学术研究的专利所有权对于学者来说非常重要，是对自己工作的保护和肯定。但如果他参与研究的专利因为公司变动而被分走，后续的研究会怎样？深度学习三巨头之一、卷积神经网络之父YannLeCun就遇到过这种“烦人的事”。说到美国的贝尔实验室，喜欢研究科技史的同学一定不会陌生。是晶体管、激光器、太阳能电池、发光二极管、数字开关、通信卫星、电子数字计算机、C语言、UNIX操作系统、蜂窝移动通信设备、远距离电视传输、模拟语言、声音的重要组成部分电影、立体声录音和通讯网络等许多重大发明的发源地，拥有数万项专利。但很多人不知道的是，卷积神经网络曾经是万分之一。近日，约克大学EECS副教授KostaDerpanis挖出了这样一个冷知识。他发现，早在1989年和1990年，AT&T贝尔实验室就已经提交了两项关于卷积神经网络的专利申请。专利名称为“HIERARCHICALCONSTRAINEDAUTOMATICLEARNINGNEURALNETWORKFORCHARACTERRECOGNITION”，是一种用于字符识别的层次约束自动学习神经网络。为什么AT&T贝尔实验室这么早就申请了卷积神经网络的专利？这还要从卷积神经网络之父YannLeCun的早期职业生涯说起。80年代后期，LeCun在贝尔实验室工作。1989年发表了《UsingBackpropagationforHandwrittenPostalCodeRecognition》的相关研究，在美国邮政系统得到成功应用。随后，该系统的应用范围扩展到银行支票。到20世纪90年代后期，该系统已经处理了美国10%到20%的支票识别。关于卷积神经网络的专利，LeCun回复如下：卷积神经网络（ConvNet/CNN）有两个专利：一个是stridedconvolution的ConvNet，一个是独立poolinglayer的ConvNet。它们分别于1989年和1990年提交，并分别于1990年和1991年获得批准。官方证明：卷积神经网络的专利确实是贝尔实验室在90年前申请的。不过之前LeCun也提到了一个细节。1996年之后，专利权归NCR所有。这里发生了什么？让我们看看LeCun的回忆：我们首先与一个开发团队合作，他们构建了一个基于ConvNet的OCR系统。此后不久，AT&T收购了NCR，这是一家为银行制造支票成像仪和分拣机的公司，支票图像随后被发送给人工操作员进行转录。显然，NCR希望将这些操作自动化。我们最终构建了一个完整的支票阅读系统，该系统足够可靠，可以部署。自1995年以来，银行一直在对其进行商业部署。该系统可以读取大约一半的支票（机印或手写），并将另一半发送给人工操作员。事实上，第一次部署是在ATM实施货币验证之前一年进行的，这是由法国CMB银行开创的。然后在1996年发生了重大变化：AT&T拆分为AT&T（服务）、Lucent（朗讯，一家电信设备公司）和NCR。我们research（研究）团队留在AT&T（包括AT&TLabs-Research），engineering（工程）团队去了Lucent，product（产品）团队去了NCR。在律师的努力下，ConvNet的专利最终被转让给了NCR，因为他们销售的是基于ConvNet的产品。所以，我停止了ML研究。当时，神经网络越来越不受欢迎，我开始与LéonBottou（法国学者，以其在机器学习和数据压缩方面的工作而闻名）在一个名为DjVu的互联网图像压缩项目上合作。我们在1990年代初期就这项工作撰写了一系列论文。（注：LeCun、LéonBottou和另一位学者PatrickHaffner是DjVu图像压缩技术的主要创造者）我直到2002年离开AT&T后才重新开始ConvNet研究。我希望NCR没有人意识到他们拥有我所做的研究的专利。其实并不是。2007年专利到期时，我开香槟庆祝。所以我们从这个故事中得出的结论是：当专利与最适合建立专利的人分离时，专利制度可能适得其反。对于物理事物，专利是合理的，但对于软件，它几乎从不适用。明明自己参与了发明，却因公司变动被迫与专利分离，甚至还卡在了后续研究中。LeCun的经历或许也不例外。近两年，谷歌为Dropout等算法申请专利的消息也在社区引发热议。尽管杰夫·迪恩后来亲自解释说：“这些与算法相关的专利本质上是防御性的，主要是为了防止谷歌研究人员的成果在申请专利后被其他机构勒索，造成经济损失。”但是很多人对此还是很反感的。这种做法认为，“这是一种野蛮和自私的举动，科学和数学的专利阻碍了人类文明的发展”。从LeCun的遭遇来看，反对者的观点似乎是有根据的。
