2012年多大(2012年多大了今年2023)

2012，改变人类命运的180天

2012年12月初的一天，一场秘密竞拍正在美国滑雪胜地太浩湖（Lake Tahoe）的一家赌场酒店里进行。

太浩湖位于加州和内华达州交界处，是北美最大的高山湖泊，拥有蓝宝石般的湖面和顶级雪道，《教父2》曾在这里取景，马克吐温曾在此地流连忘返，而由于离旧金山湾区只有200多英里，这里常被称为“硅谷后花园”，扎克伯格和拉里·埃里森等大佬也在此圈地占山，兴建豪宅。

秘密竞拍的对象，是一家刚刚成立1个月、仅有3名员工的公司——DNNresearch，创立者是多伦多大学教授杰夫·辛顿（Geoffrey Hinton）和他两名学生。

这家公司没有任何有形的产品或资产，但追求者的身份暗示出了它的分量——四位买家分别是Google、微软、DeepMind和百度。

举行秘密竞拍的Harrah's酒店，太浩湖，2012年

65岁的辛顿苍老，瘦削，饱受腰椎间盘的疼痛，他坐在酒店703房间的地板上为竞拍设置规则——起价1200万美元，抬价单位至少100万美元。

几个小时后，竞拍者就把价格推到了4400万美元，辛顿有些头晕，“感觉我们像是在拍电影”，于是果断喊停，并决定把公司卖给最后的喊价者——Google。

有意思的是，这场4400万美元竞拍的源头之一，就是来自于6个月前的Google。

2012年6月，Google研究部门Google Brain公开了The Cat Neurons项目（即“谷歌猫”）的研究成果。这个项目简单说就是用算法在YouTube的视频里识别猫，它由从斯坦福跳槽来Google的吴恩达发起，拉上了Google传奇人物Jeff Dean入伙，还从Google创始人Larry Page那里要到了大笔的预算。

谷歌猫项目搭建了一个神经网络，从YouTube上下载了大量的视频，不做标记，让模型自己观察和学习猫的特征，然后动用了遍布Google各个数据中心的16000个CPU来进行训练（内部以过于复杂和成本高为由拒绝使用GPU），最终实现74.8%的识别准确率。这一数字震惊业界。

吴恩达在“谷歌猫”项目临近结束前激流勇退，投身自己的互联网教育项目，临走前他向公司推荐了辛顿来接替他的工作。面对邀请，辛顿表示自己不会离开大学，只愿意去Google“待一个夏天”。由于Google招聘规则的特殊性，时年64岁的辛顿成为了Google历史上最年长的暑期实习生。

辛顿从80年始就战斗在人工智能的最前线，作为教授更是桃李满门（包括吴恩达），是深度学习领域的宗师级人物。因此，当他了解了“谷歌猫”项目的技术细节后，他马上就看到了项目成功背后的隐藏缺陷：“他们运行了错误的神经网络，并使用了错误的计算能力。”

同样的任务，辛顿认为自己可以做的更好。于是在短暂的“实习期”结束后，他马上投入行动。

辛顿找来了自己的两个学生——Ilya Sutskever和Alex Krizhevsky，两人都是出生于苏联的犹太人，前者极具数学天赋，后者擅长工程实现，三人密切配合后创建了一个新神经网络，然后马上参加了ImageNet图像识别比赛（ILSVRC），最后以惊人的84%识别准确率夺得冠军 。

2012年10月，辛顿团队在佛罗伦萨举行的计算机视觉会议上介绍了冠军算法AlexNet，相比谷歌猫用了16000颗CPU，AlexNet只用了4颗英伟达GPU，学术界和产业界彻底轰动，AlexNet的论文成为计算机科学史上最有影响力的论文之一，目前被引次数已经超过12万，而谷歌猫则被迅速遗忘。

DNNresearch公司三人组

曾拿过第一届ImageNet大赛冠军的余凯读完论文后异常兴奋，“像触电了一样”。余凯是一名出生于江西的深度学习专家，刚从NEC跳去百度，他马上给辛顿写邮件，表达了合作的想法，辛顿欣然同意，并索性把自己和两名学生打包成一家公司，邀请买家竞拍，于是便有了开头的那一幕。

拍卖落槌后，一场更大的竞赛展开了：Google乘胜追击，2014年又把DeepMind收入囊中，“天下英雄尽入彀中”；而DeepMind则在2016年推出了AlphaGo，震惊全球；输给Google的百度则下定决心押注AI，十年投入千亿，余凯后来帮百度请来了吴恩达，他自己则在几年后离职创办了地平线。

微软表面上看慢了一拍，但最终却赢下了最大的战利品——OpenAI，后者的创始人就包括辛顿两个学生之一的Ilya Sutskever。而辛顿自己则一直在Google待到2023年，期间荣获ACM图灵奖。当然，跟Google的4400万美元比（辛顿分得40%），图灵奖的100万美元奖金就显得像是零花钱了。

从6月的谷歌猫，到10月的AlexNet论文，再到12月的太浩湖竞拍，差不多6个月的时间里，AI浪潮的伏笔几乎被全部埋下——深度学习的繁荣、GPU和英伟达的崛起、AlphaGo的称霸、Transformer的诞生、ChatGPT的横空出世……硅基盛世的宏大乐章奏响了第一个音符。

2012年从6月到12月的180天，碳基人类的命运被永远改变了——只有极少人意识到了这一点。

在这些极少数人中，斯坦福大学教授李飞飞是其中之一。

2012年，当辛顿参加ImageNet比赛结果出炉时，刚生完孩子的李飞飞还在休产假，但辛顿团队的错误率让她意识到历史正在被改写。作为ImageNet挑战赛的创办者，她买了当天最后一班飞机飞往佛罗伦萨，亲自为辛顿团队颁奖[2]。

李飞飞出生于北京，在成都长大，16岁时随父母移民美国，一边在洗衣店帮忙，一边读完普林斯顿。2009年李飞飞进入斯坦福担任助理教授，研究方向是计算机视觉与机器学习，这个学科的目标是让计算机能够像人一样，自己理解图片和影像的含义。

比如，当照相机拍下一只猫时，它只是通过传感器把光线转化成了像素，并不知道镜头里的东西是猫还是狗。如果把照相机比做人类的眼睛，计算机视觉解决的问题就是给照相机装上人的大脑。

传统的方式是将现实世界中的事物抽象为数学模型，比如将猫的特征抽象为简单的几何图形，就能大幅度降低机器识别的难度。

图片来源：李飞飞的TED演讲

但这种思路有非常大的局限性，因为猫很有可能是这样的：

为了让计算机能够识别“液体猫”，杰夫·辛顿、杨立昆（Yann LeCun）等一大批深度学习先驱从80年代就开始了探索。但总会撞到算力或算法的瓶颈——好的算法缺少足够的算力驱动，算力需求小的算法难以满足识别精度，无法产业化。

如果解决不了“液体猫”的问题，深度学习的性感就只能停留在理论层面，自动驾驶、医疗影像、精准广告推送这些产业化场景就只是空中楼阁。

简单来说，深度学习的发展需要算法、算力、数据三驾马车来拉动，算法决定了计算机用什么方式识别事物；但算法又需要足够大的算力来驱动；同时，算法的提升又需要大规模高质量的数据；三者相辅相成，缺一不可。

2000年后，尽管算力瓶颈伴随芯片处理能力的突飞猛进逐步消除，但主流学界对深度学习路线仍旧兴趣寡然。李飞飞意识到，瓶颈可能不是算法本身的精度，而在于缺乏高质量、大规模的数据集。

李飞飞的启发来自三岁孩子认识这个世界的方式——以猫为例，孩子会在大人的教导下一次又一次遇见猫，逐渐掌握猫的含义。如果把孩子的眼睛当作照相机，眼球转动一次等于按一次快门，那么，一个三岁的孩子就已经拍摄了上亿张照片。

把这个方法套在计算机上，假如给计算机不停的看包含猫和其他动物的图片，同时在每张图片背后写下正确答案。计算机每看一次图片，就和背面的答案核对一次。那么只要次数够多，计算机就有可能像孩子一样掌握猫的含义。

