ช่วงนี้เป็นมีการประชุมวิชาการ NeurIPS 2018 ( ที่เพิ่งเปลี่ยนชื่อย่อไป) Andrew Ng ก็ระบุว่าเป็นการครบรอบ 10 ปีพอดี ที่รายงานวิจัย "Learning Large Deep Belief Networks using Graphics Processors" ตีพิมพ์ออกมา ถือเป็นจุดเปลี่ยนของการใช้ชิปกราฟิกเพื่อรันโมเดลปัญญาประดิษฐ์

การใช้ชิปกราฟิกรันโมเดลปัญญาประดิษฐ์ทำให้โมเดลที่เคยมีขนาดเล็ก ใช้งานได้จำกัด สามารถขยายเป็นขนาดใหญ่ที่มีประโยชน์มากกว่า สามารถใช้งานที่ซับซ้อน

ตัวงานวิจัยเป็นของ Rajat Raina และ Andrew Y. Ng แต่ผู้เซ็ตอัพเซิร์ฟเวอร์คือ Ian Goodfellow ที่ปัจจุบันทำงานอยู่ที่ Google Brain โดยรายงานระบุถึงการสร้าง deep belief network (DBN) สำหรับภาพขนาดใหญ่ โดยก่อนหน้านั้นมีการสร้างเน็ตเวิร์คสำหรับภาพ 40x40 พิกเซล ทีมวิจัยใช้การ์ด NVIDIA GeForce 8600GT สร้างเน็ตเวิร์คสำหรับภาพขนาด 160x160 พิกเซล มีพารามิเตอร์ถึง 40 ล้านรายการ ใช้เวลาฝึกเน็ตเวิร์ค 12 ชั่วโมง

NIPS 2008 จัดงานเพียงวันเดียว มีการนำเสนอเปเปอร์เพียง 7 รายการ และไฮไลต์โปสเตอร์อีก 4 รายการ

ที่มา - NIPS08

With NeurIPS 2018 on right now, it has been exactly 10 years since we proposed the controversial idea of using CUDA+GPUs for deep learning! h/t @goodfellow_ian who in 2008 helped build our first GPU server in his Stanford dorm. https://t.co/BktG5zHui4

— Andrew Ng (@AndrewYNg) December 6, 2018