🧩 LeNet：教电脑读懂手写数字
🕰️ 故事时间 · 那时候发生了什么？
1998 年 · 🧩
- 1960 年出生在法国
- 1998 年做出 LeNet，让电脑读懂手写数字
- 发明「卷积」扫描法，做出最早大规模用起来的「看图 AI」
- 银行用它读支票上的手写数字，一用就是很多年
🖼️ 图片来源：CC BY-SA 2.0 · Wikimedia Commons
这一站的主人公是杨立昆。他 1960 年出生在法国，从小就对科学充满好奇，长大后跑到美国的贝尔实验室工作。
那时候的电脑算得飞快，却「看不见」：在它眼里，一张图只是一堆数字。邮局每天要分拣成千上万封信，信封上的手写邮编只能靠人眼一个一个认。杨立昆想：能不能让电脑自己学会「看」？
1989 年，杨立昆把上一站学过的「反向传播」（向后纠错）用在一个会扫描的网络上，做出第一个能认字的神经网络——LeNet。它不盯着整张图看，而是像拿着放大镜，一小块、一小块地扫过去。
1998 年，他把这套办法写成论文 LeNet-5 正式发表，并真的去干了一件很「接地气」的活儿——读支票上的手写数字。银行把它装进支票处理系统里（由 NCR 等厂商部署），一用就是很多年——到 1990 年代末，全美国有相当一部分支票就是靠它读出来的：这是「会看图的 AI」第一次真正上街干活。
它为什么这么厉害？因为它会「扫描特征」：像拿着放大镜，一小块一小块地扫过去，先认出「线条」，再拼出「弯弯的圈」，最后判断「这是 0 还是 6」。这种一层层扫描、一层层提炼的办法，就叫「卷积」——LeNet 是世界上第一批会卷积的神经网络。
把「让机器自己学会看」这件事坚持做了几十年，杨立昆得到了回报：2018 年，他和上一站讲过的辛顿，还有 本吉奥一起，拿到了计算机界的最高奖——图灵奖。
今天手机里的相册认脸、车牌识别、拍照翻译……用的都是 LeNet 的后代。它和它的后代们，是所有「看图的 AI」的老祖宗——你每按一次「拍照搜一搜」，背后都有杨立昆这张会扫描的小网络。
🖼️ 图片：杨立昆照片、图灵奖奖杯来自维基共享资源；手写数字样本取自 MNIST 数据集（Yann LeCun 等 · CC BY-SA 3.0）；其余示意图为本课件自制