唯一需要解决的问题就是：上哪找那么多写好答案的图片？

李飞飞在2016年来到中国，宣布谷歌AI中国中心成立

这就是ImageNet诞生的契机。当时，即便是最大规模的数据集PASCAL，也只有四个类别总共1578张图片，而李飞飞的目标是创建一个包含几百个类别总共上千万张的数据集。现在听起来似乎不难，但要知道那是2006年，全球最流行的手机还是诺基亚5300。

依靠亚马逊众包平台，李飞飞团队解决了人工标注的庞大工作量。2009年，包含320万张图片的ImageNet数据集诞生。有了图片数据集，就可以在此基础上训练算法，让计算机提升识别能力。但相比三岁孩子的上亿张照片，320万的规模还是太少了。

为了让数据集不断扩充，李飞飞决定效仿业内流行的做法，举办图片识别大赛，参赛者自带算法识别数据集中的图片，准确率最高者获胜。但深度学习路线在当时并不是主流，ImageNet一开始只能“挂靠”在欧洲知名赛事PASCAL下面，才能勉强凑够参赛人数。

到了2012年，ImageNet的图片数量扩大到了1000个类别总共1500万张，李飞飞用6年时间补足了数据这块短板。不过，ILSVRC的最好成绩错误率也有25%，在算法和算力上，依然没有表现出足够的说服力。

这时，辛顿老师带着AlexNet和两块GTX580显卡登场了。

辛顿团队的冠军算法AlexNet，采用了一种名叫卷积神经网络（Convolutional Neural Networks，简称CNN）的算法。“神经网络”在人工智能领域是个极其高频的词汇，也是机器学习的一个分支，其名称和结构都取材自人脑的运作方式。

人类辨识物体的过程是瞳孔先摄入像素，大脑皮层通过边缘和方位做初步处理，然后大脑通过不断的抽象来判定。因此，人脑可以根据一些特征就能判别出物体。

比如不用展示整张脸，大部分人都能认出下图中的人是谁：

神经网络其实就是模拟人脑的识别机制，理论上人脑能够实现的智能计算机也能实现。相较SVM、决策树、随机森林等方法，只有模拟人脑，才能处理类似“液体猫”和“半个特朗普”这种非结构化数据。

但问题是，人脑约有1000亿个神经元，神经元之间的节点（也就是突触）更是多达万亿，组成了一个无比复杂的网络。作为对比，用了16000个CPU组成的“谷歌猫”，内部共有10亿个节点，而这已经是当时最复杂的计算机系统了。

这也是为什么连“人工智能之父”Marvin Minsky都不看好这条路线，在2007年出版新书《The Emotion Machine》时，Minsky依然表达了对神经网络的悲观。为了改变主流机器学习界对人工神经网络的长期的消极态度，辛顿干脆将其改名为深度学习（Deep Learning）。

2006年，辛顿在Science上发表了一篇论文，提出了“深度信念神经网络（DBNN）”的概念，给出了一种多层深度神经网络的训练方法，被认为是深度学习的重大突破。但辛顿的方法需要消耗大量的算力和数据，实际应用难以实现。

深度学习需要不停的给算法喂数据，当时的数据集规模都太小了，直到ImageNet出现。

ImageNet的前两届比赛里，参赛团队使用了其他的机器学习路线，结果都相当平庸。而辛顿团队在2012年采用的卷积神经网络AlexNet，改良自另一位深度学习先驱杨立昆（Yann LeCun），其在1998年提出的LeNet让算法可以提取图像的关键特征，比如特朗普的金发。

同时，卷积核会在输入图像上滑动，所以无论被检测物体在哪个位置，都能被检测到相同的特征，大大减少了运算量。

AlexNet在经典的卷积神经网络结构基础上，摒弃了此前的逐层无监督方法，对输入值进行有监督学习，大大提高了准确率。

比如下图中右下角的图片，AlexNet其实并没有识别出正确答案（马达加斯加猫），但它列出的都是和马达加斯加猫一样会爬树的小型哺乳动物，这意味着算法不仅可以识别对象本身，还可以根据其他物体进行推测[5]。

图片来源：AlexNet论文

而产业界感到振奋的是，AlexNet有6000万个参数和65万个神经元，完整训练ImageNet数据集至少需要262千万亿次浮点运算。但辛顿团队在一个星期的训练过程中，只用了两块英伟达GTX 580显卡。

辛顿团队拿到冠军后，最尴尬的显然是Google。

据说Google在内部也做了ImageNet数据集的测试，但识别精度远远落后于辛顿团队。考虑到Google拥有业界无法企及的硬件资源，以及搜索和YouTube的庞大数据规模，Google Brain更是领导钦点特事特办，其结果显然不具备足够的说服力。

如果没有这种巨大的反差，深度学习可能也不会在短时间内震撼业界，得到认可和普及。产业界感到振奋的原因在于辛顿团队只用了四块GPU，就能达到这么好的效果，那么算力就不再是瓶颈。

算法在训练时，会对神经网络每层的函数和参数进行分层运算，得到输出结果，而GPU恰好有非常强的并行运算能力。吴恩达在2009年的一篇论文中其实证明了这一点，但在和Jeff Dean运行“谷歌猫”时，他们还是用了CPU。后来Jeff Dean专门订购了200万美元的设备，依然不包括GPU[6]。

辛顿是极少数很早就意识到GPU之于深度学习巨大价值的人，然而在AlexNet刷榜之前，高科技公司普遍对GPU态度不明。

2009年，辛顿曾受邀去微软做一个语音识别项目的短期技术顾问，他建议项目负责人邓力购买最顶级的英伟达GPU，还要搭配对应的服务器。这个想法得到了邓力的支持，但邓力的上司Alex Acero认为这纯属乱花钱[6]，“GPU是用来玩游戏的，而不是用来做人工智能研究的。”

邓力

有趣的是，Alex Acero后来跳槽去了苹果，负责苹果的语音识别软件Siri。

而微软对GPU的不置可否显然让辛顿有些火大，他后来在一封邮件里建议邓力购买一套设备，而自己则会买三套，并且阴阳怪气的说[6]：毕竟我们是一所财力雄厚的加拿大大学，不是一家资金紧张的软件销售商。

但在2012年ImageNet挑战赛结束后，所有人工智能学者和科技公司都对GPU来了个180度大转弯。2014年，Google的GoogLeNet以93%的识别准确率夺冠，采用的正是英伟达GPU，这一年，所有参赛团队GPU的使用数量飙升到了110块。

这届挑战赛之所以被视为“大爆炸时刻”，在于深度学习的三驾马车——算法、算力、数据上的短板都被补足，产业化只剩下了时间问题。

算法层面，辛顿团队发表的关于AlexNet的论文，成为计算机科学领域被引用次数最多的论文之一。原本百家争鸣的技术路线成了深度学习一家独大，几乎所有的计算机视觉研究都转向了神经网络。

算力层面，GPU超强并行计算能力与深度学习的适应性迅速被业界认可，六年前开始布局CUDA的英伟达成为了最大的赢家。

数据层面，ImageNet成为图像处理算法的试金石，有了高质量的数据集，算法识别精度日行千里。2017年最后一届挑战赛，冠军算法的识别准确率达到97.3%，超过了人类。

2012年10月底，辛顿的学生Alex Krizhevsky在意大利佛罗伦萨的计算机视觉会议上公布了论文。然后，全世界的高科技公司开始不计成本地两件事：一是买光英伟达的显卡，二是挖光大学里的AI研究员。

太浩湖的4400万美元，给全球的深度学习大神做了一次重新定价。

从公开可查的信息看，当时还在百度的余凯的确是第一个来挖辛顿的人。

当时，余凯在百度担任百度多媒体部的负责人，也就是百度深度学习研究院（IDL）的前身。在收到余凯的邮件后，辛顿很快就回复说同意合作，顺带提出了希望百度提供一些经费的愿望。余凯问具体数字，辛顿表示100万美元就够——这个数字低到令人难以置信，只能雇两个P8。

余凯向李彦宏请示，后者爽快地答应。余凯回复没问题后，辛顿可能感受到了产业界的饥渴，就询问余凯是否介意自己问问其他家，比如Google。余凯后来在回忆道[6]：

“我当时有点儿后悔，猜我可能回答得太快了，让辛顿意识到了巨大的机会。但是，我也只能大度地说不介意。”

