Publication du code source d’AlexNet : un tournant historique pour l’intelligence artificielle
Le Computer History Museum (CHM), en collaboration avec Google, a dévoilé le code source original d’AlexNet, le réseau de neurones convolutionnel qui a radicalement transformé le paysage de l’intelligence artificielle en 2012. Cet évènement marque une étape significative, offrant aux chercheurs et passionnés un accès à un logiciel essentiel dans l’histoire récente de la technologie, comparable à la divulgation des plans originaux de l’ENIAC ou des manuscrits d’Alan Turing.
AlexNet n’était pas qu’un réseau neuronal performant ; il a été le point de basculement démontrant que l’apprentissage profond (deep learning), une technique en développement depuis des décennies sans résultats majeurs, pouvait surpasser les méthodes classiques en matière de reconnaissance d’images. Cela a été confirmé lors du prestigieux concours ImageNet de 2012, où AlexNet a réalisé des performances sans précédent.
Une avancée résultant de la convergence de trois technologies clés
Développé par Alex Krizhevsky, Ilya Sutskever et leur directeur de thèse, Geoffrey Hinton, à l’Université de Toronto, AlexNet a été la première architecture à combiner efficacement trois éléments fondamentaux : des réseaux neuronaux profonds, l’accès à de grands volumes de données étiquetées (le jeu de données ImageNet) et la puissance de calcul des GPU NVIDIA, programmés avec CUDA. L’entraînement s’est effectué sur un ordinateur personnel équipé de deux cartes graphiques, dans la chambre de Krizhevsky chez ses parents.
L’architecture de réseau neuronal profond (CNN) permettait au système d’apprendre des représentations hiérarchiques des données sans intervention humaine pour définir manuellement les caractéristiques, surpassant ainsi largement les algorithmes de vision par ordinateur traditionnels et ouvrant la voie à des systèmes capables de voir, comprendre et générer du contenu avec une précision de plus en plus proche de celle des humains.
Une décennie d’impact ininterrompu
Depuis lors, l’apprentissage profond s’est étendu à presque tous les secteurs technologiques : de la synthèse vocale, à la génération de texte et d’images, en passant par des modèles de langage massifs tels que ChatGPT, dont Sutskever est devenu cofondateur quelques années plus tard chez OpenAI. AlexNet a validé définitivement que les réseaux neuronaux profonds pouvaient non seulement apprendre, mais aussi généraliser efficacement dans des tâches complexes.
L’article académique associé à ce lancement, « ImageNet Classification with Deep Convolutional Neural Networks », a été cité plus de 172 000 fois, ce qui en fait l’une des études scientifiques les plus influentes du XXIe siècle.
L’importance de préserver l’héritage numérique
La publication du code original a nécessité des années de collaboration entre le CHM et Google, qui détient les droits après avoir acquis en 2013 la startup DNNresearch, fondée par les auteurs d’AlexNet. Le musée a lancé les démarches en 2020, et maintenant, il présente la version exacte utilisée pour l’entraînement en 2012, accompagnée des fichiers de paramètres entraînés sur ImageNet.
Cette initiative permet au grand public d’accéder non seulement à un logiciel, mais aussi à un témoignage historique sur la naissance de l’intelligence artificielle moderne. De nombreux dépôts sur GitHub étiquetés comme “AlexNet” étaient en réalité des réimplémentations ou des versions modifiées. Pour la première fois, le code authentique est mis à disposition, marquant une véritable rupture dans l’histoire de l’IA.
Au-delà de l’aspect technique : les implications éthiques
Le succès d’AlexNet a eu des conséquences profondes, tant positives que problématiques. Il a permis des avancées spectaculaires dans des domaines tels que la médecine et l’accessibilité, tout en facilitant des outils controversés comme les deepfakes, la surveillance automatisée ou la génération massive de désinformation. Geoffrey Hinton, considéré comme l’un des "pères du deep learning", a démissionné en 2023 de son poste chez Google pour alerter sur les risques d’une IA incontrôlée.
Hinton a déclaré à propos de l’origine d’AlexNet : « Ilya pensait que nous devions le faire, Alex l’a fait fonctionner, et moi, j’ai reçu le Nobel. »
Le code est désormais disponible
Le code source d’AlexNet peut déjà être téléchargé depuis le dépôt officiel du Computer History Museum sur GitHub.
Avec cette publication, une fenêtre privilégiée s’ouvre pour les étudiants, enseignants, historiens de la technologie et professionnels de l’IA souhaitant comprendre en profondeur comment un ensemble d’algorithmes minutieusement programmés a révolutionné le cours du développement technologique mondial. Comprendre le passé constitue également un outil pour concevoir un avenir plus conscient et équilibré.
Source : computer history museum
