征拍了一下大腿。



“算法逻辑写得再好，没有海量的数据去投喂，最后训练出来的模型就是个弱智。”郭长征抱怨道。



楚一航深有同感地点头。



“图像识别这个领域，现在学术界主流还在搞特征工程，用支持向量机那些老套路。”郭长征继续说道。



“大家都在手工提取图像特征，效率极低，而且准确率一直上不去。”



“我认定神经网络才是未来，但是苦于没有一个庞大且标注清晰的图像数据库。”



郭长征说到这里，语气突然变得兴奋起来。



“不过，我今天下午查资料的时候，发现了一个绝佳的契机。”



“什么契机？”楚一航也被勾起了好奇心。



“美国那边有个叫李飞飞的华裔教授，她搞了一个庞大的项目，叫ia。”郭长征说道。



此时，有必要详细拆解一下这个名为ia的庞然大物。



在2009年这个时间节点，人工智能正处于一个不上不下的尴尬期。



传统的专家系统和逻辑推演已经走到了死胡同。



机器学习虽然兴起，但大部分学者都在研究如何精雕细琢算法本身。



大家都在追求用最少的数据，通过最复杂的数学公式来实现目标。



这种思路在当时是绝对的主流。



但李飞飞的思路截然相反。



她认为，想要让计算机认出一只猫，不应该去教计算机猫有几根胡子、耳朵呈什么角度。



而是应该直接给计算机看几百万张猫的照片。



只要看得足够多，计算机自己就能总结出规律。



这个思路在当时被很多传统学术界的大牛嘲笑。



因为收集并标注几百万、上千万张图片，是一项非常繁琐、耗时且看起来毫无技术含量的体力活。



但这恰恰是深度学习爆发的绝对前提条件。



ia项目就是在这个背景下诞生的。



这个项目致力于构建一个包含数千万张图片的庞大数据库。



并且每一张图片都要经过人工的精准标注。



比如这张图片里是一只狗，那张图片里是一辆车。



为了完成这庞大的工作量，李飞飞团队甚至动用了亚马逊的众包平台。



雇佣了全球各地成千上万的网络劳工，在线为这些图片打标签。



这是一个疯狂且伟大的工程。



郭长征向楚一航详细复述了他今天查阅到的关于ia的资料。



楚一航听完，眼睛亮了起来。



“这思路太超前了。”楚一航赞叹道。



“大力出奇迹，用绝对的数据量去碾压算法的不足，这非常符合我们课题的暴力美学。”楚一航给出了极高的评价。



“对吧！”郭长征见楚一航认同，更加激动了。



“这个数据集已经初具规模，包含了大量标注好的图片。”郭长征拿过旁边的公文包，掏出一份打印出来的资料。



“而且，我得到确切消息，过段时间，他们会基于这个数据集，举办第一届大规模视觉识别挑战赛。”



郭长征用手指重重地敲击着打印纸上的比赛信息。



“这就太有意思了。”楚一航拿过资料看了起来。



“有了这个数据集，我课题的数据来源问题就彻底解决了。”郭长征满脸兴奋。



“这就省去了我们自己在实验室里苦哈哈去收集图片、打标签的工作。”



“而且最关键的是，这个比赛提供了一个绝对公平、公开的测试平台。”