最终百度跟辛顿团队失之交臂。但对于这个结果，余凯并非没有心理准备。因为一方面辛顿有严重的腰椎间盘健康问题，不能开车，也不能坐飞机，很难承受跨越太平洋的中国之旅；另一方面，辛顿有太多的学生和朋友在Google工作了，双方渊源太深，其他三家本质上就是在陪标。

如果说AlexNet的影响还集中在学术圈的话，那么太浩湖的秘密拍卖则彻底震惊了产业界——因为Google在全球科技公司的眼皮子底下，花了4400万美元买了一家成立不到一个月、没有产品、没有收入，只有三个员工和几篇论文的公司。

最受刺激的显然是百度，虽然在拍卖上折戟，但百度管理层亲眼目睹了Google如何不惜代价投资深度学习，促使百度下定决心投入，并在2013年1月的年会上宣布成立深度学习研究院IDL。2014年5月，百度请来了“谷歌猫”项目的关键人物吴恩达，2017年1月，又请来了离开微软的陆奇。

而Google在拿下辛顿团队后再接再厉，在2014年以6亿美元买下了当年的竞拍对手DeepMind。

当时，马斯克向Google创始人Larry Page推荐了自己投资的DeepMind，为了能带上辛顿一起去伦敦验验成色，Google团队还专门包了架私人飞机，并且改造了座椅，解决辛顿不能坐飞机的问题[6]。

“英国选手”DeepMind在围棋比赛上战胜了李世石，2016年

和Google争夺DeepMind的是Facebook。当DeepMind花落Google后，扎克伯格转而挖来了“深度学习三巨头”之一的杨立昆。为了将杨立昆纳入麾下，扎克伯格答应了他许多苛刻要求，比如AI实验室设立在纽约，实验室与产品团队完全划清界限，允许杨立昆继续在纽约大学任职等等。

2012年ImageNet挑战赛后，人工智能领域面临着非常严重的“人才供需错配”问题：

由于推荐算法、图像识别、自动驾驶这些产业化空间被迅速打开，人才需求量暴增。但由于长期不被看好，深度学习的研究者是个很小的圈子，顶级学者更是两只手数得过来，供给严重不足。

这种情况下，如饥似渴的科技公司只能购买“人才期货”：把教授挖过来，然后等他们把自己的学生也带进来。

杨立昆加入Facebook后，先后有六名学生追随他入职。准备在造车上跃跃欲试的苹果挖来了辛顿的学生Ruslan Salakhutdinov，担任苹果首任AI总监。就连对冲基金Citadel也加入了抢人大战，挖走了当年和辛顿搞语音识别、后来还代表微软参与秘密竞拍的邓力。

此后的历史我们再清楚不过：人脸识别、机器翻译、自动驾驶等产业化场景日行千里，GPU订单雪花一般飘向圣克拉拉的英伟达总部，人工智能的理论大厦也在日复一日的浇筑。

2017年，Google在论文《Attention is all you need》里提出Transformer模型，开启了如今的大模型时代。几年后，ChatGPT横空出世。

而这一切的诞生，都可以追溯到2012年的ImageNet挑战赛。

那么，推动2012年“大爆炸时刻”诞生的历史进程，又是在哪一年显现的呢？

答案是2006年。

伟大

在2006年之前，深度学习的现状可以借用开尔文男爵的那句名言来概括：深度学习的大厦已经基本建成了，只不过在阳光灿烂的天空下，漂浮着三朵小乌云。

这三朵小乌云就是算法、算力和数据。

正如前文所说，由于模拟了人脑的机制，深度学习是一种在理论上非常完美的方案。但问题在于，无论是它需要吞噬的数据，还是需要消耗的算力，在当时都是一个科幻级别的规模，科幻到学术界对深度学习的主流看法是：脑子正常的学者不会研究神经网络。

但2006年发生的三件事改变了这一点：

辛顿和学生Salakhutdinov（就是后来去苹果的那位）在Science上发表了论文Reducing the dimensionality of data with neural networks，第一次提出了有效解决梯度消失问题的解决方案，让算法层面迈出了一大步。

Salakhutdinov（左一）与辛顿（中），2016年

斯坦福大学的李飞飞意识到，如果数据规模难以还原现实世界的原貌，那么再好的算法也很难通过训练达到“模拟人脑”的效果。于是，她开始着手搭建ImageNet数据集。

英伟达发布Tesla架构的新款GPU，并随之推出CUDA平台，开发者利用GPU来训练深度神经网络的难度大幅度降低，望而生畏算力门槛被砍掉了一大截。

这三件事的发生吹散了深度学习上空的三朵乌云，并在2012年的ImageNet挑战赛上交汇，彻底改写了高科技产业乃至整个人类社会的命运。

但在2006年，无论是杰夫·辛顿、李飞飞、黄仁勋，还是其他推动深度学习发展的人，显然都无法预料人工智能在此后的繁荣，更不用说他们所扮演的角色了。

Hinton和Salakhutdinov的论文

时至今日，AI为核心驱动的第四次工业革命又开启了，人工智能的演进速度只会越来越快。如果说我们能得到多少启发，也许不外乎以下三点：

1.产业的厚度决定创新的高度。

ChatGPT横空出世时，“为什么又是美国”的声音此起彼伏。但如果把时间拉长，会发现从晶体管、集成电路，到Unix、x86架构，再到如今的机器学习，美国学界和产业界几乎都是领跑者的角色。

这是因为，虽然关于美国“产业空心化”的讨论不绝于耳，但以软件为核心的计算机科学这门产业，不仅从未“外流”到其他经济体，反而优势越来越大。至今70多位ACM图灵奖的获得者，几乎全部是美国人。

吴恩达之所以选择Google合作“谷歌猫”项目，很大程度上是因为只有Google拥有算法训练所需要的数据和算力，而这又建立在Google强大的盈利能力的基础上。这就是产业厚度带来的优势——人才、投资、创新能力都会向产业的高地靠拢。

中国在自身的优势产业里，也在体现出这种“厚度优势”。当前最典型的就是新能源车，一边是欧洲车企包机来中国车展拜师新势力，一边是日本车企高管频繁跳槽到比亚迪——图什么呢？显然不是只图能在深圳交社保。

2.越是前沿的技术领域，人才的重要性越大。

Google之所以愿意花4400万美元买下辛顿的公司，是因为在深度学习这样的前沿技术领域，一个顶级学者的作用，往往大过一万个计算机视觉专业的应届生。假如当时竞拍成功的是百度或微软，人工智能的发展脉络可能都会被改写。

这种“为了你买下整个公司”的行为，其实非常常见。苹果自研芯片的关键阶段，顺手买了一家PASemi的小公司，就是为了把芯片架构大神Jim Keller挖到手——苹果的A4、AMD的Zen、特斯拉的FSD芯片，都得到了Jim Keller的技术扶贫。

这也是产业竞争力带来的最大优势——对人才的吸引力。

“深度学习三巨头”没有一个是美国人，AlexNet这个名字来自辛顿的学生Alex Krizhevsky，他出生在苏联治下的乌克兰，在以色列长大，来加拿大读书。更不用说如今还活跃在美国高科技公司的众多华人面孔。

3.创新的难度在于，如何面对不确定性。

除了“人工智能之父”Marvin Minsky反对深度学习之外，另一个知名深度学习反对者是加州大学伯克利分校的Jitendra Malik，辛顿和吴恩达都被他冷嘲热讽过。李飞飞在搭建ImageNet时也曾咨询过Malik，后者给她的建议是：Do something more useful（做点更有用的事）。

李飞飞Ted演讲

正是这些行业先驱的不看好，导致深度学习经历了数十年的万马齐喑。即便到了2006年辛顿撕开了一束曙光，三巨头的另一位杨立昆还在反复向学术界证明“深度学习也有研究价值”。

杨立昆从80年代就开始研究神经网络，在贝尔实验室期间，杨立昆就和同事设计了一种名叫ANNA的芯片，试图解决算力问题。后来AT&T由于经营压力要求研究部门“赋能业务”，杨立昆的回答是“我就是要研究计算机视觉，有本事你解雇我”。最终求锤得锤，喜提N+1[6]。

