Le 14 mars 2025 marque une étape symbolique dans l’histoire de l’IA contemporaine. Le code source du réseau neuronal AlexNet, développé en 2012, est désormais disponible sur GitHub.
Cette mise en ligne, fruit de cinq années de discussions entre Google et le Computer History Museum, permet aux chercheurs d’explorer les fondations techniques de l’IA moderne.
À l’origine de cette architecture révolutionnaire, trois chercheurs de l’université de Toronto : Alex Krizhevsky, Ilya Sutskever et Geoffrey Hinton. Leur système a permis à une machine de classer automatiquement des images dans plus de 1 000 catégories, avec une précision inégalée. « Ilya a pensé que nous devrions le faire, Alex l’a fait fonctionner », raconte Hinton avec humour.
Une petite équipe, un impact mondial
AlexNet n’est pas né dans un centre technologique géant mais dans un laboratoire universitaire modeste. Le trio de chercheurs a su combiner plusieurs technologies existantes pour produire une rupture dans la reconnaissance visuelle. Ils ont utilisé la base d’images ImageNet, des réseaux neuronaux profonds et des GPU pour accélérer les calculs.
Ce choix technique a permis un apprentissage automatique sans intervention humaine. Là où les anciennes méthodes exigeaient une extraction manuelle de caractéristiques, AlexNet apprenait seul à identifier des formes. D’un simple contour à une forme complexe, le système affinait sa compréhension des images.
AlexNet est basé sur un code neuronal, c’est-à-dire un programme qui imite certaines fonctions cérébrales. Contrairement à un logiciel classique, il n’exécute pas des instructions rigides mais s’adapte aux données reçues. Ce fonctionnement repose sur un réseau de « neurones » numériques connectés, dans lequel chacun traite et transmet l’information.
Par exemple, en exposant le réseau à des milliers d’images de chats, celui-ci apprend à les distinguer. Il identifie peu à peu les formes clés : oreilles, museau, queue, position du corps. Cette capacité à apprendre par l’exemple est ce qui rend ces systèmes si performants aujourd’hui.
Un héritage encore présent dans les IA actuelles
L’impact d’AlexNet sur le domaine est considérable. L’article scientifique original a été cité plus de 172 000 fois selon Google Scholar. Des technologies utilisées chaque jour s’appuient encore sur ses principes : synthèse vocale, génération d’images, traduction automatique ou assistants conversationnels.
Geoffrey Hinton a même reçu le prix Nobel de physique en 2024 pour ces travaux pionniers. Cette reconnaissance institutionnelle souligne l’importance de cette base technique, qui alimente toujours les IA les plus performantes.
Un trésor numérique partagé à tous
Rendre public le code source d’AlexNet, c’est permettre à chacun de comprendre comment l’IA moderne a émergé. Pour les chercheurs, c’est l’occasion d’analyser en détail les choix techniques qui ont déclenché la révolution du deep learning. « Quelques lignes de code peuvent valoir des dizaines de millions de dollars », rappelait récemment Dario Amodei, cofondateur d’Anthropic.
Aujourd’hui, ces lignes sont accessibles à tous. Grâce à cette libération, c’est toute une génération de développeurs et d’ingénieurs qui pourra s’en inspirer. Le cerveau artificiel qui a tout déclenché vient d’être ouvert au public.
Restez à la pointe de l'information avec INTELLIGENCE-ARTIFICIELLE.COM !
- Partager l'article :
