2025 年 3 月 21 日
AlexNet 的源代碼——多倫多大學開發的神經網絡，開啟了當今的人工智慧熱潮並獲得了諾貝爾獎——將由電腦歷史博物館與谷歌合作保存。
博物館位於加州山景城，擁有豐富多彩的軟體和相關材料檔案，旨在「解讀技術——計算的過去、數位化的現在以及未來對人類的影響」。
它已經發布了其他歷史性原始碼，包括 APPLE II DOS、IBM APL、Apple MacPaint 和 QuickDraw、Apple Lisa 和 Adobe Photoshop。
Google DeepMind 和谷歌研究中心首席科學家 Jeff Dean 在談到 AlexNet 時表示：“該代碼是 Alex Krizhevsky、Ilya Sutskever 和 Geoffrey Hinton 撰寫的具有里程碑意義的論文《基於深度卷積神經網絡的 ImageNet 分類》的基礎，該論文徹底改變了計算機視覺領域，是有史以來被引用次數最多的論文之一。”
“谷歌很高興將開創性的 AlexNet 工作的源代碼貢獻給計算機歷史博物館。”
AlexNet 源自 Hinton 數十年的研究，Hinton 是多倫多大學電腦科學榮譽教授，最近他與普林斯頓大學的 John Hopfield 因在人工智慧領域的奠基性工作共同獲得了 2024 年諾貝爾物理學獎。
到 21 世紀初，辛頓在多倫多大學的研究生開始使用圖形處理單元 (GPU) 來訓練神經網路以執行影像辨識任務，他們的成功表明深度學習可以成為創建通用 AI 系統的途徑。
尤其是蘇茨克弗，他後來成為 OpenAI 的關鍵人物，推出了 ChatGPT，並將於今年獲得多倫多大學的榮譽學位，他相信神經網路的性能將隨著可用數據量的增加而擴大。
2009年ImageNet的出現為他提供了驗證其理論的機會。史丹佛大學李飛飛教授開發的圖像資料集比之前的任何圖像資料集都要大幾個數量級。
2011 年，蘇茨克維爾說服研究生同學克里熱夫斯基在 ImageNet 上訓練卷積神經網路。在 Hinton 擔任首席研究員的指導下，Krizhevsky 在配備兩塊 NVIDIA 顯示卡的電腦上對該網路進行了程式設計。在接下來的一年裡，他不斷調整網路的參數並重新訓練，直到其效能超越競爭對手。
該網絡最終被命名為 AlexNet 以紀念他。
在 AlexNet 之前，很少有機器學習研究人員使用神經網路。此後，幾乎所有人都會這麼做。谷歌最終收購了由 Hinton、Krizhevsky 和 Sutskever 創立的公司，而由 David Bieber 領導的谷歌團隊與 CHM 合作了五年，以確保代碼的公開發布。
在描述 AlexNet 專案時，Hinton 說：“Ilya 認為我們應該這樣做，Alex 讓它成功了，我獲得了諾貝爾獎。”
[圖像]
右為 Geoffrey Hinton，左為研究生 Ilya Sutskever，中為 Alex Krizhevsky。