任何前沿技术领域的研究者都必须面对一个问题——如果这个东西做不出来怎么办？

从1972年进入爱丁堡大学算起，辛顿在深度学习的前线已经鏖战了50年。2012年ImageNet挑战赛举办时，他已经65岁了。很难想象他在漫长的时间里面对学术界的种种质疑，需要消解多少自我怀疑与否定。

如今我们知道，2006年的辛顿已经坚持到了黎明前最后的黑暗，但他自己也许并不知道这一点，更不用说整个学术界和产业界。就像2007年iPhone发布时，大多数人的反应可能和时任微软CEO鲍尔默是一样的：

目前，iPhone依然是世界上最贵的手机，而且没有键盘

推动历史的人，往往猜不到自己在历史进程中的坐标。

伟大之所以为伟大，不是因为其横空出世时的惊艳，而是因为它要在无边黑暗中，忍受漫长的籍籍无名与不被理解。直到多年之后，人们才能顺着这些标尺，感叹那时群星璀璨，天才辈出。

一个又一个科学研究的领域里，无数的学者终其一生都不曾窥见希望的微光。因而从某种角度看，辛顿和其他深度学习推动者是幸运的，他们创造了伟大，间接推动了产业界一个又一个成功。

资本市场会给成功定一个公允的价格，历史则记录那些创造伟大的孤独和汗水。

参考资料

[1] 16000台电脑一起找猫，纽约时报

[2] Fei-Fei Li's Quest to Make AI Better for Humanity，Wired

[3] 李飞飞的TED演讲

[4] 21秒看尽ImageNet屠榜模型，60+模型架构同台献艺，机器之心

[5] 卷积神经网络的“封神之路”：一切始于AlexNet，新智元

[6] 深度学习革命，凯德·梅茨

[7] To Find AI Engineers, Google and Facebook Hire Their Professors，The Information

[8] 深度学习三十年创新路，朱珑

[9] ImageNet这八年：李飞飞和她改变的AI世界，量子位

[10] DEEP LEARNING: PREVIOUS AND PRESENT APPLICATIONS，Ramiro Vargas

[11] Review of deep learning: concepts, CNN architectures, challenges, applications, future directions，Laith Alzubaidi等

[12] Literature Review of Deep Learning Research Areas，Mutlu Yapıcı等

[13] ChatGPT背后真正的英雄：OpenAI首席科学家Ilya Sutskever的信仰之跃，新智元

[14] 10 years later, deep learning ‘revolution’ rages on, say AI pioneers Hinton, LeCun and Li，Venturebeat

[15] From not working to neural networking，经济学人

[16] Huge “foundation models” are turbo-charging AI progress，经济学人

[17] 2012: A Breakthrough Year for Deep Learning，Bryan House

[18] 深度学习：人工智能的“神奇魔杖”，安信证券

[19] 深度学习算法发展:从多样到统一 ，国金证券

编辑：戴老板

视觉设计：疏睿

责任编辑：李墨天

研究支持：陈彬、陈畅

亲人离世吉日敲定，工作时间冲突，跨省回家的难处

#记录我的2023#

大伯母前天去世，老妈和老爸还有外甥昨天一大早坐7点35的高铁回去了。给老妈打电话咨询关于大伯母葬礼的日期，妈妈回复：大伯母的日期定下来了，8月19号这周星六农历七月初四办白事。

阳历8月19号阴历七月初四

8月19号这一天适宜安葬祭祀入殓移柩

家里长期没人住屋里没网电视也看不成没影，老家山西新绛比西安还热热的很。爸妈结婚的时候就一辆红旗牌自行车，其他什么都没有了。从我出生到现在，家里只有两台电视。第一台在我出生的时候买了个21寸长虹黑白电视，一家五六口人挤在小小的黑白电视前，这台小黑白电视陪伴了我们家很多年，一直到2012年。第二台2012年我去杭州工作，过年放假回家在县城里花了两三千块钱买了一台彩电，让商家送到我家，2012年到今年2023年，这台电视已经11年了。彩电买回来后，黑白电视放到了爸妈的屋里，老爸每天看，彩电放到客厅里。平时我们不在家，爸妈就看彩电。后来爸妈也来了西安，彩电也成了闲置品，黑白电视妈妈给人了，估计现在也不能看了吧毕竟年限太久了30多年了。

你家换了几台电视呢？

姐跟姐夫弟媳后天18号周五开车回，从西安到新绛开车4个小时左右，弟明天回。妈妈说：“我要是回的话18号坐姐的车跟她们一起，关键是我明天后天大后天得上班，18号下班回来都差不多半夜一两点了再洗洗收拾收拾东西就半夜三四点了，本来想19号坐早上西安北到侯马西的动车回在，登录12306网站发现19号早上只有6点40和7点35的动车，其他时间要么没票要么时间不合适坐动车。

8月19号西安北到侯马西动车

从西安北到侯马西一个小时35分钟，出了侯马西站再坐侯马西到新绛的公交，公交车路过我们村村口用时半小时，村口下来后一条柏油马路走一二十分钟到我家；坐19号下午的动车等回去人家白事估计都要结束了。坐19号早上6点40或者7点35的动车就得四五点起床，从住的地方到西安北站还需要一个小时，18号晚上下班回来都半夜一两点了，收拾收拾半夜三四点，等于这一夜基本不用睡觉了，一夜不睡觉受不了要是困得不行稍微躺在床上或者火车上休息一会的话很可能会睡过头，一旦睡过头坐过车那麻烦可就大了。如果18号和19号请假不上班，18号跟姐她们回，好不容易有个三天班就两天不上，也怪难为情的。

你们回家怎么回呢？

今天早上收到短信20号西安浐灞国际会展中心举办中西部文化产业博览会，这个展会非常不错。最后跟妈妈商量：这次不回去了，明天后天大后天正常上班，19号上完班20号周日去浐灞国际会展中心观展，文旅产业是未来一个非常看好的火爆赛道。爸妈姐弟他们给大伯母办完白事就来西安了，不是19号下午回来就是20号回来，下次再找机会回山西吧！

短信来了

真凑巧

第十届西部文博会

数字文化旅游户外用品文化产业成果展示

条友们：你们亲人去世的时候，你们从外地回去参加葬礼了吗？你们家乡举办红白事的时候，有什么风俗呢？欢迎评论区留言。

今年养老金调整，2012年和去年退休涨钱差多少？医保金能涨多少？

#4月财经新势力#

现在退休老人们应该是欢欣鼓舞的状态，因为2023年养老金将有望延续调整，虽然人社部还没公布，但已有多个权威信号给大家吃下定心丸，我们一起来看看：

首先，多地已经在官方会议上明确，上海在政府工作报告中，对今年十大重点工作，确定要统筹提高养老金、医保、低保等社保待遇标准；北京印发《2023年北京市人民政府重大行政决策事项目录》的通知，《目录》显示，今年将在二季度调整2023年本市社会保障待遇标准；四川省是在《2022年预算执行情况和2023年预算草案的报告》中，要求提高退休人员基本养老金水平和城乡居民基础养老金标准；重庆市在今年的社会保险工作会议上，对社会保险事业要求，继续做好退休人员基本养老金调整工作。

其次，国家财政部印发《关于2022年中央和地方预算执行情况与2023年中央和地方预算草案的报告》，计划提高社会保障待遇水平。

有国家和多省的政策文件发布，今年养老金实现19连涨是板上钉钉，当下，对于退休人员来说，比起养老金涨不涨，更关心的是自己能涨多少，和其他人养老金差距是多少。众所周知，退休越早的人，养老金上涨越多，原因是我国自从2005年就启动了基本养老金调整措施，到2022年，已经成功完成18次连续调整，而对于这部分已经退休多年的人，养老金调整的优势还不仅限于此，那么，很多人可能比较好奇，退休早的人，和刚退休不久的人，同时参加2023年养老金后，到手的收入分别涨了多少，差距又是多少呢？今天我们就对2012年退休和2022年退休的人进行分析，在都符合参加今年养老金调整的前提下，分别涨多少钱？差距是多少呢？要从以下这3个方面来看：

