1997年，哈佛商學院教授克萊頓?克里斯坦森（Clayton Christensen）的《創(chuàng)新者的窘境》一書在風險投資人和企業(yè)家之中引起了轟動。大多數(shù)人從中得到的教訓是，要轉(zhuǎn)而采用最終會取代當前商業(yè)模式的新方法，一家經(jīng)營良好的企業(yè)是無法承受其中的代價的，而且往往為時已晚。

這一難題最著名的例子與攝影有關(guān)。盈利能力很強的大型相機膠卷生產(chǎn)公司20世紀90年代中期就知道，數(shù)碼攝影才是未來，但這些公司從未真正遇到過轉(zhuǎn)型的好時機。幾乎任何時候他們都會賠錢。因此，結(jié)果當然就是這些公司被生產(chǎn)數(shù)碼相機的新公司取而代之。（雖然富士幸存了下來，但其轉(zhuǎn)型并不順利，而且卷入了一系列荒唐的事件、陰謀和巨變。）

來自克里斯坦森著作的第二個教訓雖然沒有被人們牢記于心，但卻是必不可少的一部分。涌現(xiàn)的新公司可能會在多年里依靠一種災(zāi)難性的低能力技術(shù)為生。不過，其中有些公司找到了大型公司未能發(fā)現(xiàn)的新興小眾市場，因此得以生存。這些公司正是通過這種方式來悄悄提升自己的能力。

例如，早期數(shù)碼相機的分辨率遠遠低于膠卷相機，但數(shù)碼相機要小巧得多。我曾經(jīng)在口袋里裝著一個掛在鑰匙鏈上的數(shù)碼相機，用它來給我所參加的每場會議的參會者拍照。雖然這種相機的分辨率很低，無法記錄令人驚艷的假期風景，但用來幫助我記住人臉卻是綽綽有余的。

這種教訓也適用于研究領(lǐng)域。新方法表現(xiàn)不佳的一個很好的例子就是20世紀80年代和90年代的第二波神經(jīng)網(wǎng)絡(luò)，它在2010年左右最終徹底改變?nèi)斯ぶ悄堋?/span>

20世紀50年代初以來，人們就將各種神經(jīng)網(wǎng)絡(luò)作為機器學習的機制進行了研究，但神經(jīng)網(wǎng)絡(luò)并不擅長學習有趣的事物。

1979年，福島邦彥（Kunihiko Fukushima）首次發(fā)表了他對平移不變神經(jīng)網(wǎng)絡(luò)的研究結(jié)果，該神經(jīng)網(wǎng)絡(luò)能夠讓他的自組織網(wǎng)絡(luò)學習對圖片中任意位置的手寫數(shù)字進行分類。20世紀80年代，人們重新發(fā)現(xiàn)了一種名為反向傳播的技術(shù)；借助這種技術(shù)，可以實現(xiàn)受監(jiān)督的學習形式，在這種學習形式中，網(wǎng)絡(luò)會被告知正確答案應(yīng)該是什么。1989年，揚 ? 勒丘恩（Yann LeCun）將反向傳播與福島的理念結(jié)合了起來，形成了我們所知道的卷積神經(jīng)網(wǎng)絡(luò)（CNN）。勒丘恩也將注意力放在了有手寫數(shù)字的圖片上。

接下來的10年里，美國國家標準技術(shù)研究所（NIST）打造了一個數(shù)據(jù)庫，該數(shù)據(jù)庫包含6萬個訓練數(shù)字和1萬個測試數(shù)字，勒丘恩對該數(shù)據(jù)庫進行了修改。這個標準測試數(shù)據(jù)庫名為MNIST，借助該數(shù)據(jù)庫，研究人員能夠準確地對卷積神經(jīng)網(wǎng)絡(luò)不同改進的效果進行衡量和對比。雖然有很多進展，但在應(yīng)用到早期自動駕駛汽車或工業(yè)機器人所生成的任意圖像中時，卷積神經(jīng)網(wǎng)絡(luò)并不是在計算機視覺方面根深蒂固的人工智能方法的對手。

不過，21世紀的卷積神經(jīng)網(wǎng)絡(luò)中增加了越來越多的學習技術(shù)和算法改進，從而形成了我們現(xiàn)在所知的深度學習。2012年，突然之間，在一組名為ImageNet的物體測試圖像中，似乎不知從何而來的深度學習超越了標準計算機視覺算法。這個計算機視覺的相似物取得了勝利，并徹底改變了人工智能領(lǐng)域。

少數(shù)人已經(jīng)研究了幾十年并且給所有人帶來了驚喜。恭喜這些知名的和不那么知名的耕耘者。

不過，我們也要知道，克里斯坦森的書所傳達的信息是，這種顛覆從未停止。如今站在高處的人將會對自己從未開始考慮的新方法感到驚訝。有一小群人正在嘗試各種新事物，而且其中有些人愿意面對所有的困難，默默耕耘幾十年?？傆幸惶?，這群人中的某個人會給我們所有人帶來驚喜。

我喜歡科技顛覆的這一面。正是這一點讓人類變得偉大。也是它讓人類變得危險。