竞技宝官网app·谷歌微软的图像识别行不行还得斯坦福的李飞飞说了算

　　今年8月，雷锋网将在深圳举办盛况空前的“全球人工智能与机器人峰会”，届时雷锋网将发布“人工智能&机器人Top25创新企业榜”榜单。目前，我们正在逐一拜访人工智能、机器人领域的相关公司，从中筛选最终入选榜单的公司名单。如果你也想加入我们的榜单之中，请联系：。

　　怎么比呢，简单说来，ImageNet相当于一个算法考场，而大公司就可以利用它家的庞大题库进行考试，正确率越高，当然就是本场比赛的冠军了。

　　顺嘴一说，去年六月的时候，百度因涉嫌在测试过程中作弊，而被ImageNet组织方禁赛一年了。

　　而很多人打死都不会想到，这个“引无数英雄竞折腰”的ImageNet，背后的“终极考官”竟然是个大美女！还是个华人美女！

　　出生在北京的李飞飞，16岁随父母移居美国。或许对科学的爱就是这样不分性别，李飞飞在1999年以最高荣誉获普林斯顿大学物理学学士学位，辅修工程物理专业。

　　随后，她在加州理工攻读电子工程的硕博学位，并在2005年顺利毕业。她的研究兴趣主要集中在视觉研究领域，包括计算机视觉和视觉心理学，例如物体识别、场景分类和事件分类等。

　　2009年，李飞飞来到了斯坦福，仅仅三年，李飞飞就晋升为终身教授，并成为斯坦福大学人工智能实验室（SAIL）及斯坦福大学视觉实验室的主管。

　　不过比起那些只埋头工作的学者，李飞飞靠着自己的颜值才华参加了不少演讲，在她19页的简历里，有四页是关于参加过的各种演讲。她和媒体的关系也一直不错，上过New York Times和TED。

　　“明明可以靠脸吃饭，却偏要拼才华”，李飞飞就是这句话的最佳代言人……而现在，她又摇身一变，成为了谷歌微软等一众科技公司在图像识别的终极考官。

　　作为全球计算机视觉领域的知名专家，李飞飞的主要贡献在于参与建立了两个被AI研究者广泛使用来教机器分类物体的数据库：Caltech 101和ImageNet，而后者，目前已经成为了全球最大的图像识别数据库。

　　如果说李飞飞是图像识别的大考官，那么她一手创建的ImageNet就是科技公司在图像识别的考场。

　　虽然一个3岁小孩都可以轻易地判断，这也是一只猫，但计算机就已经蒙圈了：它并不符合“猫”所代表的模型特征。

　　这就陷入了一个难题：即使是再常见的宠物，都可能呈现出多变的形态，只通过归纳模型来做机器识别，是不科学也不现实的。

　　没有人教婴儿怎么看，但他们在3岁的时候就能认得很多东西，这是因为人是从真实世界中汲取经验的。

　　“如果你把孩子的眼睛都看作是生物照相机，那他们每200毫秒就拍一张照。 ——这是眼球转动一次的平均时间。 所以到3岁大的时候，一个孩子已经看过了上亿张的真实世界照片。这种‘训练照片’的数量是非常大的。”

　　利用互联网，ImageNet提供了一个庞大的图片数据库，让计算机系统能够在1500万张照片里认识22000种物品。

　　作为和大脑神经原理类似的卷积神经网络，用ImageNet来训练实在是再合适不过了。卷积神经网络，最早由Kunihiko Fukushima，Geoff Hinton， 和Yann LeCun三人在上世纪七八十年创。

　　就像神经的最小运算单元是神经元一样，神经网络的最小单位也是一个小节点。节点通过连结不同的结点，能够输入输出信息，实现“思考”。如果将一张图片以不同维度分为各种层次，每个层次用来识别不同的内容，比如花色、颜色、形状等等。

　　在一个用来训练对象识别模型的典型神经网络中，有着2400万个节点，1.4亿个参数，及150亿个联结。借助ImageNet提供的巨大规模数据支持，研究者可以通过大量最先进的CPU和GPU，来训练这些模型。这两者相辅相成，在对象识别领域发展成为一个成功的体系。

　　通过让计算机读出谷歌街景，实际上能得到很多有意思的结果。比如道路上的汽车价格与家庭收入，甚至是和犯罪率的关系。

　　当然不。在大数据和机器学习算法的合力协作下，我们可以让计算机这个刚刚认识一些事物的baby慢慢组织语言，并用完整的句子表达出来——就像一个真正的小孩一样。

　　虽然计算机目前还不能像人一样，在看到图片的一瞬就能理解它想要表达的情绪，还有各种事物背后所隐含和传递的讯息……

　　更何况，还有那么多以“考官”李飞飞为代表的，一直在为图像识别而努力的研究者们。他们或作为出卷人殚精竭虑，收集不同的图片而完善算法的精度；或作为应试者，忐忑不安地让计算机接受系统的“考验“；但不论作为哪一方，他们都朝着同样的方向，都在努力让计算机能获得更好的“成绩”。

　　或许，终极考官李飞飞面临的是这样的境地：一方面，她希望ImageNet考场里的“试题”能难倒前来应试的计算机们，因为这说明算法的突破口就在这里；而另一方面，如果计算机成功答出了试题，说明图像识别的技术又进步了一分。哪怕是攻克了一道“难题”，正确描述出了某张图片上的内容，都值得双方欢呼雀跃；而这样甜蜜的烦恼，也是考官李飞飞所享受的。

　　而最最重要的是，ImageNet——这个集合了全球智慧和力量的数据库——是免费的。这也就意味着，全球所有致力于图像识别的公司，都可以免费对自己的算法进行反复测试。这就好像一个庞大的试题库，只要愿意，任何公司都可以一直接受考官的检验。

　　虽然GAIR大会因为各种经费的限制无法做到完全免费，但是已经尽我们所能，为大家提供了六折的优惠——1212元，7月1日截止。或许在8月12日的GAIR现场，你可以有机会和这位美丽的研究者探讨图像识别的最新进展呢。