EP12.寻找张伟：关于卷积神经网络一段不为人知的往事

机核，机核（Gcores），游戏文化媒体与播客，分享游戏玩家的生活方式与游戏文化深度内容。关注

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。

章节时间轴

00:11 片头与节目介绍 01:10 序：1991 年西雅图 IJCNN 与 Fukushima 的“行李箱” 02:26 节目缘起：为什么开始寻找张伟 04:17 关键发现：Wei Zhang 1988 年的 shift-invariant neural network 05:53 沿论文、ResearchGate 与芝加哥大学追踪张伟 08:37 两年后重新启动寻找 09:07 写信联系 Maryellen L. Giger 10:40 Giger 回信，并把邮件转给张伟本人 11:06 张伟回应：1994 年离开学术界进入硅谷 12:38 见面前补论文与履历 14:04 张伟的光学教育背景与中国现代光学史 16:01 大阪大学：市冈芳树实验室与光计算 17:05 80 年代日本泡沫经济与第五代计算机计划 18:17 福岛邦彦与 Neocognitron（新认知机） 19:29 Hubel–Wiesel、S-cell / C-cell 与视觉系统 24:42 PDP 与反向传播 28:39 SIANN：Neocognitron 结构 + Backpropagation 31:14 LeCun 的平行工作与 multiple discovery 32:49 引用差距与科学界的马太效应 33:13 SIANN 转向医学影像 33:53 早期显微图像分割与 U-Net 的时代对照 34:20 进入芝加哥大学医学影像 CAD 团队 35:13 后续工业界与光纤通信经历 41:14 北圣何塞星巴克：终于见到张伟 45:29 张伟解释：为什么删掉 Neocognitron 的横向连接 51:26 谈 Schmidhuber、学术认可与优先权 53:44 R2 Technology 的起点 55:13 ImageChecker M1000 与 FDA PMA 57:32 Medicare reimbursement：医学 AI 的商业闭环 59:22 “水利工程 / 水车”比喻 59:54 技术、FDA 与医保支付体系