李飞飞：那个在干洗店打工的妹子，顺手教会了AI“看图说话”

李飞飞通过打造ImageNet项目，为AI提供了海量标注图片数据，解决了计算机视觉领域数据匮乏的问题，从而教会AI“看图说话”。具体如下：发现问题：AI“没见过世面”在李飞飞投身计算机视觉领域时，AI面临一个尴尬现状：科学家们专注于打磨算法，试图用数学公式定义物体特征，但AI在实际识别中表现糟糕。例如，当猫换个角度或动态时，AI就无法识别，就像一个背完字典却没出过家门的书呆子，缺乏对真实世界的认知。李飞飞敏锐地意识到，问题不在于算法本身，而在于AI见识太少，缺乏足够的数据支持。提出解决方案：打造ImageNet2007年，李飞飞提出一个大胆想法：为电脑制作一本全是图片的百科全书，即ImageNet项目。她计划整理整个互联网的图片，并进行分类标记，为AI提供丰富的视觉数据。然而，这一想法最初被认为极其“疯狂”甚至“土”，因为按照初步的人力计算，完成这一任务需要几百年时间。克服困难：动员全球力量为了解决人力不足的问题，李飞飞利用亚马逊的众包平台（Mechanical Turk），动员了来自167个国家的近5万人在线帮忙给图片打标签。经过两年半的努力，团队像蚂蚁搬家一样，整理出1500万张图片，涵盖22000个类别，完成了ImageNet数据库的建设。这一数据库被誉为AI界的《新华字典》，为计算机视觉领域提供了前所未有的数据资源。推动应用：举办ImageNet挑战赛2009年，李飞飞带着ImageNet数据库参加顶级学术会议，但最初并未引起关注。为了推动其应用，她举办了ImageNet挑战赛，邀请全球科研团队使用该数据库训练算法并进行识别比赛。前两年，参赛算法的识别率都很低，但2012年，Geoffrey Hinton团队使用卷积神经网络（CNN）深度学习算法参赛，借助ImageNet的丰富数据，将错误率大幅降低10个百分点，碾压所有对手。这一结果震惊了AI界，证明了大数据对算法性能提升的关键作用。深远影响：开启AI新时代ImageNet的成功不仅推动了计算机视觉领域的发展，还为整个AI行业树立了标杆。如今，ChatGPT、Sora、人脸识别等AI技术都受益于ImageNet提供的数据支持。可以说，没有李飞飞当年那个“笨办法”，AI可能还在为识别猫耳朵而纠结。ImageNet的出现，让AI从“没见过世面”的书呆子，变成了能够准确识别和理解世界的智能系统。