7.5.4 锋芒毕露
深度学习和深度信念网络于 2006 年诞生后，经过 6 年的酝酿和准备，终于在 2012 年一鸣惊人，爆发了一件真正震撼产学研三界的大新闻—在 2012年的 ImageNet 图像识别竞赛上，深度学习不仅击败了所有传统的浅层学习方法夺得冠军，而且是以碾压式的姿态战胜对手。
ImageNet 是斯坦福大学华裔女科学家李飞飞（Fei-Fei Li，1976—）和美国工程院院士、有着“华人教授首富”之称的普林斯顿大学华裔教授李凯（Likai，1954—）联合开发的大型图像识别项目。自 2010 年以来，ImageNet 每年都会举办一次“ ImageNet 大规模视觉识别挑战赛”（ImageNet Large Scale VisualRecognition Challenge，ILSVRC），看看哪一款参赛程序能以最高的正确率对物体和场景进行分类与检测。这种能够量化并带有对抗性质的活动，除了人工智能学界关注外，也很受媒体欢迎，十分容易吸引公众的目光，因此它很快成为各团队展示实力的竞技场。
2012 年，辛顿和他的两名学生伊尔亚·苏茨克维（Ilya Sutskever）和亚历克斯·克里切夫斯基（Alex Krizhevsky）（见图 7-18）组成团队，设计了一款名为“ AlexNet”的深度神经网络程序并参加了 ILSVRC 2012。AlexNet 犹如一匹惊人的黑马，首次参赛就一举夺得了当年的桂冠。
获得一次比赛的冠军算不上多么了不起的成就，最引人关注的是辛顿的小组用了与其他参赛者完全不同的方法，并且取得了颠覆性的结果。竞赛中，他们采用了基于卷积神经网络的识别方法<sup>○一</sup>，设计出来的 AlexNet 的表现异常出色，准确率超过第二名东京大学团队参赛程序的 10% 以上。第二到第四名参赛团队都采用传统的基于支持向量机的浅层模型图像识别方法进行分类，其程序的准确率差距均不超过 1%，这些程序与前两届冠军的差别也在 1% 至 2% 这个范围之内，可以说这个准确率就算是当时工业界的最高水平了。传统方法已经达到极限，遇到了很大的瓶颈，即使想再取得 1% 的进步也非常困难，可是采用了深度学习方法的 AlexNet，把计算机图像识别的准确率一下子提高了一个档次。
第 7 章 深度学习时代
273
○一 AlexNet 是基于杨立昆提出的卷积神经网络实现的，杨立昆也参与了这次比赛，但是杨立昆自己的团队反而没有办法得到辛顿团队那么好的结果，据说团队成员还专门开了会议进行反思检讨。