<mark id="oztn4"></mark>
4
今年8月，雷鋒網(wǎng)將在深圳舉辦盛況空前的“全球人工智能與機器人峰會”，屆時雷鋒網(wǎng)將發(fā)布“人工智能&機器人Top25創(chuàng)新企業(yè)榜”榜單。目前，我們正在逐一拜訪人工智能、機器人領(lǐng)域的相關(guān)公司，從中篩選最終入選榜單的公司名單。如果你也想加入我們的榜單之中，請聯(lián)系：2020@leiphone.com。
每年，斯坦福都會舉辦一個比賽，叫作ImageNet視覺識別挑戰(zhàn)……
這個比賽的參與者不是學生團隊，而是全球的科技巨頭，比如谷歌呀、微軟呀、百度啊啥的。
怎么比呢，簡單說來，ImageNet相當于一個算法考場，而大公司就可以利用它家的龐大題庫進行考試，正確率越高，當然就是本場比賽的冠軍了。
順嘴一說，去年六月的時候，百度因涉嫌在測試過程中作弊，而被ImageNet組織方禁賽一年了。
而很多人打死都不會想到，這個“引無數(shù)英雄競折腰”的ImageNet，背后的“終極考官”竟然是個大美女！還是個華人美女！
她就是李飛飛，一個集才華與美貌于一身的女子。
出生在北京的李飛飛，16歲隨父母移居美國。或許對科學的愛就是這樣不分性別，李飛飛在1999年以最高榮譽獲普林斯頓大學物理學學士學位，輔修工程物理專業(yè)。
隨后，她在加州理工攻讀電子工程的碩博學位，并在2005年順利畢業(yè)。她的研究興趣主要集中在視覺研究領(lǐng)域，包括計算機視覺和視覺心理學，例如物體識別、場景分類和事件分類等。
2009年，李飛飛來到了斯坦福，僅僅三年，李飛飛就晉升為終身教授，并成為斯坦福大學人工智能實驗室（SAIL）及斯坦福大學視覺實驗室的主管。
在李飛飛2014年的簡歷上，有95篇在Nature、PNAS、Journal of Neuroscience、CVPR、ICCV、NIPS等頂級期刊與會議上發(fā)表的文章；聯(lián)合發(fā)表文章32篇。
懷疑論文太水？Na?ve。隨便列舉幾個李飛飛獲得的獎項吧：
2006年微軟學者新星獎以及谷歌研究獎
2009年NSF杰出青年獎
2011年美國斯隆學者獎
2012年雅虎實驗室學者獎
2014年IBM學者獎
不過比起那些只埋頭工作的學者，李飛飛靠著自己的顏值才華參加了不少演講，在她19頁的簡歷里，有四頁是關(guān)于參加過的各種演講。她和媒體的關(guān)系也一直不錯，上過New York Times和TED。
“明明可以靠臉吃飯，卻偏要拼才華”，李飛飛就是這句話的最佳代言人……而現(xiàn)在，她又搖身一變，成為了谷歌微軟等一眾科技公司在圖像識別的終極考官。
作為全球計算機視覺領(lǐng)域的知名專家，李飛飛的主要貢獻在于參與建立了兩個被AI研究者廣泛使用來教機器分類物體的數(shù)據(jù)庫：Caltech 101和ImageNet，而后者，目前已經(jīng)成為了全球最大的圖像識別數(shù)據(jù)庫。
如果說李飛飛是圖像識別的大考官，那么她一手創(chuàng)建的ImageNet就是科技公司在圖像識別的考場。
為什么不從算法上優(yōu)化機器的“眼睛”，而是從“大腦”入手？
以往，計算機識別的邏輯是：
教計算機看到“對象”。研究者將訓練圖片抽象成一些模型，并借算法告訴計算機：
“有著圓臉、胖身子、 兩個尖尖的耳朵，還有一條長尾巴的東西，就是貓。”
然而，如果小貓是以這種形態(tài)存在的呢？（笑）
雖然一個3歲小孩都可以輕易地判斷，這也是一只貓，但計算機就已經(jīng)蒙圈了：它并不符合“貓”所代表的模型特征。
這就陷入了一個難題：即使是再常見的寵物，都可能呈現(xiàn)出多變的形態(tài)，只通過歸納模型來做機器識別，是不科學也不現(xiàn)實的。
所以，以ImageNet為代表的圖像識別數(shù)據(jù)庫提供了一種更接近人類識別物體過程的方式：
沒有人教嬰兒怎么看，但他們在3歲的時候就能認得很多東西，這是因為人是從真實世界中汲取經(jīng)驗的。
