我看见的世界(39)_李飞飞

三九

　　抛开早期的灵感乍现不谈，建立完整的数据集耗时漫长、进展缓慢，而且无聊乏味。我们花了几个月的时间手动查询图像搜索引擎，挑选出最好的结果，然后裁剪和调整照片的尺寸，确保一致性。一个由三到四名本科生组成的小型标签团队也参与到其中，已经搬来与我同住的母亲也想办法帮忙。

　　虽然图像整理是个苦差事，但这个过程让我深受启发。在对视觉世界的多样性进行深入思考之后，我开始以一种前所未有的方式看待这个世界：视觉世界本身是单一的现实，其中包含了手风琴、搅拌机、手机、龙虾、比萨、停车标志、雨伞和其他各种各样的东西。这是一种诗意的存在。我意识到这个世界是多么丰富多彩、变幻莫测，而我们留意到的细节却少之又少。

　　浩大的工程终于完成。我们的图像集于2004年完工，成为有史以来为机器学习配置的最大规模的图像集合，里面有超过9000个图像，分布在100个类别中。这是前所未有的，我迫不及待地想看看这个图像集能解锁什么奥秘。我们觉得自己被赋予了前所未有的力量，就好像突然拥有了一件超自然的神器，将赋予我们的创作难以想象的能力。另外，我还忍不住实现了一个细节：我独自完成了一个新类别的图像整理，虽然耗时耗力，但我想用这种开玩笑的方式“嘲笑”导师。如果彼得罗想要100个类别，我就给他101个。

　　新数据集的官方名称叫“Caltech 101”（加州理工学院101类图像数据集），这套训练图像集内容极其丰富多样。我们现在的模型利用了Caltech 101，性能显著提升，于是我们立即发表了一篇关于单样本学习论文的后续文章。无可否认，模型准确度的提升只是在原来基础上的增量，因此它并没有像第一篇论文那样获得突破性成功，至少在一开始没有。但这个模型树立了更加持久的典范，成为其他开发团队效仿的榜样。模型绘制的性能曲线成为行业基准；在六个月内，来自世界各地的研究人员都将我们的论文引作标准，其中很多人的模型还超越了我们的模型。发表自己的研究成果固然令人兴奋，但知道自己在为他人的构想做阶梯，哪怕只是在他们成功推动该领域发展的过程中扮演了微不足道的角色，也让人无比激动。

　　※

　　很明显，加州理工学院的生活不会轻松，但我对这里的感激之情比以往任何时候都更加深厚。我们卖掉了干洗店，这是我们来到这个国家以来，母亲第一次有机会休息（我也很开心——以后再也不用为了什么浆洗过度的衬衫裙接到长途电话了）。最重要的是，我对学业充满了热情，几乎付出了全部努力，以至每天都会感到筋疲力尽。

　　幸好，在加州理工学院，不难找到像我这样痴迷的人。我在彼得罗的办公室外就遇到了这样一个人。当时，我听到两个明显是意大利口音的声音，我很快便得知，除了我熟悉的彼得罗，另一个声音来自我尚未谋面的研究生同学。他身材高大，说英语时意大利口音特别重（相比之下，彼得罗可以说没什么口音了），他满头乱蓬蓬的卷发，在房间的另一头显得格外显眼。那天他正好赶时间，在彼得罗介绍我们彼此认识之后，我们的第一次见面就匆匆结束了，很快我就忘了这件事，不过我记住了他的名字：西尔维奥。

　　西尔维奥会来参加我们的实验室会议，很快就吸引了我的注意。跟我一样，他经常以讨论艺术作品作为演讲的开场白。他很喜欢埃舍尔的《手与反射球体》和维米尔的《戴珍珠耳环的少女》等作品，而这些作品都与他在研究中探索的视觉世界的各个方面有关——扭曲表面反射的轮廓、金属表面的闪光，以及日常物品的三维本质。当然，这些赏心悦目的画作很快就让位于堆积如山的方程式。我们在一起的时间越长，我越意识到我们之间有一个共同点，那就是无论在什么情况下，我们都无法抑制自己的好奇心。

　　“快看！看那辆摩托车！”他兴奋地大喊，完全破坏了原本只是一次轻松校园散步的气氛。

　　“怎么了？”

　　“你看到镀铬排气管了吗？看到反光了吗？这里面包含了很多信息。你看到了没？排气管的弯曲方式？”

　　“对，我明白你的意思。”

　　“但问题来了——到底什么叫‘反射’呢？反射只是表面周围世界的扭曲图像而已！这个扭曲的方向跟排气管的弯曲方式几乎完全相反，但我们却能够从反射的图像中获得足够多的信息，毫不费力地在大脑中想象出排气管的形状。这就是我们想要设计的算法。”

　　我心想，天哪，这家伙真是个呆子——不过，我俩呆到一起了。

　　※

　　我是两个实验室的学生，一个是彼得罗的电子工程实验室，一个是克里斯托夫的计算神经科学实验室。我每周跟他们分别见一次面，参加期刊俱乐部，一起评论神经科学和计算机科学方面的最新文献。另外，因为两个实验室都免费提供食物，所以我的饮食状况比预期的要好。然后，西尔维奥出现了，我们陷入热恋，虽然两个人都特别忙，但有限的闲暇时间总会在一起度过。

　　随着我在加州理工学院的岁月流逝，另一种东西在我内心深处扎根发芽。我反思了我们所做的一切：我们的心理物理学实验，我们对单样本学习算法的研究，我们对Caltech 101数据集力量的展示，我们阅读的几十年的文献。我同时跟随两位导师，他们带领我在不同的道路上探索，让我拥有了非常特殊的研究生教育。我开始理解我们工作的优雅之处。我们所做的一切都绝非偶然；我比以往任何时候都更加确信，分类是连接一切研究的核心思想。我也相信，事实将很快证明，分类在理解视觉（甚至整个人类智能）方面起着至关重要的作用。

　　那么，为何进展依然如此缓慢呢？

虚阁网(Xuges.com)