本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯(lián)系出處。

在90年代的電腦上實現(xiàn)CNN是一種什么體驗？

最近，一位日本小哥武田廣正（音譯）就在1990年的電腦PC-9801上實現(xiàn)了CNN來識別手寫字符。

就像這樣。

可能因為電腦性能的限制，整個識別過程要消耗一分多鐘。

原來30年前CNN是這樣實現(xiàn)的。

他還將整個過程分享到了推特上，得到了大量的關注。

不少網友驚嘆之余，還表示，心疼這個電腦，學習AI一定很難……

如何實現(xiàn)？

雖然目前這項技術還沒有開源，但早在93年就已經有人將CNN玩得很溜了。

這個人就是LeCun。

前不久，一段關于LeCun93年的視頻火了。視頻中展現(xiàn)的是，當時的文字識別系統(tǒng)已經用上了CNN。

他首先是電腦的系統(tǒng)中編寫了一種網絡數(shù)據(jù)結構的編譯器，并生成了可編譯的 C 語言代碼，在源代碼中以權重和網表（netlist）代表文字。

整套系統(tǒng)是在算力為20MFLOPS 的DSP版上運行。

當時，手寫數(shù)字數(shù)據(jù)集 MNIST還沒有問世，LeCun則用攝像拍攝來構建文字識別系統(tǒng)的。除此之外，還需要解決文字縮放、位置等問題。

只需在紙上寫好任意數(shù)字，不管任意大小形狀，或者帶有一定的“藝術性”，只要用攝像頭導入電腦，就可以識別。

[[382444]]

而這位日本小哥則是在MNIST數(shù)據(jù)集上構建的，電腦上清晰展現(xiàn)了識別過程。

首先，讀取MNIST的數(shù)字圖像的信息。

隨后，進行一波卷積、池化等操作。

最后經過SoftMax層，每個數(shù)字轉換成概率或者權重，按照權重大小選出所得數(shù)字。

背后的作者

武田廣正，來自巖手縣立大學信息學研究院，喜歡操作系統(tǒng)以及研究復古電腦，曾撰寫《Raspberry Pi GPGPU入門》

因為這個項目，他在enPiT的PBL活動中獲得了優(yōu)秀獎。

他表示，會將這一教程編寫進《令和的PC-98編程》一起發(fā)行，源代碼將在GitHub上提供。

參考鏈接：
https://twitter.com/T_taisyou/status/1357655009618399232