更新时间：2025-05-17 02:37作者：佚名
如今，您每五分钟都会听到有关人工智能的各种新闻。但是，您是否曾经想过我们是如何到达今天的？这在很大程度上是由于2012年开创性的神经网络Alexnet。尽管它并没有立即引起感觉，但最终成为我们今天经历的深度学*革命的基础。现在，经过多年的谈判，原始源代码终于向公众发布了。
这要归功于计算机历史博物馆和Google之间的合作。源代码最初由多伦多大学研究生Alex Krizhevsky撰写，现在将其上传到Github。
Alexnet是一个神经网络，标志着计算机识别和对图像进行分类的能力的重大突破。到2012年，神经网络背后的理论，包括关键的反向传播算法，已经存在数十年了。但是，缺少两个关键组件：训练这些网络所需的大量数据集以及处理它们所需的原始计算能力。斯坦福大学的Imagenet项目和NVIDIA的CUDA GPU编程等节目最终提供了这些关键要素。
这些进步使Krizhevsky能够在人工智能先驱Geoffrey Hinton和Ilya Sutskever的指导下训练Alexnet并解锁深度学*的全部潜力。这是第一次将深层神经网络，大数据集和GPU计算结合在一起，并取得了突破性的结果。每个方面彼此至关重要。
用于使用GPU创建Alexnet家用计算机
最后，Alexnet纸是在2012年的计算机视觉会议上提出的。当时，大多数研究人员不喜欢这一点，但是现在被公认为人工智能的先驱的Yann Lecun立即意识到其重要性，并将其称为该领域的转折点。他的预测被证明是正确的。 Alexnet发布后，神经网络迅速成为几乎所有尖端计算机视觉研究的基础。
Alexnet的突破在于证明训练相对简单的神经网络可以在人类之外的高度复杂任务（例如图像识别）上实现绩效。这标志着深度学*范式的诞生，其中机器通过摄入和建模大量数据来掌握技能。
从那时起，进步开始迅速加速。神经网络以空前的速度发展，取得了许多里程碑成就，例如在GO比赛中击败人类冠军，综合了现实的声音和音乐，甚至创造了原始的艺术和创意写作。但是，生成人工智能的真正转折点是Openai于2022年发布Chatgpt，这可以说是深度学*进化的巅峰之作。
可以理解的是，这样的历史代码绝非易事。计算机历史博物馆必须与Krizhevsky，Hinton（现为Google）和Google的法律团队进行五年的谈判，以获得批准以发布原始资料文件。