基本养老金调整主要分为定额、挂钩和倾斜调整三个部分，定额调整覆盖率最大，只要在本地满足能参加当年养老金调整的资格，就能进行定额调整。调整条件上，不管退休时间长度、上一年度年龄、本人月养老金收入等是多少都没有优劣势。因此，无论是2012年退休，还是2022年退休的人，今年本地定额调整，标准是一致的，具体涨多少，就是看本地的调整水平，一般来说，是西藏和上海为最高，但经过疫情三年的影响，各地都有涨跌或持平，到去年宁夏与上海上涨水平已经持平，今年面对全国放开，经济逐步恢复，养老保险足额缴费，社保缓缴结束，上海又是作为一线城市，理论上，经济恢复应该更快，可能会涨回原先的水平，超过宁夏。

自从去年上海养老金调整改革后，如今31省已经全部实现双挂钩调整的办法，即按照缴费年限调整，以及按照月养老金进行百分比调整。首先，缴费年限调整上，从性别方面，中国现行的法定退休年龄是按照男性60周岁，女职工50周岁，女干部55周岁，因此，女性退休时间相比男性要早5~10年，在2012年已经退休的女性，相比2022年退休的男性，要少工作10年，少缴纳10年的社保费，缴费年限将差10年，按照每增加一年加发的方式调整，若每月增加2元，多缴纳10年的社保费，2022年退休的男性，相比2012年退休的女性，缴费年限可以每月多增加20元。

从视同缴费年限方面，越早退休的人，参保的方式与晚退休的人可能会略有不同，不考虑其他因素，在退休年龄一样的条件下，2012年退休的人，相比2022年退休的人，工龄可能要更长。养老保险个人账户制度从1992年实施，养老保险统账结合后，大家参保实际缴费累计年限和视同缴费年限基本重合，而在此之前已经参加工作的人，除了实际缴费年限，还能以超过实际缴费的连续工龄作为视同缴费年限计算，本人的总计缴费年限更长。

以大学毕业开始参加工作22周岁计算，1992年实施个人账户制度，2022年退休的人，年龄60周岁，最长参保年限是38年，有30年的实际缴费年限，8年的视同缴费年限；2021年退休的人，最长参保年限38年的话，在1992年后缴费，只需要缴纳20年，在1992难前有18年视同缴费年限，意味着，即使缴费年限都是38年，由于2012年退休的人，有18年视同缴费年限，社保费投入成本比2022年退休的人更少，在按照统一的挂钩调整核算后，实际收益将高于2012年退休的人。

其次，按照本人上一年度12月养老金水平作为基础，进行百分比调整的，到底是2012年退休的人涨得多，还是2022年退休的人涨得多？要看本人月养老金水平和参加调整的次数，属于2012年退休的人，第一次参加养老金调整是在2013年，因为养老金每年调整的范围是对上一年度及以前退休的人员，2023年将是他们第10次参加养老金调整；2022年退休的人，2023年将参加首次养老金调整，相比2012年退休的人，涨钱次数少了10个年份。根据《进一步织密社会保障安全网》的统计显示，从2012年~2021年，企业退休人员月人均养老金从1686元增长到2987元，10年间上涨了1301元，每年平均上涨约130元，也就是说，2012年退休的人，要比2022年退休的人，已经多涨了1301元，若今年上涨1%，2012年退休的人，能比2022年退休的人，每月多涨13.01元。

要注意的是，这里只是举例说在刚退休，首次发放养老金时，月水平一致的情况，但如今，养老金发放差距一直是退休人员争议最大的问题，有的人养老金每月两三千，有的人每月五六千，甚至一些事退人员，养老金能实现月入过万，如果退休时，本身养老水平就高的人，相比早退休的人，养老金参加次数更多，但上涨水平低的人，即使2022年才退休，2023年也能涨不少钱。

假设挂钩调整上涨2%，王大爷2022年退休，每月养老金8000元，李大爷2012年退休，退休当年月养老金3000元，到2022年养老金达到4301元，调整后，王大爷每月加发160元，李大爷只能拿到86.02元，说明还是养老金收入越高的人，涨得越多。

高龄倾斜调整，从名称看就知道了是针对年龄较高的老人进行的调整福利，因为高龄群体生活自理能力越来越差，又属于重疾病的高发人群，生活花费逐渐增加，而他们的子女，很多处于未退休或者刚退休阶段，还要帮忙带孙子孙女，没时间兼顾更高龄的父母，养老院、请家政等需求将需要大笔资金，为此，增加高龄调整，也是为了降低上有老下有小群体的经济负担，促进养老产业发展。

除了少数申请延迟退休的人，大部分人还是在法定退休年龄由单位统一办理退休手续的，2022年刚退休的人，年龄最大的在60周岁，按照多数省份的高龄调整年龄要求，要满足70周岁，显然这部分人距离参加高龄调整还有很久。2012年退休的人，到2022年上涨了10岁，属于60周岁退休的人，到2022年年满70周岁，2023年将参加第一次高龄调整，那么，属于2012年退休的女性，到2022年虽然增加了10岁，但都还是不能参加高龄调整吗？不尽然，现在有一个地区例外，就是上海，虽然去年恢复了双挂钩，高龄调整年龄提高至70周岁，却并未取消对年满60周岁女性的调整，对年满60周岁的女性，将上涨150元。如果今年保持这一调整不变，这部分在上海领取养老金的女性将能比同时间达到60周岁的男性多涨钱了。

养老金作为社保待遇之一，并不是完全独立的，与其他社保待遇之间仍有挂钩关系，比如医保，自从国家宣布要实施职工医保个帐家庭共济后，全国多省陆续发布了职工医保改革方案，对退休人员按照当年基本养老金平均水平的2%划入个人账户，因此，在2023年养老金上涨后，随着养老金平均水平提高，医保个人账户的返款也将跟着增加。

但这笔钱与养老金发放有一个相似点，就是如果按照当年养老金平均水平计算医保个人账户返款，不可能从1月起就拿到足额的钱。因为养老金调整不是从1月份开始，疫情之前是在每年4月起，疫情期间延迟到6月，如今全国疫情管控放开后，网上不少人预测养老金调整会恢复原先的调整时间，按照4月由人社部先统一公布调整总方案，5月各省陆续公布调整的规律，养老金将从5月起补发。

可是养老金平均水平需要在养老金调整补发后，才能核算出来，因此，医保个人返款要在养老金平均水算出后，再进行重新核算，补发从1月起应发放，但少发的差额。

往期文章：机关事业单位退休中人，2024年之后，就不能领过渡性养老金了？

生肖龙的福泽出生年份：五行中哪年的属相龙健康无忧，人生如意？

阅读此文前，诚邀您点击一下“关注”按钮，方便以后持续为您推送此类文章，同时也便于您进行讨论与分享，您的支持是我们坚持创作的动力~

生肖龙是最为祥瑞、吉利的一个属相，据说生肖龙的人有着特别的福气和财运。然而，要想在属相龙的年份中享受健康无忧、人生如意的福泽，并不仅仅取决于自己的生肖属相，还需要考虑到五行的影响。在五行中，属相龙与某些特定的年份相结合，能够获得更多的好运与福泽。接下来，我们将详细介绍五行中哪年的属相龙能够拥有健康无忧、人生如意的福禄。

第一：龙与木相结合，充满活力与创造力

龙与木相结合的年份包括1904年、1964年和2024年。在这些年份里，属相龙的人将享有充满活力与创造力的福泽。木是生命之源，它象征着生长、繁荣和发展。因此，在这些年份中出生的属相龙将会拥有充沛的活力和创造力，能够轻松应对各种挑战，实现自己的目标。

第二：龙与火相结合，事业蒸蒸日上

龙与火相结合的年份包括1916年、1976年和2036年。属相龙在这些年份出生，将会享受到事业蒸蒸日上的福泽。火象征着热情、活力和进取心，与属相龙的性格特点高度契合。在这些年份中出生的属相龙将会拥有无限的和勇气，能够大展宏图，取得令人瞩目的成就。

第三：龙与土相结合，稳定幸福的人生道路

龙与土相结合的年份包括1928年、1988年和2048年。属相龙在这些年份出生，将会拥有稳定幸福的人生道路。土象征着稳定、坚实和安定，与属相龙的个性特点相辅相成。在这些年份中出生的属相龙将会过上安逸而幸福的生活，事业稳步发展，家庭和睦。

