谷歌与计算机历史博物馆（CHM）联合宣布，将2012年颠覆人工智能领域的经典卷积神经网络模型AlexNet的源代码以开源形式发布。这一举动不仅为AI研究者提供了珍贵的历史技术样本，更让公众得以回溯深度学习革命的起点。

开源代码：触摸历史的“技术文物”
此次公开的Python代码已托管至计算机历史博物馆CHM的GitHub仓库，作为开源软件向全球开发者开放。AlexNet在2012年ImageNet图像识别竞赛中以压倒性优势击败传统算法，将错误率从26%骤降至15%，首次证明深度学习可通过数据驱动突破人工规则限制。其代码的开放，为后世研究者保存了技术演进的关键切片。

从实验室到开源：一场深度学习的革命
AlexNet由多伦多大学的Alex Krizhevsky、Ilya Sutskever及其导师Geoffrey Hinton共同开发。它通过多层神经网络自动学习图像特征，摆脱了传统AI依赖人工设计规则的桎梏。这一突破直接催生了现代AI的三大支柱：海量数据、GPU算力与算法创新。

“这是计算机视觉史上无可争议的转折点。”Meta首席AI科学家Yann LeCun曾在2012年现场见证AlexNet夺冠后如此评价。该模型不仅能识别千种物体类别，更推动AI从实验室迈向医疗、科研等现实场景，尽管其衍生的深度伪造、自动化监控等问题也引发争议。

开源的意义：以历史代码启迪未来
计算机历史博物馆表示，开源AlexNet旨在“保存技术史的原点”。对开发者而言，这份代码不仅是复现经典的工具，更是理解AI如何从学术论文走向产业爆发的桥梁。正如博物馆策展人所述：“若未来人类追问‘深度学习为何崛起’，这份代码将是最直观的答案。”

12年前，AlexNet用代码改写了AI的叙事；如今，开源之举让这场革命重回公众视野。在技术迭代加速的今天，回望“历史性突破”的底层逻辑，或许能为破解AI的下一阶段挑战提供灵感。

消息来源：https://arstechnica.com/ai/2025/03/you-can-now-download-the-source-code-that-sparked-the-ai-boom/

源代码：https://github.com/computerhistory/AlexNet-Source-Code