学术研究中，专利的归属对研究者而言至关重要，这是对其工作成果的保护与认可。然而，如果因公司变故而使得参与研究的专利被转让，后续的研究将面临怎样的困境呢？深度学习领域的先锋之一、卷积神经网络的创始人Yann LeCun便曾经历过这样的困扰。
提到美国贝尔实验室，科技史爱好者们一定不陌生。这是晶体管、激光器、太阳能电池、发光二极管、数字交换机、通信卫星、电子计算机、C语言、UNIX操作系统、蜂窝通信设备、远程电视传输、仿真语言、有声电影、立体声录音等众多重大发明的源头，拥有成千上万项专利。然而，许多人并不知道，卷积神经网络也在这庞大的专利库中占有一席之地。
近期，约克大学的副教授Kosta DeRpanis揭示了一个鲜为人知的事实。
他发现早在1989年和1990年，AT&T贝尔实验室就申请了两项与卷积神经网络相关的专利，标题为“HiERARCHiCAL CONSTRAINED AUTOMATIC learning NEURAL NETWORK FOR CHARACTER RECOGNITION”，即用于字符识别的分层约束自动学习神经网络。
那么，AT&T贝尔实验室为何如此早便申请卷积神经网络的专利呢？这要追溯到Yann LeCun的早期职业生涯。
在20世纪80年代末，LeCun在贝尔实验室工作。他于1989年发表了关于“利用反向传播进行手写邮政编码识别”的研究，并已成功应用于美国邮政系统。随后，该系统的应用范围扩展到银行支票，到了90年代末，已经处理了美国10%至20%的支票识别。
关于卷积神经网络的专利，LeCun曾表示：
卷积神经网络（ConvNet/CNN）拥有两项专利：一项是具有stRided卷积的ConvNet，另一项是具有独立池化层的ConvNet。这两项分别在1989年和1990年提交，并于1990年和1991年获批。
官方确认：卷积神经网络的专利确实在贝尔实验室于90年前后申请。但LeCun早前提到过一个细节，1996年后，该专利被转移至NCR公司。
这又是为什么呢？让我们继续回顾LeCun的回忆：
我们最初与一个基于ConvNet构建OCR系统的开发团队合作。不久后，AT&T收购了NCR公司，NCR当时正在为银行开发支票成像器和分类机，以便将支票图像发送给人工操作员进行转录。显然，NCR希望实现这一业务的自动化。
最终，我们构建了一个可靠的支票读取系统，该系统在1995年开始商业部署。它能够读取大约一半的支票（无论是机器打印还是手写），而将另一半转交给人工操作员。
实际上，首次部署是在ATM机上进行金额验证（由法国CMB银行率先实施）的前一年。然后在1996年发生了重大变故：AT&T公司拆分成了AT&T（服务）、Lucent（电信设备公司）和NCR。
我们的研究团队留在了AT&T（包括AT&T Labs-Research），而工程团队转至Lucent，产品团队则去了NCR。经过律师的努力，ConvNet的专利最终归NCR所有，因为他们销售的正是基于ConvNet的产品。
因此，我停止了机器学习的研究。当时，神经网络的热度已逐渐降低，我开始与Léon BOTTou一起致力于一个名为DjVu的互联网图像压缩项目，并在20世纪90年代初期撰写了一系列相关论文。
直到2002年我离开AT&T后，才重新开始对ConvNet的研究。我希望NCR没有意识到他们拥有我所做研究的专利。事实上，他们确实没有。在2007年该专利到期时，我为此庆祝。
从这个故事中，我们可以得到启示：当专利与最适合开发它们的人脱离时，专利制度可能会产生反效果。对于有形物品，专利是合理的，但对于软件而言，这几乎从未适用。
尽管明明是自己参与发明的事物，却因公司变故被迫与专利分离，甚至在后续研究中受到限制，LeCun的遭遇或许并非个例。
近两年，谷歌因Dropout等算法申请专利的消息在社区引发了激烈讨论。尽管Jeff Dean后来解释称：“这些算法专利是出于防御目的，主要是为了防止谷歌研究人员的成果被他人申请专利后进行讹诈，从而导致经济损失。”不过，许多人仍对此表示强烈不满，认为“这是一种粗暴且自私的行为，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其依据的。