第四：龙与水相结合，智慧如海，学术事业出类拔萃

龙与水相结合的年份包括1952年、2012年和2072年。属相龙在这些年份出生，将会拥有智慧如海、学术事业出类拔萃的福泽。水象征着智慧和灵感，与属相龙的聪明才智相得益彰。在这些年份中出生的属相龙将会拥有卓越的智慧和学术才华，能够在各个领域中脱颖而出，取得非凡的成就。

第五：龙与木相结合，和谐美满的婚姻与家庭

龙与木相结合的年份包括1904年、1964年和2024年。属相龙在这些年份出生，将会拥有和谐美满的婚姻与家庭。木象征着生命的根基和和谐的能量，与属相龙的热情和魅力相得益彰。在这些年份中出生的属相龙将会拥有幸福美满的婚姻，家庭生活和谐融洽，伴侣和子女的关系也将十分亲密。

总结

属相龙的福泽出生年份主要与五行相结合密切相关。根据五行的不同，属相龙在不同年份中将享受到不同的福泽。与木、火、土、金、水五行相结合的年份，属相龙将会分别在活力创造、事业发展、人生稳定、智慧学术和家庭幸福等方面获得特别的福泽。因此，在选择结婚、创业或其他重要决策时，考虑自己的生肖属相和相应的五行结合，有助于顺利达成目标，拥有幸福美好的未来。

建议与提示：

1. 在属相龙的年份中出生的人，应充分发挥自己的优势和潜力，积极追求个人目标和事业成功。

2. 在选择伴侣或结婚对象时，要考虑到五行的影响，寻找与自己五行相合的伴侣，有助于婚姻更加和谐美满。

3. 注意保持身体健康，积极参加运动和锻炼，注意饮食平衡，有规律的作息，可提高生活质量和工作效率。

5. 在学习和工作中保持积极乐观的心态，不断提升自己的知识和技能，为个人成长和职业发展打下坚实基础。

祝福语：

祝福所有属相龙的朋友，在五行中能够找到与自己相合的年份，拥有健康无忧、人生如意的福泽。愿你们在事业上蒸蒸日上，家庭幸福美满，学术事业出类拔萃，生活充满活力和创造力。衷心祝福你们拥有一个充满福气和好运的人生！

看看下面这些朋友的薪级是如何算出来的

在职人员工资和退休养老金待遇问题解答(十一)

本期讨论了六位朋友的薪级问题，欢迎关心这个事情的朋友们阅读。

1、网友45657711留言

老师，1988年中专毕业，1990年至1995年函授取得本科学历（在职），1997年评中级，2017年评副高，薪级工资级别怎么算的啊？

宜亮说知回复：

1988年参加工作，中专学历，1997年聘用中级，至2006年工资改革，套改年限=2006-1988+1=19年，中级职称任职年限=2006-1997+1=10年，据此2006年可套改薪级21级，至2022年薪级为37级。

2、阳光036

老师，我1998年7月毕业，专科三年。1999年7月参加工作，2006年工程师（2005年评审）提供，2012年高级（2011年通过评审），2023年的薪级工资是多少级？谢谢

宜亮说知回复：

1999年参加工作，三年大专学历，2006年聘用中级职称工程师，至2006年工资改革，套改年限=2006-1999+3+1=11年，中级职称任职年限=2006-2006+1=1年，据此2006年可套改薪级12级，至2022年薪级为28级。

3、风雨一叶舟

到2006年我的工龄14年，2002年评聘为中学一级职称，2008年评上中学高级职称。按以上算法套改年限为5年，当时应该定薪级16级，到2023年3月止应该是32级，不知道我这样算对吗？为什么我工资显示我目前是30级？

宜亮说知回复：

到2006年，您的工龄是14年，也就是1993年参加工作，2002年评聘中学一级，至2006年，套改年限=2006-1993+1=14年，中级职称任职年限=2006-2002+1=5年，据此2006年可套改薪级16级，至2022年薪级为32级。至2023年应该是33级。

至于您2023的工资显示为30级，这应该是2022年的薪级。如果30级不存在错误的话，那有两个可能 ：一是您2002年12月份聘任的一级，工资从2003年1月执行。这样中级职称的任职年限只有4年。二是您某年也许没参加年度考核或某年的年度考核不合格，这两种情况均不增加薪级。

套改薪级时，职称的任职时间不以职称的评审时间为准，也不以单位聘书上的时间为准，仅以领取相应职称工资的时间为准。

所以，如果您确实是2002年领取了中学一级职称的工资，又没有年度考核不合格的情况，建议您向单位申请查询本人档案，重新核实一下您的薪级。

4、才思敏捷漂流瓶D9

我是1985年大专三年毕业，1993年底聘用中小学一级教师，一直到2023的现在。问薪级为几级？

宜亮说知回复：

1985年参加工作，三年大专学历，1993年评聘中学一级，至2006年，套改年限=2006-1985+3+1=25年，中级职称任职年限=2006-1993+1=14年，据此2006年可套改薪级27级，至2022年薪级为43级(27+2022-2006)。

5、用户6207915410799

87年中师毕业开始从事教学工作，97年评为中级，98年6月聘为中级，2003年评为副高，次年聘任，薪级应为多少？麻烦您了

宜亮说知回复：

1987年参加工作，中师学历，1998年聘中学一级，至2006年，套改年限=2006-1987+0+1=20年，中级职称任职年限=2006-1998+1=9年，据此2006年可套改薪级22级。

1987年参加工作，中师学历，2004年聘任副高，至2006年，套改年限=2006-1987+0+1=20年，副高职称任职年限=2006-2004+1=3年，据此2006年可套改薪级23级，根据就高原则，采用23级作为工作人员2006年的薪级，至2022年薪级为39级(23+2022-2006)。

6、黄粱梦中人

我1989年本科毕业参加工作，1994一级教师，2001年评聘中学高级教师，薪级应该多少级

宜亮说知回复：

很高兴为自己的粉丝服务！

您1989年参加工作，本科学历，1994年聘中学一级，至2006年，套改年限=2006-1989+4+1=22年，中级职称任职年限=2006-1994+1=13年，据此2006年可套改薪级25级，

2001年聘副高级，至2006年，套改年限=2006-1989+4+1=22年，副高职称任职年限=2006-2001+1=6年，据此2006年可套改薪级25级，至2022年薪级为41级(25+2022-2006)。

回答朋友们的薪级问题不是多余，有很多人不知道自己的薪级是多少，也有很多人看不懂自己的工资条，这些人以前没有在意薪级这件事，现在想知道这个事情，也不算晚。

对于这个事情，读者朋友们有何看法，欢迎您留言讨论。感谢您的光临。谢谢。

邢台市所辖113个镇的设立时间全纪录

截止2021年3月，邢台市辖2区2市15县，其下共辖26个街道，112个镇，59个乡。其中镇多为撤乡设镇而建。下为邢台市所辖112镇的建制时间全记录。其中已经撤销的镇（南宫镇、豫让桥镇、丰州镇等）不再统计。

1、河西镇（临西）

1965年3月27日，经国务院全体会议决定，设立临西县； 1965年5月28日，经河北省人委会批准，邢台专区临西县设立城关镇； 1978年，临西县城关镇更名为先锋桥镇； 1989年2月16日，临西县先锋桥镇更名为河西镇。

