一開場,阿萊克斯就小小的拍了一個馬屁。
李睿頓時覺得,這小子有前途。
“情況到了2006年,人工智慧的發展有了轉機,這一年辛頓教授發表了論文《深度信念網絡的一種快速學習演算法》,認為可以利用
gpu來加速訓練速度,對每一層網絡先進行預訓練,然後再微調,這樣一來網絡的學習速度會大幅提高。”
“我在烏國出生,楓葉國長大,讀碩士的時候,讀到了辛頓教授的論文,覺得很有意思。碩士畢業後,我不想那麼快就去當程式員,抱著嘗試的態度給辛頓教授發了一封郵件,希望能夠跟隨他攻讀計算機科學博士的課程,那個時候我也沒想到,我們真的能搞成這件事。”阿萊克斯頗有些得意的道。
這些話聽在别人耳中,並沒有太大的反應,畢竟alexnet目前還隻是一個比較初級的神經網絡。
但落在李睿耳中,卻感歎科技進步有的時候也要歸功於運氣,比如砸中牛頓的蘋果,比如啟迪瓦特的燒水壺,再比如不想去當程式員的阿萊克斯。
儘管沒有蘋果、燒水壺或者阿萊克斯,科技也會發展,遲早會有人發現萬有引力,發明蒸汽機,也遲早會有人開發出真正的神經網絡,但有了這些人和故事,才讓人類的科技一往無前的進步下去。
阿萊克斯道:“起初我們的研究沒什麼突破,但後來我意識到一件事,其實我們隻要藉助兩樣東西就能讓神經網絡成功識别出圖片中的物體:一是數據,也就是海量的圖片;二是強大的計算處理能力。”
“計算處理能力方面,我們選擇了gpu模型,它真的很適合卷積神經網絡的計算,能夠把它變得非常快,做出規模遠超以前的訓練。而在數據集方面,李飛飛博士和亞馬遜共同開發的
imagenet數據集幫了我們大忙!”
此時,於凱插了一句:“李飛飛教授是鏵人的驕傲。”
李飛飛是鏵裔女科學家,也是世界知名的人工智慧專家,2009年的時候她在斯坦福大學擔任助理教授,忽然萌生出一個在當時看來很瘋狂的想法,她想要通過對大量圖片進行人工標註來教會計算機識别各種各樣的物體,突破以前隻侷限於汽車、飛機、豹子和人臉的侷限。
打個比方就是,如果直接讓計算機去識别物體,會非常的困難。
可如果由人類先給物品進行標註,再告訴計算機這是什麼東西,從而讓計算機獲得識别物體的能力,這就簡單多了,
但也隻是看上去簡單罷了,實際上這是一個非常龐大的工程,世界上的物品何止百千萬,想要全都標註出來需要龐大的時間精力和金錢,而當時很多人都認為李飛飛的想法隻是異想天開,並沒有通過她的申請。
李飛飛卻沒有放棄她的想法,一度甚至想要開個洗衣店,用賺到的錢來支援她的想法。
皇天不負苦心人,亞馬遜公司得知了李飛飛的想法之後,給予了資助,還幫助她在網絡上以眾包的方式找人標註頭像,據說一共有一百多個國家幾十萬人蔘與了這個項目,隻用了短短一年時間就完成了圖片標註,這就是著名的imagenet項目,也是大數據和人工智慧重要的裡程碑事件!
正是因為有了imagenet數據集,才讓辛頓教授三人有了研究的基礎,並最終得到了結果。-