阿萊克斯便：“請由先來介紹alex開發況……”

“們都，個世紀代，就提智能概，但由于技術限制，始終沒獲得突破性進展。到本世紀初，絕部分研究員都放棄這個方向，而辛頓教授堅持來之。”

開場，阿萊克斯就拍個馬屁。

李睿頓時覺得，這子途。

“況到，智能發展轉機，這辛頓教授發表論文《度信網絡種速學習算法》，認為以利用

gpu來加速訓練速度，對每層網絡先進預訓練，然後再微調，這樣來網絡學習速度會幅提。”

“烏國，楓葉國長，讀碩士時候，讀到辛頓教授論文，覺得很。碩士畢業後，麼就當程序員，抱着嘗試态度給辛頓教授發封郵件，希望能夠跟随攻讀計算機科學博士課程，個時候也沒到，們真能搞成這件事。”阿萊克斯頗些得。

這些話聽别，并沒太反應，畢竟alex目還隻個比較初級神經網絡。

但落李睿，卻歎科技進步時候也歸功于運氣，比如砸牛頓蘋果，比如啟迪瓦特燒壺，再比如當程序員阿萊克斯。

盡管沒蘋果、燒壺或者阿萊克斯，科技也會發展，遲會發現萬引力，發蒸汽機，也遲會開發真正神經網絡，但這些故事，才讓類科技往無進步。

阿萊克斯：“起初們研究沒麼突破，但後來識到件事，其實們隻借助兩樣東就能讓神經網絡成功識别圖片物體：數據，也就量圖片；強計算處理能力。”

“計算處理能力方面，們選擇gpu模型，真很适卷積神經網絡計算，能夠把變得非常，規模遠超以訓練。而數據集方面，李飛飛博士亞馬遜共同開發

ia數據集幫們忙！”

此時，于凱插句：“李飛飛教授铧驕傲。”

李飛飛铧裔女科學，也世界名智能專，時候斯坦福學擔任助理教授，忽然萌個當時來很瘋狂法，通過對量圖片進标注來教會計算機識别各種各樣物體，突破以隻局限于汽車、飛機、豹子臉局限。

打個比方就，如果直接讓計算機識别物體，會非常困難。

如果由類先給物品進标注，再告訴計算機這麼東，從而讓計算機獲得識别物體能力，這就簡單，

但也隻簡單罷，實際這個非常龐程，世界物品何止百千萬，全都标注來需龐時間精力錢，而當時很都認為李飛飛法隻異開，并沒通過申請。

李飛飛卻沒放棄法，度甚至開個洗，用賺到錢來支持法。

皇負苦，亞馬遜公司得李飛飛法之後，給予資助，還幫助網絡以衆包方式标注頭像，據說共百個國幾萬參與這個項目，隻用時間就完成圖片标注，這就着名ia項目，也數據智能裡程碑事件！

正因為ia數據集，才讓辛頓教授研究基礎，并最終得到結果。