2、临城镇（临城）

1984年6月27日，经河北省人民政府批准，临城县撤销城关乡，设立城关镇。 1987年12月10日，经批准，临城县城关镇更名为临城镇。

3、和阳镇（南和）

1984年6月27日，经河北省人民政府批准，南和县撤销城关乡，设立城关镇。 1987年12月10日，经批准，南和县城关镇更名为和阳镇。

4、巨鹿镇（巨鹿）

1984年6月27日，经河北省人民政府批准，巨鹿县撤销城关乡，设立城关镇。 1987年12月10日，经批准，巨鹿县城关镇更名为巨鹿镇。

5、内丘镇

1984年6月27日，经河北省人民政府批准，内丘县撤销城关乡，设立城关镇。 1987年12月10日，经批准，内丘县城关镇更名为内丘镇。

6、洺州镇

1984年6月27日，经河北省人民政府批准，威县撤销城关乡，设立城关镇。 1987年12月10日，经批准，威县城关镇更名为洺州镇。

7、新河镇

1984年6月27日，经河北省人民政府批准，新河县撤销城关乡，设立城关镇。 1987年12月10日，经批准，新河县城关镇更名为新河镇。

8、凤凰镇

1984年6月27日，经河北省人民政府批准宁晋县撤销城关乡，设立城关镇。 1987年12月10日，经批准，宁晋县城关镇更名为凤凰镇。

9、广宗镇

1984年6月27日，经河北省人民政府批准，广宗县撤销城关乡，设立城关镇。 1987年12月10日，经批准，广宗县城关镇更名为广宗镇。

10、隆尧镇

1984年6月27日，经河北省人民政府批准，隆尧县撤销城关乡，设立城关镇。 1987年12月10日，经批准，隆尧县城关镇更名为隆尧镇。

11、柏乡镇

1984年6月27日，经河北省人民政府批准，柏乡县撤销城关乡，设立城关镇。 1987年12月10日，经批准，柏乡县城关镇更名为柏乡镇。

12、葛仙庄镇

1984年6月27日，经河北省人民政府批准，清河县撤销葛仙庄乡，设立葛仙庄镇。

13、临西镇

1984年6月27日，经河北省人民政府批准，临西县撤销童村乡，设立临西镇。

14、任城镇

1984年6月27日，经河北省人民政府批准，任县撤销城关公社，设立任城镇。

15、南石门镇

1985年3月28日，经河北省人民政府同意，撤销邢台县南石门乡，设立为南石门镇。

16、尖冢镇

1985年3月28日，经河北省人民政府同意，撤销临西县尖冢乡，设立尖冢镇。

17、羊范镇

1985年3月28日，经河北省人民政府同意，撤销邢台县羊范乡，设立羊范镇。

18、皇寺镇

1985年3月28日，经河北省人民政府同意，撤销邢台县皇寺乡，设立皇寺镇。

19、西黄村镇

1985年3月28日，经河北省人民政府同意，撤销邢台县西黄村乡，设立西黄村镇。

20、将军墓镇

1985年3月28日，经河北省人民政府同意，撤销邢台县将军墓乡，设立将军墓镇。

21、浆水镇

1985年3月28日，经河北省人民政府同意，撤销邢台县浆水乡，设立浆水镇。

22、新城镇

1985年3月28日，经河北省人民政府同意，撤销沙河县新城乡，设立新城镇。

23、东镇镇

1985年3月28日，经河北省人民政府同意，撤销临城县东镇乡，设立东镇镇。

24、邢家湾镇

1985年3月28日，经河北省人民政府同意，撤销任县邢家湾乡，设立邢家湾镇。

25、辛店镇

1985年3月28日，经河北省人民政府同意，撤销任县辛店乡，设立辛店镇。

26、郝桥镇

1985年3月28日，经河北省人民政府同意，撤销南和县郝桥乡，设立郝桥镇。

27、大高村镇

1985年3月28日，经河北省人民政府同意，撤销南宫县大高村乡，设立大高村镇。

28、苏村镇

1985年3月28日，经河北省人民政府同意，撤销南宫县苏村乡，设立苏村镇。

29、垂杨镇

1985年3月28日，经河北省人民政府同意，撤销南宫县垂杨乡，设立垂杨镇。

30、段芦头镇

1985年3月28日，经河北省人民政府同意，撤销南宫县段芦头乡，设立段芦头镇。

31、油坊镇

1985年3月28日，经河北省人民政府同意，撤销清河县油坊乡，设立油坊镇。

32、下堡寺镇

1985年3月28日，经河北省人民政府同意，撤销临西县下堡寺乡，设立下堡寺镇。

33、大孟村镇

1985年7月22日，经河北省人民政府批准，撤销内丘县冯村乡，设立大孟村镇

34、金店镇

1985年7月22日，经河北省人民政府批准，撤销内丘县金店乡，设立金店镇

35、綦村镇

1985年8月9日，经河北省人民政府批准，撤销沙河县綦村乡，设立綦村镇。

36、白塔镇

1985年8月9日，经河北省人民政府批准，撤销沙河县白塔乡，设立白塔镇。

37、显德汪镇

1985年8月9日，经河北省人民政府批准，撤销沙河县显德汪乡，设立显德汪镇。

38、七级镇

1985年8月9日，经河北省人民政府批准，撤销威县七级乡，设立七级镇。

39、章台镇

1985年8月9日，经河北省人民政府批准，撤销威县章台乡，设立章台镇。

40、梨园屯镇

1985年8月9日，经河北省人民政府批准，撤销威县梨园屯乡，设立梨园屯镇。

41、侯贯镇

1985年8月9日，经河北省人民政府批准，撤销威县侯贯乡，设立侯贯镇。

42、东汪镇（宁晋）

1985年8月9日，经河北省人民政府批准，撤销宁晋县东汪乡，设立东汪镇。

43、四芝兰镇

1985年8月9日，经河北省人民政府批准，撤销宁晋县四芝兰乡，设立四芝兰镇。

44、大陆村镇

1985年8月9日，经河北省人民政府批准，撤宁晋县大陆村乡，设立大陆村镇。

45、耿庄桥镇

1985年8月9日，经河北省人民政府批准，撤销宁晋县耿庄桥乡，设立耿庄桥镇。

46、连庄镇

1985年8月9日，经河北省人民政府批准，撤销清河县连庄乡，设立连庄镇。

47、王官庄镇

1985年8月9日，经河北省人民政府批准，撤销清河县王官庄乡，设立王官庄镇。

48、官亭镇

1986年11月20日，经河北省人民政府批准，撤销巨鹿县官亭乡，设立官亭镇。

49、小吕寨镇

1986年11月20日，经河北省人民政府批准，撤销巨鹿县小吕寨乡，设立小吕寨镇。

50、平乡镇

1987年4月10日，经河北省人民政府批准，撤销平乡县平乡乡，设立平乡镇。

51、河古庙镇

1987年4月10日，经河北省人民政府批准，撤销平乡县河古庙乡，设立河古庙镇。

52、固城店镇

1987年7月2日，经河北省人民政府批准，撤销柏乡县固城店乡，设立固城店镇。

53、谢炉镇

1987年7月2日，经河北省人民政府批准，撤销清河县谢炉乡，设立谢炉镇。

54、魏家庄镇

1987年7月2日，经河北省人民政府批准，撤销隆尧县魏家庄乡，设立魏家庄镇。

55、固城镇

1987年7月2日，经河北省人民政府批准，撤销隆尧县固城乡，设立固城镇。

56、山口镇

1987年7月2日，经河北省人民政府批准，撤销隆尧县固山口乡，设立山口镇。

57、尹村镇

1987年7月2日，经河北省人民政府批准，撤销隆尧县固尹村乡，设立尹村镇。

58、十里亭镇

1989年12月22日，经河北省人民政府批准，沙河市撤销大油村乡，设立十里亭镇。+

59、沙河城镇

1989年12月22日，经河北省人民政府批准，沙河市撤销沙河城乡，设立沙河城镇。

60、明化镇

1990年12月6日，经河北省人民政府批准，南宫市撤销明化镇乡，设立明化镇。

61、坝营镇

1990年12月6日，经河北省人民政府批准，清河县撤销坝营乡，设立坝营镇。

62、路罗镇

1993年12月17日，经河北省人民政府批准，邢台县撤销路罗乡，设立路罗镇。

63、东汪镇（邢台）

1993年12月17日，经河北省人民政府批准，邢台县撤销东汪乡，设立东汪镇。

64、贾宋镇

