De Vrijgave van de Broncode van AlexNet: Een Historisch Moment in de AI

Het Computer History Museum (CHM) heeft in samenwerking met Google de originele broncode van AlexNet vrijgegeven, de convolutionele neurale netwerkarchitectuur die in 2012 de koers van moderne kunstmatige intelligentie (AI) heeft veranderd. Deze stap, meer dan slechts een symbolische handeling, stelt onderzoekers en enthousiastelingen in staat om een cruciaal stuk software te verkennen, vergelijkbaar met het toegang krijgen tot de originele plannen van de ENIAC of de manuscripten van Alan Turing.

Het Keerpunt van AlexNet

AlexNet was niet alleen een succesvolle neurale netwerk; het was het keerpunt dat aantoonde dat deep learning, een techniek die decennia in ontwikkeling was zonder baanbrekende resultaten, de traditionele methoden kon overtreffen in taken zoals beeldherkenning. Dit bewijs werd geleverd tijdens de prestigieuze ImageNet-wedstrijd in 2012, waar de prestaties van AlexNet ongekende precisie bereikten.

Drie Sleutelfactoren voor Succes

Ontwikkeld door Alex Krizhevsky, Ilya Sutskever en hun promotor, Geoffrey Hinton, aan de Universiteit van Toronto, is AlexNet de eerste netwerkarchitectuur die drie fundamentele elementen effectiever combineerde: diepe neurale netwerken, toegang tot grote hoeveelheden gelabelde data (de ImageNet-dataset) en de rekenkracht van NVIDIA GPU’s, geprogrammeerd met CUDA. Het oorspronkelijke trainingsproces vond plaats op een thuiscomputer met twee grafische kaarten in de slaapkamer van Krizhevsky bij zijn ouders thuis.

De gebruikte architectuur, een diepe convolutionele neurale netwerk (CNN), stelde het systeem in staat om hiërarchische representaties te leren op basis van de data, zonder menselijke tussenkomst voor het handmatig definiëren van kenmerken. Deze benadering overtrof traditionele algoritmen voor computer vision op ruime schaal en opende de deur naar de ontwikkeling van systemen die in staat zijn om te zien, te begrijpen en inhoud te genereren met een toenemende nauwkeurigheid die steeds dichter bij die van de mens komt.

Tien Jaar van Onstopbare Impact

Sinds die tijd heeft deep learning zijn weg gevonden naar praktisch alle technologische domeinen: van stem synthese, tekst- en beeldgeneratie tot massale taalmodellen zoals ChatGPT, waarvan Sutskever later mede-oprichter zou worden bij OpenAI. AlexNet geldt als de definitieve validatie dat diepe neurale netwerken niet alleen konden leren, maar ook effectief konden generaliseren in complexe taken.

Het academische artikel accompanying de lancering, "ImageNet Classification with Deep Convolutional Neural Networks", is meer dan 172.000 keer geciteerd, waardoor het een van de meest invloedrijke wetenschappelijke werken van de 21e eeuw is.

Het Belang van Digitale Erfenisbewaring

De publicatie van de originele code vereiste jaren van samenwerking tussen CHM en Google, die de rechten verwierf na de overname van de startup DNNresearch, opgericht door de auteurs van AlexNet, in 2013. Het museum startte de procedures in 2020 en presenteert nu de exacte versie die in 2012 werd gebruikt voor training, samen met de getrainde parameters over ImageNet.

Deze initiatief biedt het publiek niet alleen toegang tot een stuk software, maar vertegenwoordigt ook een historisch bewijs van de geboorte van moderne kunstmatige intelligentie. Veel opslagplaatsen op GitHub die als “AlexNet” waren gelabeld, waren herimplementaties of gemodificeerde versies. Voor het eerst is de authentieke code beschikbaar die een keerpunt heeft gevormd.

Meer dan Techniek: Ethische Implicaties

Het succes van AlexNet heeft diepgaande gevolgen gehad, zowel positief als problematisch. Het heeft spectaculaire vooruitgangen mogelijk gemaakt in geneeskunde, toegankelijkheid en wetenschap, maar heeft ook controversiële tools zoals deepfakes, geautomatiseerde surveillance en massale desinformatieproductie vergemakkelijkt. Geoffrey Hinton zelf, gezien als een van de "vaders van deep learning", nam in 2023 ontslag bij Google om te waarschuwen voor de risico’s van onbeheerde AI.

Hinton zei zelf over het ontstaan van AlexNet: “Ilya dacht dat we het moesten doen, Alex kreeg het aan de praat, en ik won de Nobelprijs.”

De Code is Nu Beschikbaar

De broncode van AlexNet kan nu worden gedownload van de officiële repository van het Computer History Museum op GitHub.

Met deze publicatie wordt een unieke kans geboden aan studenten, docenten, technologiehistorici en AI-professionals die willen begrijpen hoe een set algoritmen, nauwkeurig geprogrammeerd, de koers van wereldwijde technologische ontwikkeling heeft veranderd. Want het begrijpen van het verleden is ook een hulpmiddel om een meer bewuste en evenwichtige toekomst te ontwerpen.