對於近代以GPU加速運算為基礎的人工智慧技術發展，2012年由當時仍是加拿大多倫多大學博士研究生的烏克蘭裔加拿大計算機科學家Alex Krizhevsky，以及後來共同創立OpenAI、擔任首席科學家的加拿大計算機科學家Ilya Sutskever，與當時擔任兩人指導教授、被譽為「深度學習教父」的Geoffrey Hinton共同發表的AlexNet卷積神經網路 (CNN,convolutional neural network)成為相當重要的指標，而目前此卷積神經網路正式對外開源，並且由加州電腦歷史博物館 (CHM,Computer History Museum)長期保存。
AlexNet開源編碼內容目前已經在GitHub公開，同時更在編碼內容加入相系注釋，藉此讓更多以GPU加速為基礎的人工智慧技術發展能有更多啟發。
而Google首席科學家Jeff Dean也指出，由Alex Krizhevsky、Ilya Sutskever和Geoffrey Hinton共同撰寫論文《以深度卷積神經網路為基礎的ImageNet分類》 (ImageNet Classification with Deep Convolutional Neural Networks)不僅成為被引用次數最多的論文之一，同時也成為推動近代電腦視覺相關人工智慧的指標。
雖然AlexNet並非第一個利用GPU加速運作的卷積神經網路，但其對於後來的神經網路應用於人工智慧技術發展扮演重大意義。同時，AlexNet當時是以CUDA技術搭配NVIDIA GTX 580顯示卡編寫而成，因此也成為NVIDIA後來描述人工智慧技術發展必然提起內容，並且強調藉由GPU加速深度學習，讓更多人工智慧技術應用得以實現。
至於此次決定將AlexNet卷積神經網路對外開源，起於加州電腦歷史博物館軟體歷史中心館長Hansen Hsu於2020年時聯繫Alex Krizhevsky，希望能取得AlexNet原始編碼內容授權，但並未直接獲得其回應，其中因素與Google於2013年收購由Alex Krizhevsky、Ilya Sutskever及Geoffrey Hinton創立的研究公司DNNresearch，使得AlexNet原始編碼產權歸屬Google。
因此後續在曾於Google任職的Geoffrey Hinton與加州電腦歷史博物館合作，花費5年時間與Google進行斡旋，最終確定對外公布內容，以及具體公布版本細節。
《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》
