EP12.寻找张伟：关于卷积神经网络一段不为人知的往事

更正和补充：

LeCun 的论文于 1989 年 7 月投稿、9 月接受、12 月发表，前后约 5 个月。
芝加哥大学时期，SIANN 主要用于对候选区域做分类和假阳性筛除；到了 R2 的商业系统，张伟将其改造成 CNN 全图扫描 + 传统算法二次过滤的混合架构。为适应 90 年代有限的算力，他还引入可分离卷积核，将 2D 卷积拆成两个 1D 卷积，大幅降低计算量。
R2 的 ImageChecker 成为 FDA 批准的首个放射影像 AI 产品。到 2000 年代中期，每年已辅助数千万例读片，并形成数亿美元规模的保险支付。

------------------------------------------------------------------

我是在 Wikipedia 上查卷积神经网络历史的时候，第一次看到 Wei Zhang 这个名字的。

Wiki页面上写着：1988 年，他用反向传播训练了一个具有平移不变性的神经网络。时间甚至早于 LeCun 那篇后来广为人知的工作。可问题是：Wei Zhang 到底是谁？为什么后来几乎没人提起？

我就从这一行 Wikipedia 开始往下挖。顺着论文、合作者、ResearchGate、芝加哥大学，再一路追到硅谷，最后真的联系上了张伟本人，并在圣何塞和他见了面。

这个过程中，我发现自己追出来的已经不只是一个“早期 CNN 先驱”的故事。它一路牵出了福岛邦彦的 Neocognitron、Rumelhart 和 McClelland 的反向传播、八十年代日本的光计算、芝加哥大学的医学影像 AI，以及后来真正进入医院的 R2 ImageChecker。

更有意思的是，张伟最初学的是光学，后来做神经网络、医学影像、硅谷创业，兜兜转转几十年，最后又回到了光学器件。

这期节目，就是从 Wikipedia 上一个名字出发，试着把这条几乎断掉的历史线重新接起来。

本期话题： Wei Zhang 与 SIANN｜福岛邦彦与 Neocognitron｜Rumelhart、McClelland 与反向传播｜Yann LeCun 与 CNN 的平行发现｜八十年代日本与光计算｜芝加哥大学医学影像 CAD｜R2 Technology 与 ImageChecker｜FDA 与医保支付｜科学史中的马太效应

特别鸣谢： 张伟接受采访并提供大量一手资料；Xun 为节目制作片头音乐；夏天和张伟试听本期节目，并提供了宝贵意见。