东吴证券：AI系列深度14期：深度学习如何开启AI第一次爆发？

投资要点 AI第一次爆发的本质，是连接主义路线在数据、算力与可训练深层网络算法共同成熟后的复兴。本篇所称“AI第一次爆发”，主要指2012年前后深度学习由学术突破走向规模化应用的技术周期。不同于传统机器学习依赖人工设计特征，深度学习通过多层向量表示自动学习世界结构；AlexNet在ImageNet上将top-5错误率由约26%降至约15%，成为AI1.0时代由学术验证进入产业扩散的标志性拐点。 我们以“七阶段—三大阶段”复盘深度学习架构演进，并据此建立“学术瓶颈—产品落地”的判断框架：架构通常先经历思想提出与基础架构搭建，再进入训练优化、结构改进、任务扩展，最后转向轻量化部署与复兴性迭代；对应可归并为范式确立、成长扩展、成熟高峰三大阶段。当高引用成果开始向轻量化、部署和复兴性改进集中，同时新增基础架构型突破减少，往往意味着既有架构进入短期学术瓶颈，产业应用窗口反而可能打开。 从CNN复盘看，AI1.0的主线是视觉感知能力的规模化成熟。LeNet奠定卷积、权值共享、池化与反向传播的工程组合，AlexNet以深层CNN、GPU、ReLU、Dropout和数据增强形成技术共振，VGG、Inc