主要观点：周四，谷歌和计算机历史博物馆（CHM）联合发布了 2012 年改变人工智能领域的卷积神经网络 AlexNet 的源代码，深度学习代表了与早期传统 AI 方法的显著背离，AlexNet 是 AI 的一个重要分水岭，其结合了多种技术，如今已在多个领域产生广泛影响，其创造者也在不同方向上为该领域做出贡献。
关键信息：

• 2012 年 AlexNet 通过证明“深度学习”能实现传统 AI 技术无法做到的事情，改变了 AI 领域。
• 深度学习使用多层神经网络，可直接从数据中学习分层表示，无需显式编程。
• AlexNet 源代码在 CHM 的 GitHub 页面上以开源软件形式提供，让 AI 爱好者和研究者得以一窥计算历史。
• AlexNet 由多伦多大学研究生 Alex Krizhevsky、Ilya Sutskever 及其导师 Geoffrey Hinton 开发，在 2012 年 ImageNet 竞赛中获胜，能准确识别照片中的物体。
• AlexNet 结合了深度学习、大规模图像数据集和图形处理单元（GPU），使用 ImageNet 数据库进行训练，在 Krizhevsky 父母家的电脑上用两个 Nvidia 显卡进行训练。
• 自突破以来的 13 年，AlexNet 的创造者走向不同方向，Sutskever 创立 OpenAI 并推出 ChatGPT 和 Safe Superintelligence，Krizhevsky 离开谷歌从事新的深度学习技术研究，Hinton 因警告未来 AI 系统的潜在危险而从谷歌辞职并获 2024 年诺贝尔物理学奖。
  重要细节：
• CHM 于 2020 年开始努力获取具有历史意义的代码，与谷歌协商 5 年才得以发布，并确定了代表 2012 年原始实现的特定版本。
• AlexNet 背后的突破是现有技术的新颖组合，不同于传统 AI 系统需手动指定图像特征，其能自动发现不同抽象层次的模式。
• 如今的 AI 系统如 ChatGPT 和 Claude 主要依赖 Transformer 模型，擅长处理序列数据。
• AlexNet 的影响不仅限于计算机视觉，还在语音合成、游戏系统、语言模型和图像生成等领域发挥作用，同时也带来了一些社会问题。