Kunihiko Fukushima es un informático japonés cuyo neocognitrón, publicado en 1980, es ampliamente considerado el antepasado conceptual directo de la moderna red neuronal convolucional (CNN), la arquitectura que subyace en la mayoría de los sistemas actuales de visión por computadora.
El neocognitrón
Nacido en 1936, Fukushima pasó gran parte de su carrera en los Laboratorios de Investigación Científica y Técnica de la NHK en Japón, antes de ocupar puestos académicos posteriores, incluida la Universidad de Osaka. Basándose en los hallazgos neurofisiológicos de David Hubel y Torsten Wiesel sobre las células simples y complejas en la corteza visual de los gatos, Fukushima diseñó una red neuronal multicapa en la que capas alternas de "células S" detectoras de características y "células C" tolerantes a la posición permitían a la red reconocer caracteres escritos a mano y formas simples independientemente de pequeños desplazamientos o distorsiones en la imagen de entrada. Esta estructura jerárquica, en la que cada capa construía características más abstractas a partir de la capa inferior y las operaciones de agrupación proporcionaban un cierto grado de invariancia a la traslación, anticipó el diseño de convolución y agrupación utilizado más tarde en las CNN.
El neocognitrón se entrenaba mediante una regla de aprendizaje no supervisada, capa por capa, en lugar de retropropagación de extremo a extremo, que aún no se había popularizado para redes multicapa. No podía entrenarse de manera tan eficiente ni escalarse tanto como las arquitecturas posteriores, pero sus ideas estructurales demostraron ser duraderas.
Influencia
Yann LeCun ha atribuido repetidamente al neocognitrón una influencia directa en LeNet y en la familia más amplia de CNN que desarrolló en los Laboratorios Bell a finales de los años 1980 y 1990, en particular la idea de los campos receptivos locales y la agrupación. Ese linaje se extiende a través de las CNN utilizadas en el resultado de AlexNet de 2012, que desencadenó la adopción generalizada del aprendizaje profundo, y continúa en las arquitecturas empleadas en la visión por computadora moderna y en partes de los sistemas de IA multimodal actuales. Fukushima ha recibido reconocimientos como el Premio Pionero en Redes Neuronales de la IEEE y el Premio y Galardón Bower 2021 por Logros en Ciencia, y sigue siendo uno de los ejemplos más claros del campo de la computación inspirada en la biología que moldea directamente una arquitectura de ingeniería dominante, mucho antes de que las limitaciones identificadas en la investigación temprana del perceptrón se resolvieran por completo mediante métodos posteriores de entrenamiento basados en gradientes. A diferencia de muchos de los investigadores que luego construyeron sobre sus ideas, Fukushima trabajó principalmente en laboratorios industriales y académicos japoneses, en lugar de en las redes de universidades y laboratorios corporativos estadounidenses que produjeron la mayoría de los avances celebrados posteriores del campo, un hecho que a menudo se señala cuando se discute su reconocimiento público relativamente limitado fuera de los círculos especializados.