您现在可以下载触发AI繁荣的源代码

周四，Google和计算机科学博物馆（CHM） 发行 源代码的源代码 Alexnet卷积神经元网络（CNN），许多人通过证明“深度学习”可以实现常规AI技术无法实现无法实现无法实现的事物而无法实现IA领域的转变。

深度学习使用多层神经网络可以在没有明确编程的情况下学习数据的多层神经网络，它代表了基于手工制作的规则和特征的传统AI方法的显着差异。

Python代码，现在在CHM上可用 Github页面 作为开源软件，为业余爱好者和IA研究人员提供了计算机科学史上关键时刻的概述。 Alexnet是AI中分水岭的时刻，因为它可以用前所未有的精确度识别出具有前所未有的照片的对象 – 在1000个类别之一中正确对图像进行分类，例如“草莓”，“校巴士”或“金毛”或“金毛”或“金毛”，而误差少于以前的系统。

就像对Babbage差异引擎的原始ENIAC电路的可视化或计划一样，检查Alexnet代码可以为未来的历史学家提供概述，概述相对简单的实施方式触发了一种改善了我们世界的技术。尽管在深度学习中取得了医疗保健，科学研究和可访问性工具的进展，但它还促进了诸如深层，自动监视和一般就业潜力等发展的发展。

但是在2012年，这些负面后果仍然与许多人相似。取而代之的是，专家们感到惊讶的是，计算机最终可以识别出几乎人类精确的图像。

教计算机看

正如CHM的详细说明 博客Alexnet来自多伦多大学的研究生的工作 Alex Krizhevsky 和 伊利亚·史蒂夫（Ilya Stskever）与他们的顾问 杰弗里·欣顿（Geoffrey Hinton）。该项目证明，在深度学习中可以超越传统的计算机视觉方法。

神经网络通过比以前的任何方法更好地识别照片中的对象来赢得2012年Imagenet竞争。计算机视觉的资深人士Yann Lecun参加了在意大利佛罗伦萨的演讲，立即意识到了其对该领域的重要性，在演讲后会崛起，并将Alexnet称为“计算机视觉史上一个明确的转折点”。正如ARS在11月详细介绍的那样，Alexnet标志着将定义现代AI的三种关键技术的融合。