2012 年的 ImageNet 竞赛（ILSVRC），是计算机视觉圈每年一次的公开排名。那一年夺冠的是多伦多大学一组人的深度卷积网络，后来被叫作 AlexNet。作者是 Alex Krizhevsky、Ilya Sutskever 和 Geoffrey Hinton。
公开竞赛记录和随后的 NIPS 2012 论文，都把这件事写成一次大幅拉开的胜利：top-5 错误率从当时常见的百分之二十六左右，降到百分之十六左右。具体小数以竞赛官方表和论文表格为准。训练用了两块 NVIDIA GTX 580。这不是「有人写了个新损失函数」那么小的改动，而是深层网络加 GPU 第一次在这项公开基准上把传统手工特征甩开。
日期我写成 2012 年 9 月 30 日，是为了把节点落在 2012 年秋季竞赛周期里。公开材料更常说「2012 年 ImageNet」，没有一个像产品发布会那样的全球统一钟点。论文正式发表在当年的 NIPS。
这件事之后，实验室开始把 GPU 当成默认设备，而不是可有可无的加速卡。2012 年并没有出现对话机器人。它改的是：图像分类这条线，从此主要由数据、深度和算力堆起来。
不要把「错误率降了十个百分点」读成机器已经看懂照片。竞赛测的是从大约一百万张标注图里认物体类别。能核对的是排名、架构和那两块消费级显卡。2012 年之后，ImageNet 上的错误率继续被更深的残差网络压下去，但「GPU 加深层卷积」成为默认起点，是从这一年的竞赛开始的。