福島的視頻（1986年）展示了一個能識別手寫數字的CNN [3]，這比LeCun的視頻（1989年）早了三年。 CNN時間線摘自[5]： ★ 1969年：福島邦彦發表了修正線性單元或ReLUs [1]，這些現在在CNN中被廣泛使用。 ★ 1979年：福島發表了基本的CNN架構，包含卷積層和下採樣層 [2]。他稱之為neocognitron。它是通過無監督學習規則進行訓練的。計算成本比1989年貴100倍，比今天貴10億倍。 ★ 1986年：福島的視頻展示了手寫數字的識別 [3]。 ★ 1988年：魏章等人首次訓練了“現代”2維CNN，使用反向傳播，並將其應用於字符識別 [4]。計算成本約為今天的1000萬倍。 ★ 1989年以後：其他人的後續工作 [5]。 參考文獻（更多見[5]） [1] K. Fukushima (1969)。通過多層網絡的視覺特徵提取。IEEE系統科學與控制論學報。5 (4)：322-333。這項工作介紹了修正線性單元或ReLUs，現在在CNN和其他神經網絡中廣泛使用。 [2] K. Fukushima (1979)。一種不受位置變化影響的模式識別機制的神經網絡模型——Neocognitron。IECE學報，J62-A卷，第10期，658-665頁，1979年。第一個深度卷積神經網絡架構，具有交替的卷積層和下採樣層。日文。英文版：1980年。 [3] 由福島邦彦、宮家信和伊藤太（NHK科學與技術研究所）製作的電影，於1986年。YouTube： [4] W. Zhang, J. Tanida, K. Itoh, Y. Ichioka。平移不變模式識別神經網絡及其光學架構。日本應用物理學會年會論文集，1988年。第一個“現代”反向傳播訓練的2維CNN，應用於字符識別。 [5] J. Schmidhuber（AI博客，2025年）。誰發明了卷積神經網絡？