深度之赌：从卧室到上帝机器
💡
原文中文，约6300字，阅读约需15分钟。
📝
内容提要
2012年，Hinton与学生在NeurIPS大会上进行技术拍卖，最终被Google收购，开启深度学习新时代。学生们训练的AlexNet震撼了计算机视觉领域，推动了AI技术的发展。
🎯
关键要点
- 2012年，Hinton与学生在NeurIPS大会上进行技术拍卖，最终被Google收购，开启深度学习新时代。
- Jeff Dean在1990年本科时对神经网络产生兴趣，尝试用并行计算训练神经网络，但未成功。
- 2011年，Jeff Dean与Andrew Ng在Google微型厨房讨论神经网络，决定尝试训练大型神经网络，最终形成Google Brain项目。
- 2012年，Geoffrey Hinton以实习生身份加入Google，尽管年纪较大，但与年轻实习生互动良好。
- Alex Krizhevsky在父母家用两块GPU训练AlexNet，最终在ImageNet竞赛中取得压倒性胜利，推动深度学习的应用。
- Hinton的学生在黑莓公司推销语音识别技术，但被拒绝，最终在Google成功实现该技术。
- 2012年，Hinton与学生在NeurIPS大会上进行拍卖，最终选择被Google收购，加入Brain团队。
- Jeff Dean提出为神经网络设计专用芯片TPU，改变了行业方向，推动了AI芯片的发展。
- 2020年，Google内部开发聊天机器人，但因准确性问题未发布，错失了市场机会。
- 2022年，OpenAI发布ChatGPT后，Google决定整合团队资源，成立Gemini团队，集中力量开发大模型。
❓
延伸问答
Geoffrey Hinton在2012年NeurIPS大会上做了什么重要决定？
Hinton与学生们进行技术拍卖，最终选择被Google收购，加入Brain团队。
Jeff Dean在神经网络研究中遇到了什么早期挑战？
他在本科时尝试用并行计算训练神经网络，但未成功，因为没有增加模型的大小。
AlexNet是如何影响深度学习领域的？
AlexNet在ImageNet竞赛中取得压倒性胜利，震撼了计算机视觉领域，证明了深度学习的有效性。
Hinton如何看待黑莓公司对语音识别技术的拒绝？
Hinton认为黑莓拒绝了更好的语音识别技术，最终导致其市场地位下滑。
Google为什么没有及时发布内部开发的聊天机器人？
因为Google担心聊天机器人的准确性问题，决定先解决这个问题再考虑发布。
TPU芯片的开发对AI行业有什么影响？
TPU芯片的开发提高了神经网络的计算效率，改变了行业方向，推动了AI芯片的发展。
➡️
