Sala 4 · El despertar · 2012
AlexNet gana ImageNet
AlexNet gana ImageNet (Krizhevsky, Sutskever y Hinton, 2012): El año en que el aprendizaje profundo pasó al centro del campo.
En 2012, una red convolucional de ocho capas y unos 60 millones de parámetros ganó el concurso de reconocimiento de imágenes ImageNet con un error del 15,3 %, contra el 26,2 % del segundo puesto. La entrenaron en dos placas de video comunes, de las que se usan para videojuegos.
Para entender AlexNet primero hay que conocer ImageNet. A partir de 2007, un equipo dirigido por Fei-Fei Li, entonces en Princeton y más tarde en Stanford, construyó una base de datos con millones de fotos etiquetadas por personas y organizadas en miles de categorías. Desde 2010 se celebró cada año un concurso, el ImageNet Large Scale Visual Recognition Challenge, con cerca de 1,2 millones de imágenes de entrenamiento repartidas en 1.000 categorías, desde razas de perros hasta hongos.
En 2012 participó un equipo de la Universidad de Toronto: Alex Krizhevsky, Ilya Sutskever y su director, Geoffrey Hinton. Su red convolucional, conocida después como AlexNet, tenía ocho capas entrenables y unos 60 millones de parámetros. En la medida principal del concurso, el porcentaje de imágenes en las que la etiqueta correcta no estaba entre las cinco primeras opciones de la red, AlexNet obtuvo 15,3 %. La segunda mejor propuesta obtuvo 26,2 %.
Ninguno de los ingredientes era nuevo por separado: las redes convolucionales venían de los códigos postales de LeCun, que viste en la Sala 3, y la retropropagación (backpropagation) databa de 1986. Lo nuevo fue la escala y unos cuantos trucos prácticos. La red se entrenó con dos tarjetas gráficas de consumo, las GPU pensadas para videojuegos, que pueden hacer muchos cálculos sencillos en paralelo. Usó una función de activación más simple, ReLU, que aceleró el entrenamiento, y una técnica llamada dropout, que apaga neuronas al azar durante el entrenamiento para evitar que la red memorice.
El resultado convenció a buena parte del campo casi de la noche a la mañana. En pocos años, casi todas las mejores propuestas del concurso usaban redes neuronales profundas, y las empresas empezaron a competir por contratar a los investigadores. Google adquirió la pequeña empresa del equipo en 2013.
El artículo, "ImageNet Classification with Deep Convolutional Neural Networks", se presentó en la conferencia NIPS, hoy NeurIPS, en diciembre de 2012.
Pregúntale a tu IA: ¿por qué las tarjetas gráficas son tan buenas para entrenar redes neuronales? Pídele que lo explique primero sin usar la palabra "matriz".
Fuente: papers.nips.cc/paper/2012/hash/c399862d3b9d6b76c8436e924a68c45b-Abstra
Verla en el museo →Cómo citar: Nazareno, I. (2026). AlexNet gana ImageNet (2012). New Mind Museum. Consultado el 17 de noviembre de 2026, en https://newmindmuseum.com/es/museo/alexnet-gana-imagenet-2012/