微課視頻：李飛飛與ImageNet教材《機(jī)器學(xué)習(xí)(Python版)》ML李飛飛ML圖1：李飛飛（1976—）ImageNetML基本目標(biāo)：為每個(gè)物品類別搜集1000張不同的照片:1000張不同的小提琴照片、1000張不同的德國牧羊犬照片、1000張不同的抱枕照片，直到涵蓋全部2.2萬個(gè)類別，也就是一共需要大約2000萬張圖片。但即便是這個(gè)數(shù)字，也只是最終成品數(shù)據(jù)庫的情況。我們可能需要從數(shù)億張照片，甚至10億張照片中篩選，才能達(dá)到目標(biāo)。MLImageNetML難點(diǎn)：巨大的工作量，按最理想的情況考慮也需要18年時(shí)間。這一切歸根結(jié)底是個(gè)后勤問題，而不是科學(xué)問題。研究生如何畢業(yè)？眾人的反對，過程中自己的懷疑、痛苦與掙扎。MLImageNetML重大轉(zhuǎn)機(jī)：眾包：在線平臺可以將任務(wù)分配和結(jié)果收集過程自動(dòng)化，有效組織遠(yuǎn)程的臨時(shí)工作團(tuán)隊(duì)，規(guī)模小到個(gè)人，大到數(shù)百萬人的團(tuán)隊(duì)。亞馬遜土耳其機(jī)器人（AmazonMechanicalTurk）：既有人工標(biāo)注圖片帶來的智慧成分，又有與自動(dòng)化相當(dāng)?shù)乃俣扰c規(guī)模。MLImageNetML最終的成功：2009年6月，ImageNet的初始版本終于完成了，這在很大程度上得益于斯坦福大學(xué)提供的新研究資金。盡管一路上遇到了許多挑戰(zhàn)，但李飛飛團(tuán)隊(duì)最終成功達(dá)成了目標(biāo)：收集了1500萬張圖片，涵蓋了2.2萬個(gè)不同類別。這些圖片篩選自近10億張候選圖片，并由來自167個(gè)國家的4.8萬多名全球貢獻(xiàn)者進(jìn)行了標(biāo)注。規(guī)模、多樣性、精確度均達(dá)到要求。MLILSVRC競賽ML2010年的比賽：獲勝算法來自一個(gè)由NEC實(shí)驗(yàn)室、羅格斯大學(xué)和伊利諾伊大學(xué)的研究人員組成的聯(lián)合團(tuán)隊(duì)。這個(gè)參賽算法的表現(xiàn)確實(shí)可圈可點(diǎn)，每位參賽者的努力都值得贊賞。不過，與計(jì)算機(jī)視覺領(lǐng)域其他方面的前沿工作相比，這些算法只能算略有改進(jìn)，很難說開啟了新的時(shí)代。MLILSVRC競賽ML2011年的比賽：獲勝算法來自法國施樂研究中心，也是一種支持向量機(jī)算法，識別表現(xiàn)雖然比前一年有所提高，但也只是將準(zhǔn)確率提高了2個(gè)百分點(diǎn)左右。如果說2010年的比賽虎頭蛇尾的話，那么2011年的比賽則給人一種末日之感。MLILSVRC競賽ML2012年的歷史時(shí)刻：獲勝的團(tuán)隊(duì)使用了非正統(tǒng)的算法，是一種神經(jīng)網(wǎng)絡(luò)算法。它的識別準(zhǔn)確率高達(dá)85%，比上一年的冠軍高出10個(gè)百分點(diǎn)，創(chuàng)造了計(jì)算機(jī)視覺領(lǐng)域的世界紀(jì)錄。冠軍算法名為AlexNet，是向這項(xiàng)技術(shù)和項(xiàng)目的主要作者、多倫多大學(xué)研究員亞歷克斯·克里熱夫斯基(AlexKrizhevsky)致敬。MLAlexNetMLAlexNet是卷積神經(jīng)網(wǎng)絡(luò)(ConvolutionalNeuralNetwork，CNN)的一個(gè)實(shí)例：卷積神經(jīng)網(wǎng)絡(luò)的叫法源于圖形卷積過程。在這個(gè)過程中，一系列濾波器在圖像上掃過，尋找與網(wǎng)絡(luò)所識別事物相對應(yīng)的特征。MLAlexNetMLLeNet：第一個(gè)用于實(shí)用的卷積網(wǎng)絡(luò)，手寫數(shù)字識別的錯(cuò)誤率低于1%。MLAlexNetMLAlexNet：2012年ILSVRC競賽冠軍網(wǎng)絡(luò)，開啟了深度學(xué)習(xí)的狂飆。MLAlexNet+ImageNetML相互成就??！AlexNet+ImageNetML思考：生物視覺的出現(xiàn)導(dǎo)致遠(yuǎn)古海洋波濤下的寒武紀(jì)大爆發(fā)，距今已經(jīng)5億年。而如今，我們很難不去聯(lián)想:我們是不是正處于一個(gè)類似拐點(diǎn)的邊緣?機(jī)器視覺的興起是否會(huì)引發(fā)一輪數(shù)字進(jìn)化新浪潮呢?ML新一代ImageNetML圖1：李飛飛解讀創(chuàng)業(yè)方向「空間智能」，讓AI真正理解世界目標(biāo)、堅(jiān)持、心態(tài)ML王國維的三重境界說：“昨夜西風(fēng)凋碧樹，獨(dú)上高樓，望盡天涯路?！贝说谝痪辰缫玻ㄟh(yuǎn)大的目標(biāo)）?！耙聨u寬終不