Hinton玩梗：Ilya提构想，Alex做实现，我拿诺奖

AlexNet
• In 2012, a deep neural network trained with backpropagation got about 16% errors when classifying 1000 different types of object in the ImageNet competition.
• The very best conventional computer vision systems got more than 25% errors.
• The very best computer vision researchers (like Jitendra Malik and Andrew Zisserman) quickly switched to using neural nets.
– This opened the neural net floodgates.

这是深度学习先驱Geoffrey Hinton的公开讲座截图，幻灯片介绍了2012年AlexNet在ImageNet图像分类竞赛的里程碑突破：采用反向传播训练的深度神经网络错误率仅约16%，远超传统计算机视觉系统的25%+错误率，直接推动全球顶尖计算机视觉研究者转向神经网络，开启了深度学习的爆发时代。

下方的中英字幕是Hinton的幽默玩笑：“Ilya提出构想，Alex使之可行，而我获得了诺贝尔奖。” 他用调侃的方式讲述深度学习领域的贡献分工，幽默地探讨团队协作与荣誉归属的趣事，无谐音梗或双关含义。

截图出自Geoffrey Hinton的公开学术讲座视频，Geoffrey Hinton是深度学习领域的先驱，2024年与Yoshua Bengio、Yann LeCun共同获得诺贝尔生理学或医学奖。该截图在Hinton获奖后，由网友截取并在AI学术圈、技术社交平台（如B站、知乎、Twitter/X等）流传，用来以轻松的方式解读深度学习的发展历程与诺奖荣誉的分配。