Alex Krizhevsky es un científico de la computación, nacido en Ucrania y criado en Canadá, conocido principalmente por co-crear AlexNet, la profunda red neuronal convolucional que ganó el Desafío de Reconocimiento Visual a Gran Escala de ImageNet de 2012 por un amplio margen. Como estudiante de posgrado en la Universidad de Toronto, trabajando bajo la dirección de Geoffrey Hinton, Krizhevsky diseñó e implementó la red junto con su compañero de estudios Ilya Sutskever, con Hinton como autor principal en el artículo resultante.
AlexNet
AlexNet redujo la tasa de error de clasificación de ImageNet en aproximadamente diez puntos porcentuales en comparación con la siguiente mejor entrada, una brecha tan grande que reformó las expectaciones del campo casi de la noche a la mañana. El diseño de la red combinaba una pila relativamente profunda de capas convolucionales con técnicas que incluían activaciones ReLU, regularización de dropout y, de manera crítica, entrenamiento en tarjetas gráficas comerciales, demostrando que las GPUs podían hacer que el entrenamiento de redes neuronales mucho mayores fuera práctico. El resultado de 2012 se cita ampliamente como el evento único que convenció a la escéptica comunidad de visión computacional de adoptar métodos de aprendizaje profundo, lanzando así el oleada de investigación e inversión que produjo los avances en visión computacional de la siguiente década y, posteriormente, en los grandes modelos de lenguaje. Krizhevsky también lanzó cuda-convnet, una implementación eficiente de redes convolucionales en GPU que circuló ampliamente entre los primeros investigadores de aprendizaje profundo y sirvió como referencia práctica antes de que marcos más grandes como PyTorch y TensorFlow existieran.
Carrera después de AlexNet
Tras la publicación del artículo, Hinton, Sutskever y Krizhevsky formaron una pequeña empresa, DNNresearch, que Google adquirió en 2013, llevando a los tres investigadores a los esfuerzos ecológicos de Google durante un periodo. Krizhevsky trabajó en Google durante varios años después, contribuyendo a sistemas internos de visión por computadora y aprendizaje profundo, pero en gran medida se retiró de la investigación pública y la publicación académica en los años siguientes, en contraste con el continuo alto perfil público de sus coautores de AlexNet, Hinton y Sutsketer.
Legado
A pesar de su perfil comparativamente bajo en relación con muchos de sus contemporáneos, la contribución de Krizhevsky se considera uno de los momentos fundamentales en la historia de la IA, frecuentemente colocada junto al taller de Dartmouth y la publicación de "La atención es todo lo que necesitas" como uno de los puntos de inflexión definitorios del campo. AlexNet sigue siendo un punto de referencia estándar enseñado en cursos introductorios de aprendizaje profundo, y es frecuentemente el primer ejemplo presentado a los estudiantes que aprenden sobre arquitecturas convolucionales y el cambio histórico hacia el entrenamiento acelerado por GPU.