1994年3月4日，经河北省人民政府批准，南和县撤销贾宋乡，设立贾宋镇。

65、寻寨镇

1994年3月4日，经河北省人民政府批准，新河县撤销寻寨乡，设立寻寨镇。

66、王虎寨镇

1994年3月4日，经河北省人民政府批准，巨鹿县撤销王虎寨乡，设立王虎寨镇。

67、西郭城镇

1994年3月4日，经河北省人民政府批准，巨鹿县撤销西郭城乡，设立西郭城镇。

68、阎疃镇

1994年3月4日，经河北省人民政府批准，巨鹿县撤销阎疃乡，设立阎疃镇。

69、会宁镇

1995年4月11日，经河北省人民政府批准，邢台县撤销会宁乡，设立会宁镇。

70、祝村镇

1995年4月11日，经河北省人民政府批准，邢台县撤销祝村乡，设立祝村镇。

71、晏家屯镇

1997年8月5日，经河北省人民政府批准，邢台县撤销豫让桥镇，分设为晏家屯镇和豫让桥街道办事处。

72、王快镇

1999年10月11日，经河北省人民政府批准，邢台县撤销王快乡，设立王快镇。

73、河渠镇

1999年10月11日，经河北省人民政府批准，宁晋县撤销河渠乡，设立河渠镇。

74、贾家口镇

1999年10月11日，经河北省人民政府批准，宁晋县撤销贾家口乡，设立贾家口镇。

75、北河庄镇

1999年10月11日，经河北省人民政府批准，宁晋县撤销北河庄乡，设立北河庄镇。

76、莲子镇镇

2000年4月16日，经河北省人民政府批准，隆尧县撤销莲子镇乡，设立华龙镇。 2003年12月8日，经批准，隆尧县华龙镇更名为莲子镇镇。

77、西竖镇

2003年12月8日，经河北省人民政府批准，临城县撤销西竖乡，设立西竖镇。

78、苏家庄镇

2003年12月31日，经河北省人民政府批准，宁晋县撤销苏家庄乡，设立苏家庄镇。

79、紫冢镇

2003年12月31日，经河北省人民政府批准，南宫市撤销紫冢乡，设立紫冢镇。

80、换马店镇

2004年12月20日，经河北省人民政府批准，宁晋县撤销换马店乡，设立换马店镇。

81、官庄镇

2004年12月20日，经河北省人民政府批准，内丘县撤销换官庄乡，设立官庄镇。

82、宋家庄镇

2005年11月11日，经河北省人民政府批准，邢台县撤销宋家庄乡，设立宋家庄镇。

83、柳林镇

2005年11月11日，经河北省人民政府批准，内丘县撤销柳林乡，设立柳林镇。

84、郝庄镇

2005年11月11日，经河北省人民政府批准，临城县撤销郝庄乡，设立郝庄镇。

85、西汪镇

2007年12月3日，经批准，柏乡县撤销西汪乡，设立西汪镇。

86、老官寨镇

2008年，临西县撤销老官寨乡，设立老官寨镇。

87、东郭村镇

2010年，邢台市桥东区撤销东郭村乡，设立东郭村镇（冀民函[2010]78号）

88、南大郭镇

2010年，邢台市桥西区撤销南大郭乡，设立南大郭镇（邢政函[2010]40号）

89、李村镇

2010年，邢台市桥西区撤销李村乡，设立李村镇（邢政函[2010]42号）

90、天口镇

2012年12月，任县撤销天口乡，设立天口镇。

91、贺营镇

2013年，省民政厅（冀民函[2013]114号）批复同意撤销贺营乡，设立贺营镇（7月18日正式挂牌）

92、留村镇

2014年，经冀民函【2014】16号批准，沙河市撤销留村乡，设立留村镇

93、冯家寨镇

2014年，经冀民函【2014】17号批准，广宗县撤销冯家寨乡，设立冯家寨镇。

94、方家营镇

2014年7月，经冀民函【2014】18号批准，威县撤销方家营乡，设立方家营镇。

95、吕寨镇

2014年，经冀民函【2014】19号批准，临西县撤销吕寨乡，设立，吕寨镇。

96、北塘疃镇

2015年，广宗县撤销北塘疃乡，设立北塘疃镇。

97、常庄镇

2015年3月份，威县撤销常庄乡，设立常庄镇

98、唐邱镇

2016年8月，经批准（邢政函【2016】22号）宁晋县撤销唐邱乡，设立唐邱镇。

99、第什营镇

2016年8月，经批准（冀民函【2016】135号），威县撤销第什营乡，设立第什营镇。

100、核桃园镇

2016年7月19日，经批准（冀民函【2016】136号），广宗县撤销核桃园乡，设立核桃园镇。

101、苏家营镇

2016年10月，经批准（冀民函【2016】137号），巨鹿县撤销苏家营乡，设立苏家营镇。

102、赵村镇

2017年，经批准（冀民函【2017】164号），威县撤销赵村乡，设立赵村镇。

103、贺钊镇

2017年，经批准（冀民函【2017】165号），威县撤销贺钊乡，设立贺钊镇

104、龙华镇

2017年，经批准（冀民函【2017】166号），柏乡县撤销龙华乡，设立龙华镇。

105、东良镇

2017年，经批准（冀民函【2017】167号），隆尧县撤销东良乡，设立东良镇。

106三思镇

2020年12月24日，经冀民函（2020）100号批准，撤销南和区三思设立三思镇。

107、河郭镇

2020年12月24日，经冀民函（2020）101号批准、撤销南和区河郭乡，设立河郭镇。

108、黑城镇

2020年12月24日，经冀民函（2020）102号批准，撤销临城黑城乡，设立黑城镇。

109、大刘庄镇

2020年12月24日，经冀民函（2020）103号批准，撤销临西县大刘庄乡，设立大刘庄镇。

110、大曹庄镇

2020年12月24日，经冀民函（2020）104号批准，撤销宁晋大曹庄乡，设立大曹庄镇。

111、侯口镇

2020年12月24日，经冀民函（2020）105号批准，撤销宁晋侯口乡设为侯口镇。

112、观寨镇

2020年12月24日，经冀民函（2020）106号批准，撤销巨鹿观寨乡设立观寨镇。

113、固献镇

2020年12月24日，经冀民函（2020）107号批准，撤威县销固献乡设为固献镇。

。

以上整理资料，欢迎大家补充完善，为了方便大家了解设镇情况，下面再按照属县进行分类：

1、清河县（6镇）

葛仙庄镇、油坊镇、连庄镇、王官庄镇、谢炉镇、坝营镇

2、临西县（7镇）

河西镇、临西镇、下堡寺镇、尖冢镇、老官寨镇、吕寨镇、大刘庄镇

3、临城县（5镇）

临城镇、东镇镇、西竖镇、郝庄镇、黑城镇

4、南和区（5镇）

和阳镇、郝桥镇、贾宋镇、河郭镇、三思镇

5、巨鹿县（8镇）

巨鹿镇、官亭镇、小吕寨镇、王虎寨镇、西郭城镇、阎疃镇、苏家营镇、观寨镇

6、内丘县（5镇）

内丘镇、大孟村镇、金店镇、官庄镇、柳林镇

7、威县（12镇）

洺州镇、七级镇、章台镇、梨园屯镇、侯贯镇、贺营镇、方家营镇、常庄镇、第什营镇、赵村镇 、贺钊镇、固献镇

8、新河县（2镇）

新河镇、寻寨镇

9、宁晋县（13镇）

凤凰镇、东汪镇、四芝兰镇、大陆村镇、耿庄桥镇、河渠镇、贾家口镇、北河庄镇、苏家庄镇、换马店镇、唐邱镇、侯口镇、大曹庄镇

10、广宗县（4镇）

广宗镇、冯家寨镇、北塘疃镇、核桃园镇

11、隆尧县（7镇）

隆尧镇、魏家庄镇、固城镇、山口镇、尹村镇、莲子镇镇、东良镇

12、柏乡县（4镇）

柏乡镇、固城店镇、西汪镇、龙华镇

14、平乡县（2镇）

平乡镇、河古庙镇

15、任泽区（4镇4乡）

任城镇、邢家湾镇、辛店镇、天口镇

16、信都区（11镇）

南石门镇、羊范镇、皇寺镇、西黄村镇、将军墓镇、浆水镇、路罗镇、会宁镇、宋家庄镇、南大郭镇、李村镇、

17、襄都区（5镇）

东汪镇、祝村镇、晏家屯镇、王快镇、东郭村镇

18、沙河市（7镇）

新城镇、綦村镇、白塔镇、显德汪镇、十里亭镇、沙河城镇、留村镇

（沙河城镇、留村镇归邢台开发区管）

19、南宫市（6镇）

大高村镇、 苏村镇、垂杨镇、段芦头镇、明化镇、紫冢镇