欧美疯狂性受xxxxx喷水更猛,日产无人区一线二线三线,欧美大浪妇猛交饥渴大叫,日韩av高清无码

隨著人工智能的崛起，一個叫ImageNET視覺識別的挑戰(zhàn)賽（ILSVRC）在近幾年里備受矚目。

李飛飛，這三個字幾乎是AI（人工智能）界無人不曉的名字。

她不僅是斯坦福AI實驗室主任，還是斯坦福大學的終身教授。

在頂級期刊上，她的高質(zhì)量文章就有100篇以上，引用量更是高達33215-44773次。

2015年入選“世界百大思想者”，2016年她還被美國評為“年度杰出移民”之一，以前獲此殊榮的還有愛因斯坦、基辛格等

前一陣子，谷歌宣布李飛飛成為谷歌云計算首席科學家，也在業(yè)界更是引起了不少轟動。

此前，李飛飛一直都專注于實驗室，與業(yè)界聯(lián)系不深。

她現(xiàn)在走出實驗室的舉動，讓許多人都對人工智能的發(fā)展了充滿信心。

然而，這位站在金字塔頂端的女科學家背后，卻有著一段鮮為人知的勵志人生。

早年的她竟然還有過清潔工、中餐館收銀員、幫人遛狗、開干洗店等工作經(jīng)驗。

1976年出生的李飛飛在四川長大。

16歲時，她便隨父母遠渡重洋來到充滿希望的美國，落戶在新澤西(房價)洲的Parsippany小鎮(zhèn)。

但李飛飛并不是富二代，父母都是清貧的知識分子。

初到美國，對英語一竅不通更是全家最大的阻力。
 

光是擇校問題，她就奔波了好幾個月，費了九牛二虎之力才得以在當?shù)匾凰�排名中游的學校上學。

圖：李飛飛一家

那時，爸爸去幫別人修相機，媽媽就去當收銀員。

但這類工作的收入，完全不足維持生活和支付她的學費。

所以到美國后的很長一段時間，李飛飛生活的關(guān)鍵詞就是“謀生”二字。

在唐人街附近的很多零工，包括收銀員、清潔工、服務生等她都做過。

然而在打工之余，李飛飛卻還要應對兩年后的美國大學入學。

作為新一代移民學子，她不但要迅速掌握英語，還要拿出一份極其優(yōu)秀的成績單，才能考上好的大學。

那時候，打工和學習幾乎占滿了她的全部生活。

最辛苦時，一天只睡不到4個小時。

圖：1995年, 高中時期的李飛飛Parsippany - 鎮(zhèn)上關(guān)于李飛飛的報道

只要你想，全世界都會為你讓路。

憑著這股毅力，這位華裔少女收到了普林斯頓大學計算機系的offer，還是提供全額獎學金的那種。

當時這個消息在小鎮(zhèn)上算是個大新聞，還有報紙專門刊登了她奮斗的故事，稱她的“美國夢”成真啦！

 

圖：李飛飛在普林斯頓大學

在普林斯頓大學她接觸到了大量優(yōu)秀的人才，這對她而言更是莫大的鼓舞。

然而，在大學她依然不改拼命三郎的性格。

看著父母還是做著入不敷出的零工，李飛飛決意借錢買下了一家洗衣店，交給父母經(jīng)營。

從此，她也就過上了周一到周五在普林斯頓拼命學習，周六日則趕回家中，繼續(xù)當洗衣妹的日子。

她不但獨立，渾身上下更是散發(fā)著對生活的熱愛。

“我愛普林斯頓，也非常愛我的洗衣店”

“我覺得辛苦不算什么，因為我父母也同樣在努力工作。我們一家人只是為了好好地生活。”

1999年，李飛飛從普林斯頓大學畢業(yè)。

然而，那時的她卻拒絕了多家金融公司的工作邀請。

在父母的支持下，開始追隨自己的內(nèi)心，毅然踏上一年的西藏之路研究藏醫(yī)。

 

圖：李飛飛在西藏的日子

完成了這一夢想后，她再次拒絕了華爾街的高薪工作，開始了下一個夢想——讀博士。

然而，在讀博期間，她的母親卻不幸得了癌癥，之后又中風。

生活的重擔幾乎壓得她喘不過氣來。

“人生最難的不就是，如何發(fā)揮自己最大的潛能，同時兼顧自己所身負的責任，然后又必須忠于自己的內(nèi)心嗎？”

