福岛的录像（1986年）展示了一个识别手写数字的卷积神经网络（CNN）[3]，比LeCun的录像（1989年）早了三年。 CNN时间线摘自[5]： ★ 1969年：福岛邦彦发表了修正线性单元或ReLU [1]，现在广泛应用于CNN中。 ★ 1979年：福岛发表了基本的CNN架构，包括卷积层和下采样层 [2]。他称之为neocognitron。它是通过无监督学习规则进行训练的。计算成本比1989年贵100倍，比今天贵10亿倍。 ★ 1986年：福岛关于识别手写数字的录像 [3]。 ★ 1988年：张伟等人首次训练了“现代”二维CNN，采用反向传播，并将其应用于字符识别 [4]。计算成本约为今天的1000万倍。 ★ 1989年及以后：其他人的后续工作 [5]。 参考文献（更多见[5]） [1] K. Fukushima (1969)。通过多层网络的模拟阈值元件进行视觉特征提取。IEEE系统科学与控制论学报。5 (4)：322-333。这项工作引入了修正线性单元或ReLU，现在广泛应用于CNN和其他神经网络。 [2] K. Fukushima (1979)。一种不受位置偏移影响的模式识别机制的神经网络模型——Neocognitron。IECE学报，J62-A卷，第10期，658-665页，1979年。第一种深度卷积神经网络架构，具有交替的卷积层和下采样层。用日语撰写。英文版：1980年。 [3] 由福岛邦彦、宫家佐和和伊藤智（NHK科学与技术研究所）制作的电影，1986年。YouTube： [4] W. Zhang, J. Tanida, K. Itoh, Y. Ichioka。平移不变模式识别神经网络及其光学架构。日本应用物理学会年会论文集，1988年。第一种“现代”反向传播训练的二维CNN，应用于字符识别。 [5] J. Schmidhuber（AI博客，2025年）。谁发明了卷积神经网络？