主要观点：CHM 与谷歌合作发布了 2012 年启动当今主流 AI 方法的 AlexNet 源代码，介绍了 AlexNet 的相关信息、深度学习的起源、ImageNet 和 GPU 的作用、创建 AlexNet 的过程以及源代码的发布等。
关键信息：

• AlexNet 由多伦多大学研究生 Alex Krizhevsky、Ilya Sutskever 及导师 Geoffrey Hinton 于 2012 年创建，用于识别摄影图像内容，是深度学习的重要成果。
• 深度学习起源于 20 世纪 50 年代，Frank Rosenblatt 开发了感知机 Mark I，后 Hinton 在 80 年代复兴了神经网络研究，90 年代多伦多成为深度学习研究中心。
• ImageNet 提供了大量训练数据，NVIDIA 的 GPU 提供了计算能力，2012 年 AlexNet 首次将这两者与深度神经网络结合取得突破。
• Ilya Sutskever 说服 Alex Krizhevsky 用 GPU 训练用于 ImageNet 的卷积神经网络，最终命名为 AlexNet，其论文被广泛引用。
• 2020 年 CHM 与谷歌协商五年后发布了 AlexNet 源代码，还提及相关参考、致谢、更多探索内容及支持 CHM 使命等。
  重要细节：
• 20 世纪 50 年代简单三层神经网络有局限性，70 年代被 AI 研究者抛弃，80 年代在加州大学圣地亚哥分校以“连接主义”之名复兴。
• 1986 年 Hinton 等人发现反向传播算法，1987 年 Hinton 加入多伦多大学，Yann LeCun 在多伦多工作时展示了卷积神经网络在识别手写数字方面的优势。
• ImageNet 由斯坦福教授 Fei-Fei Li 领导创建，2009 年完成，比以往数据集大得多，2010 年开始举办比赛。
• NVIDIA 创始人兼 CEO Jensen Huang 引领了 GPU 在 2000 年代的发展，其 H100 GPU 芯片在当今 AI 工作中需求旺盛。
• 2011 年 DanNet 在较小数据集上获胜，同年 Sutskever 说服 Krizhevsky 用 GPU 训练用于 ImageNet 的卷积神经网络，在其父母家完成训练并不断调整参数。
• 2012 年 Krizhevsky 在意大利计算机视觉会议上公开介绍 AlexNet 论文，Yann LeCun 认为这是 AI 的转折点，此后几乎所有领先的计算机视觉论文都使用了神经网络。
• 2020 年 CHM 联系到 Hinton 并与谷歌协商五年后发布了 AlexNet 源代码，可在 CHM 的 GitHub 页面获取。