1997年，哈佛商学院教授克莱顿•克里斯坦森（Clayton Christensen）的《创新者的窘境》一书在风险投资人和企业家之中引起了轰动。大多数人从中得到的教训是，要转而采用最终会取代当前商业模式的新方法，一家经营良好的企业是无法承受其中的代价的，而且往往为时已晚。

这一难题最著名的例子与摄影有关。盈利能力很强的大型相机胶卷生产公司20世纪90年代中期就知道，数码摄影才是未来，但这些公司从未真正遇到过转型的好时机。几乎任何时候他们都会赔钱。因此，结果当然就是这些公司被生产数码相机的新公司取而代之。（虽然富士幸存了下来，但其转型并不顺利，而且卷入了一系列荒唐的事件、阴谋和巨变。）

(相关资料图)

来自克里斯坦森著作的第二个教训虽然没有被人们牢记于心，但却是必不可少的一部分。涌现的新公司可能会在多年里依靠一种灾难性的低能力技术为生。不过，其中有些公司找到了大型公司未能发现的新兴小众市场，因此得以生存。这些公司正是通过这种方式来悄悄提升自己的能力。

例如，早期数码相机的分辨率远远低于胶卷相机，但数码相机要小巧得多。我曾经在口袋里装着一个挂在钥匙链上的数码相机，用它来给我所参加的每场会议的参会者拍照。虽然这种相机的分辨率很低，无法记录令人惊艳的假期风景，但用来帮助我记住人脸却是绰绰有余的。

这种教训也适用于研究领域。新方法表现不佳的一个很好的例子就是20世纪80年代和90年代的第二波神经网络，它在2010年左右最终彻底改变人工智能。

20世纪50年代初以来，人们就将各种神经网络作为机器学习的机制进行了研究，但神经网络并不擅长学习有趣的事物。

1979年，福岛邦彦（Kunihiko Fukushima）首次发表了他对平移不变神经网络的研究结果，该神经网络能够让他的自组织网络学习对图片中任意位置的手写数字进行分类。20世纪80年代，人们重新发现了一种名为反向传播的技术；借助这种技术，可以实现受监督的学习形式，在这种学习形式中，网络会被告知正确答案应该是什么。1989年，扬 • 勒丘恩（Yann LeCun）将反向传播与福岛的理念结合了起来，形成了我们所知道的卷积神经网络（CNN）。勒丘恩也将注意力放在了有手写数字的图片上。

接下来的10年里，美国国家标准技术研究所（NIST）打造了一个数据库，该数据库包含6万个训练数字和1万个测试数字，勒丘恩对该数据库进行了修改。这个标准测试数据库名为MNIST，借助该数据库，研究人员能够准确地对卷积神经网络不同改进的效果进行衡量和对比。虽然有很多进展，但在应用到早期自动驾驶汽车或工业机器人所生成的任意图像中时，卷积神经网络并不是在计算机视觉方面根深蒂固的人工智能方法的对手。

不过，21世纪的卷积神经网络中增加了越来越多的学习技术和算法改进，从而形成了我们现在所知的深度学习。2012年，突然之间，在一组名为ImageNet的物体测试图像中，似乎不知从何而来的深度学习超越了标准计算机视觉算法。这个计算机视觉的相似物取得了胜利，并彻底改变了人工智能领域。

少数人已经研究了几十年并且给所有人带来了惊喜。恭喜这些知名的和不那么知名的耕耘者。

不过，我们也要知道，克里斯坦森的书所传达的信息是，这种颠覆从未停止。如今站在高处的人将会对自己从未开始考虑的新方法感到惊讶。有一小群人正在尝试各种新事物，而且其中有些人愿意面对所有的困难，默默耕耘几十年。总有一天，这群人中的某个人会给我们所有人带来惊喜。

我喜欢科技颠覆的这一面。正是这一点让人类变得伟大。也是它让人类变得危险。

关键词： 神经网络 数码相机 计算机视觉