0
提到卷積神經(jīng)網(wǎng)絡(luò)大家可能并不陌生。
它是深度學(xué)習(xí)（Deep Learning）的經(jīng)典算法之一，自20世紀(jì)90年代以來，其在計算機視覺、自然語言處理領(lǐng)域不斷取得驚人的結(jié)果。
卷積神經(jīng)網(wǎng)絡(luò)（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(dāng)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(rèn)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(luò)，是之后CNN被廣泛應(yīng)用于計算機視覺、自然語言處理領(lǐng)域的重要開端。
20世紀(jì)90年代初，LeCun加入了當(dāng)時世界上最負(fù)盛名的研究機構(gòu)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(zhǔn)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(wù)時也表現(xiàn)出了良好性能，這在90年代是非常難能可貴的。
視頻中，參與這項實驗的研究人員還有實驗室負(fù)責(zé)人Rich Howard、和計算機專家Donnie Henderson。
據(jù)了解，這項代碼開發(fā)主要是為了應(yīng)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(xué)習(xí)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(xué)習(xí)（kernel learning）方法的興起，這一時期為各類圖像處理問題設(shè)計的卷積神經(jīng)網(wǎng)絡(luò)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(gòu)建了更加完備的卷積神經(jīng)網(wǎng)絡(luò)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(luò)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(xué)習(xí)參數(shù)，規(guī)模遠超TDNN和SIANN，且在結(jié)構(gòu)上與現(xiàn)代的卷積神經(jīng)網(wǎng)絡(luò)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(luò)識別手寫數(shù)字》的論文中，在論述其網(wǎng)絡(luò)結(jié)構(gòu)時首次使用了“卷積”一詞，“卷積神經(jīng)網(wǎng)絡(luò)”由此誕生，之后LeCun便被業(yè)內(nèi)稱為“CNN之父”。
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(xué)習(xí)、模式識別等任務(wù)的高質(zhì)量數(shù)據(jù)庫，被Hinton稱為“機器學(xué)習(xí)界的果蠅”。
MNIST 手寫數(shù)字圖像數(shù)據(jù)集作為機器學(xué)習(xí)基準(zhǔn)已經(jīng)使用了二十余年。它包含訓(xùn)練集和測試集，訓(xùn)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(xùn)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(xué)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(zhuǎn)發(fā)稱，這個新數(shù)據(jù)集重生、恢復(fù)、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(lǐng)域的一個基本項目，相當(dāng)于傳說中機器學(xué)習(xí)入門的“Hello World”，因此MNIST數(shù)據(jù)集也被開發(fā)者廣泛使用。
自1998年之后，LeCun一直深耕于深度學(xué)習(xí)領(lǐng)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(xué)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(xué)習(xí)》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(luò)），并且發(fā)明了權(quán)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。
在宣布獲獎?wù)邥r，ACM學(xué)會稱三位計算機科學(xué)家為“深度學(xué)習(xí)革命之父”，并指出，“三位科學(xué)家在概念和工程學(xué)方面取得的突破，讓深度神經(jīng)網(wǎng)絡(luò)成為計算的關(guān)鍵部分”。
圖靈獎有“計算機界的諾貝爾獎”之稱，由英國數(shù)學(xué)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(xué)讀博期間師的導(dǎo)師。Hinton主要研究使用神經(jīng)網(wǎng)絡(luò)進行機器學(xué)習(xí)、記憶、感知和符號處理的方法。當(dāng)時的深度神經(jīng)網(wǎng)絡(luò)學(xué)科是個大冷門，LeCun對神經(jīng)網(wǎng)絡(luò)的研究受到了Hinton的不少的指導(dǎo)和幫助。
除此之外，LeCun還曾獲得IEEE神經(jīng)網(wǎng)絡(luò)先驅(qū)獎（2014）、IEEE PAMI杰出研究員獎（2015）。目前他是紐約大學(xué)數(shù)據(jù)科學(xué)中心創(chuàng)辦主任、Facebook副總裁兼首席人工智能科學(xué)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(rèn)為深度學(xué)習(xí)已至瓶頸，而自監(jiān)督學(xué)習(xí)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(xué)習(xí)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(xué)習(xí)因為能更接近人類的學(xué)習(xí)程序，將會是未來的發(fā)展趨勢。
引用鏈接：
https://www.reddit.com/r/MachineLearning/comments/kuc6tz/d_a_demo_from_1993_of_32yearold_yann_lecun/
https://youtu.be/uXt8qF2Zzfo
雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
