Alex Krizhevsky是一位计算机科学家，出生于乌克兰，在加拿大长大，以共同创建AlexNet而闻名，这是一种深度卷积神经网络，以巨大优势赢得了2012年ImageNet大规模视觉识别挑战赛。作为多伦多大学杰弗里·辛顿指导下的研究生，Krizhevsky与同学伊利亚·苏茨克维共同设计和实现了该网络，辛顿作为论文的资深作者。
AlexNet
AlexNet将ImageNet分类错误率比次优参赛作品降低了约十个百分点，这一差距如此之大，几乎一夜之间重塑了该领域的预期。该网络的设计结合了相对较深的卷积层堆叠，并采用了ReLU激活、dropout 正则化等技术，关键在于使用消费级显卡进行训练，证明了GPU能使训练更大规模的神经网络变得切实可行。2012年的这一成果被广泛认为是说服持怀疑态度的计算机视觉界采用深度学习方法的关键事件，有效引发了随后十年在计算机视觉及后来大型语言模型领域取得进展的研究和投资浪潮。Krizhevsky还发布了cuda-convnet，这是一种高效的卷积网络GPU实现，在早期深度学习研究者中广泛流传，并在PyTorch和TensorFlow等更大框架出现之前，作为实用的参考实现。
AlexNet之后的职业生涯
论文发表后，辛顿、苏茨克维和Krizhevsky成立了一家名为DNNresearch的小公司，谷歌于2013年收购了该公司，将三位研究者带入谷歌的AI工作一段时间。Krizhevsky随后在谷歌工作了数年，参与内部计算机视觉和深度学习系统，但在接下来的几年中，他基本退出了公开研究活动和学术发表，与他的AlexNet合著者辛顿和苏茨克维持续保持高公众形象形成对比。
遗产
尽管与许多同时代人相比，Krizhevsky的公众形象相对较低，但他的贡献被认为是AI历史上的关键时刻之一，常与达特茅斯研讨会和《注意力即一切》的发表并列，作为该领域定义性的转折点之一。AlexNet仍然是入门深度学习课程中教授的标准参考点，并且经常是学生学习卷积架构和向GPU加速训练历史转变时遇到的第一个示例。