文中，在論述其網(wǎng)絡結構時首次使用了“卷積”一詞，“卷積神經(jīng)網(wǎng)絡”由此誕生，之后LeCun便被業(yè)內(nèi)稱為“CNN之父”。

MNIST數(shù)據(jù)集

基于這項實驗，LeCun還創(chuàng)建了經(jīng)典手寫數(shù)據(jù)集MNIST，它是用于研究機器學習、模式識別等任務的高質量數(shù)據(jù)庫，被Hinton稱為“機器學習界的果蠅”。

MNIST 手寫數(shù)字圖像數(shù)據(jù)集作為機器學習基準已經(jīng)使用了二十余年。它包含訓練集和測試集，訓練集包含 60000 個樣本，測試集包含 10000 個樣本，每個樣本都是一張28 * 28像素的灰度手寫數(shù)字圖片。

MNIST數(shù)據(jù)集包含各種（0~9）手寫數(shù)字

據(jù)悉，MNIST 數(shù)據(jù)集抽取自 NIST 數(shù)據(jù)庫。其中的訓練數(shù)據(jù)來自2000 名人口普查局雇員的手寫字符，測試數(shù)據(jù)來自500名在校生的手寫字符。由于測試集樣本較少，MNIST很難再提供有意義的置信區(qū)間。2019年6月，來自 Facebook 和紐約大學的研究者對該數(shù)據(jù)集進行了擴展和重建，在測試集中新增了50000 個樣本。對此，LeCun在推特上轉發(fā)稱，這個新數(shù)據(jù)集重生、恢復、擴展了MNIST。

目前該數(shù)據(jù)集包括以下四個文件內(nèi)容：

手寫數(shù)字識別是計算機視覺領域的一個基本項目，相當于傳說中機器學習入門的“Hello World”，因此MNIST數(shù)據(jù)集也被開發(fā)者廣泛使用。

深度學習之父Yan LeCun

自1998年之后，LeCun一直深耕于深度學習領域，還發(fā)表了多項重要論文，如OverFeat檢測框架、CNN用于立體匹配、DropConnect方法等，總引用量超過了100000+。

2015年，他與蒙特利爾大學教授Yoshua Bengio、谷歌副總裁兼工程研究員Geoffrey Hinton合著發(fā)表了《深度學習》的綜述論文，并登上了Nature。

LeCun是CNN的重要推動者。2018年，Yann因“將反向傳播算法引入了CNN（卷積神經(jīng)網(wǎng)絡），并且發(fā)明了權值共享、池化等技巧，讓CNN真正更為可用”還獲得了ACM（Association for ComputingMachinery， 國際計算機協(xié)會）頒發(fā)的2018圖靈獎。

[[375226]]

在宣布獲獎者時，ACM學會稱三位計算機科學家為“深度學習革命之父”，并指出，“三位科學家在概念和工程學方面取得的突破，讓深度神經(jīng)網(wǎng)絡成為計算的關鍵部分”。

圖靈獎有“計算機界的諾貝爾獎”之稱，由英國數(shù)學家艾倫·圖靈名字而來——因其發(fā)明了最早的人造計算機模型“圖靈機”。與之共同獲獎的還有Yoshua Bengio、Geoffrey Hinton。

值得一提的是，Hinton還是LeCun在多倫多大學讀博期間師的導師。Hinton主要研究使用神經(jīng)網(wǎng)絡進行機器學習、記憶、感知和符號處理的方法。當時的深度神經(jīng)網(wǎng)絡學科是個大冷門，LeCun對神經(jīng)網(wǎng)絡的研究受到了Hinton的不少的指導和幫助。

除此之外，LeCun還曾獲得IEEE神經(jīng)網(wǎng)絡先驅獎（2014）、IEEE PAMI杰出研究員獎（2015）。目前他是紐約大學數(shù)據(jù)科學中心創(chuàng)辦主任、Facebook副總裁兼首席人工智能科學家。

在2020 AAAI 協(xié)會上，LeCun針對AI的未來發(fā)表了名為《Self-Supervised Learning》的主題演講，他認為深度學習已至瓶頸，而自監(jiān)督學習才是AI的光明前景。他說，雖然在自動駕駛、語言翻譯、聊天機器人等方面，深度學習方法有著一席之地，但是卻無法創(chuàng)作出「真正的」人工智能。

而自監(jiān)督學習因為能更接近人類的學習程序，將會是未來的發(fā)展趨勢。