“如果你把孩子的眼睛都看作是生物照相機， 那他們每200毫秒就拍一張照。 ——這是眼球轉(zhuǎn)動一次的平均時間。 所以到3歲大的時候，一個孩子已經(jīng)看過了上億張的真實世界照片。 這種‘訓練照片’的數(shù)量是非常大的。”
利用互聯(lián)網(wǎng)，ImageNet提供了一個龐大的圖片數(shù)據(jù)庫，讓計算機系統(tǒng)能夠在1500萬張照片里認識22000種物品。
而教會了計算機看東西還只是第一步，我們還需要算法的力量！
作為和大腦神經(jīng)原理類似的卷積神經(jīng)網(wǎng)絡(luò)，用ImageNet來訓練實在是再合適不過了。卷積神經(jīng)網(wǎng)絡(luò)，最早由Kunihiko Fukushima，Geoff Hinton， 和Yann LeCun三人在上世紀七八十年代開創(chuàng)。
就像神經(jīng)的最小運算單元是神經(jīng)元一樣，神經(jīng)網(wǎng)絡(luò)的最小單位也是一個小節(jié)點。節(jié)點通過連結(jié)不同的結(jié)點，能夠輸入輸出信息，實現(xiàn)“思考”。如果將一張圖片以不同維度分為各種層次，每個層次用來識別不同的內(nèi)容，比如花色、顏色、形狀等等。
想象一下，如果有30種不同的維度進行過濾和篩選……準確度是不是有著令人驚訝的提高？
在一個用來訓練對象識別模型的典型神經(jīng)網(wǎng)絡(luò)中，有著2400萬個節(jié)點，1.4億個參數(shù)，及150億個聯(lián)結(jié)。借助ImageNet提供的巨大規(guī)模數(shù)據(jù)支持，研究者可以通過大量最先進的CPU和GPU，來訓練這些模型。這兩者相輔相成，在對象識別領(lǐng)域發(fā)展成為一個成功的體系。
通過讓計算機讀出谷歌街景，實際上能得到很多有意思的結(jié)果。比如道路上的汽車價格與家庭收入，甚至是和犯罪率的關(guān)系。
然而計算機能讀懂了圖片，這一切就到此為止了嗎？
當然不。在大數(shù)據(jù)和機器學習算法的合力協(xié)作下，我們可以讓計算機這個剛剛認識一些事物的baby慢慢組織語言，并用完整的句子表達出來——就像一個真正的小孩一樣。
雖然有時候會鬧一些笑話……
雖然計算機目前還不能像人一樣，在看到圖片的一瞬就能理解它想要表達的情緒，還有各種事物背后所隱含和傳遞的訊息……
但，它已經(jīng)在努力了不是嗎。
更何況，還有那么多以“考官”李飛飛為代表的，一直在為圖像識別而努力的研究者們。他們或作為出卷人殫精竭慮，收集不同的圖片而完善算法的精度；或作為應試者，忐忑不安地讓計算機接受系統(tǒng)的“考驗“；但不論作為哪一方，他們都朝著同樣的方向，都在努力讓計算機能獲得更好的“成績”。
或許，終極考官李飛飛面臨的是這樣的境地：一方面，她希望ImageNet考場里的“試題”能難倒前來應試的計算機們，因為這說明算法的突破口就在這里；而另一方面，如果計算機成功答出了試題，說明圖像識別的技術(shù)又進步了一分。哪怕是攻克了一道“難題”，正確描述出了某張圖片上的內(nèi)容，都值得雙方歡呼雀躍；而這樣甜蜜的煩惱，也是考官李飛飛所享受的。
而最最重要的是，ImageNet——這個集合了全球智慧和力量的數(shù)據(jù)庫——是免費的。這也就意味著，全球所有致力于圖像識別的公司，都可以免費對自己的算法進行反復測試。這就好像一個龐大的試題庫，只要愿意，任何公司都可以一直接受考官的檢驗。
雖然GAIR大會因為各種經(jīng)費的限制無法做到完全免費，但是已經(jīng)盡我們所能，為大家提供了六折的優(yōu)惠——1212元，7月1日截止。或許在8月12日的GAIR現(xiàn)場，你可以有機會和這位美麗的研究者探討圖像識別的最新進展呢。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
