最近吴恩达采访李飞飞的一期视频”Andrew Ng and Fei-Fei Li Discuss Human-Centered Artificial Intelligence - Stanford Online“,都是AI领域的重量级人物。李飞飞现在是斯坦福大学的计算机科学教授,还是HAI(以人为本的人工智能研究所)的联席主任。李飞飞还是吴恩达邀请去的斯坦福,最开始还担心李飞飞不去,而李飞飞则说,谁能抵挡斯坦福的诱惑😄
第一个话题是为什么李飞飞从物理专业转到了人工智能领域。
李飞飞分享了她的经历,她一直对物理和STEM充满热情,后来在普林斯顿大学主修物理并在神经科学实验室实习。然而,通过阅读了一些伟大物理学家的著作例如薛定谔的《生命是什么?》罗杰·彭罗斯的《皇帝的新脑》,她对智能产生了极大的好奇心,这促使她在研究生阶段转向了人工智能。
她对智能的基本计算原理有极大的兴趣,期待有一天能找到一组简单的原理或方程,可以定义智能的过程,无论是动物智能还是机器智能。
李飞飞认为AI还处于初级阶段,就像牛顿之前的物理学,曾经有过伟大的物理学,伟大的物理学家,很多现象学,很多关于天体如何运动的研究。但是是牛顿开始写出非常简单的定律。我们仍在经历那个非常令人兴奋的AI基础科学成长时期,就像当年的物理学还处于牛顿之前的阶段。
第三个话题是关于李飞飞如何开始ImageNet项目和创建的Caltech 101数据库的。
李飞飞是最早将机器学习应用于计算机视觉的学生之一,这在当时是一个具有争议的想法。在计算机视觉和人类智能理解的研究中,她利用机器学习方法进行真实世界对象的识别,尽管她很快就发现这个领域的一个主要挑战是模型的泛化能力不足。为了解决这个问题,李飞飞和她的导师开始探索大规模数据项目,创建了Caltech 101数据库。李飞飞开始做这事时非常早,那时候数码相机还非常昂贵,最初的数据是李飞飞和她妈还有几个本科生一起做的。
这个数据库对许多研究者产生了积极影响。之后,李飞飞进一步扩展了数据库,创建了更大的ImageNet数据库,尽管这个想法在最初的时候遭到了很多质疑。但最终,这个庞大的数据库为全球无数研究者解锁了大量价值。
由于最开始受到了很多质疑和困难,但最终项目还是取得了巨大的成功。就这个话题李飞飞分享了一点人生经验,就是设置北极星目标(即长期大目标)的重要性,并建议研究生们不应该只是为了发表论文而进行研究,而应该有一个长远的目标去驱动他们的工作。
吴恩达对这个观点也很赞同,他也提醒大家即使项目刚开始规模比较小,也可以作为实现更大目标的基础。
另外很重要的就是去追求自己真正感兴趣的研究领域,李飞飞会问她的学生:”是什么北极星在驱使你?“
这段对话很精彩,我直接原文转发一下:
”吴恩达:当我想起那个故事时,它看起来像是一个有时候人们觉得他们应该只从事项目的例子,而不是一开始就做大事。但我觉得对于从事机器学习的人来说,如果你的第一个项目是一个稍微小一点的,那完全没问题。祝你取得好成绩。利用所学知识为实现更大的目标打下基础,然后有时候你会得到像ImageNet那样的巨大成功。
李飞飞:但与此同时,我认为追求一个大胆的目标也很重要。你可以根据问题的规模或项目的规模设定局部里程碑,沿着这条道路前进,但我也关注我们现在的一些学生。他们受到如此大的同伴压力,在这个不断出版的气候中。这变得更多的是为了只是为了出版而进入一篇文章。我个人总是推动我的学生去问这个问题,是什么北极星在驱使你?
吴恩达:是的,这是真的。这些年来,当我做研究时,我总是充满激情地去做我感兴趣的事情,在那里,我想尝试推动观点向前发展。不必听别人的意见。要听别人的意见,让他们影响你的看法。但最后,我认为最好的研究者让世界影响他们的观点,但最后,还是要根据自己的观点来推动事物。
李飞飞:完全同意,是的。这是你自己内心的火焰。“
最后引用AI4ALL的口号来结尾:“AI将改变世界,谁将改变AI?”,希望我们每个人都能参与其中!
Ещё видео!