Kunihiko Fukushima é um cientista da computação japonês cujo neocognitron, publicado em 1980, é amplamente considerado o ancestral conceitual direto da moderna rede neural convolucional (CNN), a arquitetura que sustenta a maioria dos sistemas atuais de visão computacional.
O neocognitron
Nascido em 1936, Fukushima passou grande parte de sua carreira nos Laboratórios de Pesquisa Científica e Técnica da NHK, no Japão, antes de assumir cargos acadêmicos posteriores, inclusive na Universidade de Osaka. Com base nas descobertas neurofisiológicas de David Hubel e Torsten Wiesel sobre células simples e complexas no córtex visual de gatos, Fukushima projetou uma rede neural multicamadas na qual camadas alternadas de "células S" detectoras de características e "células C" tolerantes a posição permitiam que a rede reconhecesse caracteres manuscritos e formas simples independentemente de pequenos deslocamentos ou distorções na imagem de entrada. Essa estrutura hierárquica, na qual cada camada construía características mais abstratas a partir da camada inferior e operações de pooling forneciam certo grau de invariância à translação, antecipou o design de convolução e pooling posteriormente usado em CNNs.
O neocognitron foi treinado usando uma regra de aprendizado não supervisionada, camada por camada, em vez de retropropagação de ponta a ponta, que ainda não havia sido popularizada para redes multicamadas. Ele não podia ser treinado com a mesma eficiência nem escalado tão longe quanto arquiteturas posteriores, mas suas ideias estruturais mostraram-se duradouras.
Influência
Yann LeCun creditou repetidamente o neocognitron como uma influência direta no LeNet e na família mais ampla de CNNs que ele desenvolveu nos Laboratórios Bell no final dos anos 1980 e 1990, particularmente a ideia de campos receptivos locais e pooling. Essa linhagem percorre as CNNs usadas no resultado do AlexNet de 2012, que desencadeou a virada dominante para o aprendizado profundo, e continua nas arquiteturas usadas na visão computacional moderna e em partes dos sistemas de IA multimodal atuais. Fukushima recebeu reconhecimento, incluindo o Prêmio Pioneiro em Redes Neurais do IEEE e o Prêmio e Prêmio Bower de 2021 por Conquista em Ciência, e permanece um dos exemplos mais claros do campo de computação inspirada biologicamente moldando diretamente uma arquitetura de engenharia dominante, muito antes de as limitações identificadas nas primeiras pesquisas sobre perceptrons serem totalmente resolvidas por métodos de treinamento baseados em gradiente posteriores. Ao contrário de muitos pesquisadores que depois construíram sobre suas ideias, Fukushima trabalhou em grande parte em laboratórios industriais e acadêmicos japoneses, em vez das redes de universidades e laboratórios corporativos americanos que produziram a maioria dos avanços celebrados subsequentes do campo, um fato frequentemente notado quando seu reconhecimento público relativamente limitado fora de círculos especializados é discutido.