而李飛飛用自己的行動告訴我們，她做到了！

在博士畢業(yè)后，她進入了斯坦福大學AI實驗室，選擇了當時不被看好的研究方向——計算機視覺識別領(lǐng)域。

通俗的說，就是拿一張圖片，讓計算機認出來這張圖片所包含的內(nèi)容。

比如，你告訴計算機，“貓”是由圓臉、胖身子、兩只尖耳朵和一條長尾巴組成的東西。

然而在現(xiàn)實生活中，貓就有成千上萬個品種，就算是同一只貓，也能擺出上百種姿勢。

如果遇到一些骨骼清奇的貓，換個姿勢計算機估計就懵逼了。

那個時候，圖像識別已經(jīng)走過了20個年頭。

但全世界能夠識別的物體也不過4到20種。

然而大千世界這么多的物品，如果計算機只能識別豹子、飛機、人臉和汽車這幾樣是遠遠不夠的。

面對圖像識別如此匱乏的“詞匯量”，李飛飛產(chǎn)生了一個瘋狂的想法。

她拿出一本字典，決定要讓圖像識別涵蓋到字典里的每一個詞條。

圖：李飛飛與導師

當她把這個想法告訴其他教授時，大家都紛紛勸她換個方向，因為研究這個是“拿不到終生教授”的。

她還找了好幾個教授想要尋求合作，也全然被拒絕了，都認為“看不到結(jié)果”，“不值得”。

但是李飛飛卻沒有想那么多，先別管“終生教授”的事，首先要做好自己認為重要的事情。

圖：李飛飛在斯坦福大學授課

剛開始時，李飛飛將很大部分的精力都放在算法的優(yōu)化上，然而這并沒有帶來太大的突破。

突然有一天，一個非常簡單但卻非常有沖擊力的想法，使李飛飛找準了方法。

她想，沒人教嬰兒怎么“看”，也沒有人告訴他們“貓”的特征。

但是他們卻能夠很快的知道這就是貓，無論什么品種或什么形態(tài)。

因為人類的眼睛就好像一個生物照相機，每200毫秒就能獲取一幅圖片。

一個三歲的孩子就已經(jīng)見過上億副圖片了，能分辨圖片當然不在話下。

 

所以要讓計算機學會“識圖”，關(guān)鍵是在于訓練量——讓計算機看更多的圖片。

從2007起，李飛飛與團隊便從互聯(lián)網(wǎng)上下載了近10億幅圖片。

在這之后便是對這些圖片進行分類、打上標簽，為計算機提供學習用的“題庫”，而這個“題庫”就是現(xiàn)在的ImageNet。

然而，當他們給圖片打標簽打了幾個月后，研究經(jīng)費很快用完了。

而且按照這個速度，至少得十幾年才能完成目標，因為圖片實在是太多了。

 

但李飛飛卻從來沒想過放棄，在最困難時，她甚至還想重操舊業(yè)開洗衣店，為研究籌集經(jīng)費呢。

正當大家一籌莫展時，他們遇到了美國最大電商平臺——亞馬遜。

當然不是在上面買書，而是和亞馬遜的眾包平臺合作。

通過眾包平臺，李飛飛在網(wǎng)上雇傭到了來自167個國家的5萬人，為這十億張備選圖片篩選、排序、打標簽。

當時的李飛飛，一度是這個眾包平臺上最大雇主。

到2009年，ImageNet數(shù)據(jù)庫就包含了1500萬張照片，涵蓋了20000多種物品。

回想在2006年那4到20種物品，ImageNet數(shù)據(jù)庫無論在質(zhì)量還是數(shù)量上，都是空前的。

然而，最重要的是，ImageNet這個如此龐大的圖片數(shù)據(jù)庫竟然是免費的。

這就意味著，全球所有致力于計算機視覺識別的團隊，都能從這個題庫里面拿“試題”，來測試自家算法的準確率。

圖：ImageNet挑戰(zhàn)賽的機器錯誤率， 七年來從28%降到了3.6% ，比人眼識別的錯誤率5.1%還要低。

為了激發(fā)各界對計算機視覺研究的熱情，李飛飛每年都會舉行一場ImageNet視覺識別挑戰(zhàn)賽。

在這場考試中，無論挑戰(zhàn)者的輸與贏都代表著一次新的發(fā)展。

如果考生能輕易答對“試題”，這就說明了視覺識別技術(shù)的更上一層樓。

但如果“試題”難倒了考生，也不用擔心，這也意味著算法的突破口就在這。

不過，對于現(xiàn)在一度“過熱”的人工智能，李飛飛也一直在強調(diào)“人工智能現(xiàn)在越火，越需要有冷靜做研究的人”

她說“我做研究的心得就是，眼睛看到的前方應該是比較空曠的。如果你眼睛看到的前方是熱鬧的，那這個方向就不是最好的研究方向。而空曠的地方一般都不是熱點，因此你必須找準自己的焦點”

關(guān)于未來的AI開發(fā)，李飛飛認為不但要在學術(shù)上還要結(jié)合工業(yè)上的開發(fā)。

因為AI的最終目的就是服務于人類，這也是李飛飛加入谷歌的原因。

為的就是拉近AI與人類日常生活的距離，使AI"更接地氣"。

在今年2月末，李飛飛又發(fā)表了最新的論文：《用深度學習和谷歌街景估算美國人口結(jié)構(gòu)》。

文章主要論述了如何將谷歌街景搜集來的機動車輛數(shù)據(jù)，結(jié)合機器學習算法。

從而估算出本地區(qū)人口的特征和組成，甚至這一地區(qū)居民的政治傾向。

在李飛飛看來，目前的圖像識別和人工智能，還相當于一個牙牙學語的3歲孩童。

而3歲到10歲的過程，才是人工智能的難點和關(guān)鍵。

就算李飛飛說圖像識別的路還有很遠，但也完全不妨礙我們暢想未來。

去超市買東西，直接“刷臉”付款；

在追擊違法分子上，可能罪犯剛一上街就已經(jīng)被一雙神秘的眼睛鎖定；

 

在未來交通上，人們不用自己抓方向盤，也有“老司機”帶你飛；

在醫(yī)療上，醫(yī)生和護士會多了一雙永遠不用休息的眼睛，幫忙診斷和照顧病人；

在TED演講的結(jié)尾，李飛飛表示：她現(xiàn)在所有的追求，就是賦予計算機視覺智能， 并為Leo（她的兒子）和這個世界， 創(chuàng)造出更美好的未來。

這個集才華與美貌于一身的女子，能把人類帶到哪個未知領(lǐng)域，我們也翹首以待。