网问答>>李飞飞:那个在干洗店打工的妹子,顺手教会了AI“看图说话”
问题
已解决

李飞飞:那个在干洗店打工的妹子,顺手教会了AI“看图说话”

时间:2026-03-26 00:36:39
李飞飞:那个在干洗店打工的妹子,顺手教会了AI“看图说话”
最佳回答
李飞飞通过打造ImageNet项目,为AI提供了海量标注图片数据,解决了计算机视觉领域数据匮乏的问题,从而教会AI“看图说话”。具体如下:发现问题:AI“没见过世面”在李飞飞投身计算机视觉领域时,AI面临一个尴尬现状:科学家们专注于打磨算法,试图用数学公式定义物体特征,但AI在实际识别中表现糟糕。例如,当猫换个角度或动态时,AI就无法识别,就像一个背完字典却没出过家门的书呆子,缺乏对真实世界的认知。李飞飞敏锐地意识到,问题不在于算法本身,而在于AI见识太少,缺乏足够的数据支持。提出解决方案:打造ImageNet2007年,李飞飞提出一个大胆想法:为电脑制作一本全是图片的百科全书,即ImageNet项目。她计划整理整个互联网的图片,并进行分类标记,为AI提供丰富的视觉数据。然而,这一想法最初被认为极其“疯狂”甚至“土”,因为按照初步的人力计算,完成这一任务需要几百年时间。克服困难:动员全球力量为了解决人力不足的问题,李飞飞利用亚马逊的众包平台(Mechanical Turk),动员了来自167个国家的近5万人在线帮忙给图片打标签。经过两年半的努力,团队像蚂蚁搬家一样,整理出1500万张图片,涵盖22000个类别,完成了ImageNet数据库的建设。这一数据库被誉为AI界的《新华字典》,为计算机视觉领域提供了前所未有的数据资源。推动应用:举办ImageNet挑战赛2009年,李飞飞带着ImageNet数据库参加顶级学术会议,但最初并未引起关注。为了推动其应用,她举办了ImageNet挑战赛,邀请全球科研团队使用该数据库训练算法并进行识别比赛。前两年,参赛算法的识别率都很低,但2012年,Geoffrey Hinton团队使用卷积神经网络(CNN)深度学习算法参赛,借助ImageNet的丰富数据,将错误率大幅降低10个百分点,碾压所有对手。这一结果震惊了AI界,证明了大数据对算法性能提升的关键作用。深远影响:开启AI新时代ImageNet的成功不仅推动了计算机视觉领域的发展,还为整个AI行业树立了标杆。如今,ChatGPT、Sora、人脸识别等AI技术都受益于ImageNet提供的数据支持。可以说,没有李飞飞当年那个“笨办法”,AI可能还在为识别猫耳朵而纠结。ImageNet的出现,让AI从“没见过世面”的书呆子,变成了能够准确识别和理解世界的智能系统。
时间:2026-03-26 00:36:47
本类最有帮助
Copyright © 2008-2013 www.wangwenda.com All rights reserved.冀ICP备12000710号-1
投诉邮箱: