AI科學家李飛飛的視界之旅
AI究竟是怎麼看世界的？
2024 Jan 25 閱讀塗鴉實驗室
（將圖片往左滑可看到更多圖片）
曾經有人眼睛太小，被自駕車判定為睡著，我們看得出的電腦不一定看得懂，你知道如果要讓電腦「看懂」這個世界，需要餵它多少張圖嗎？答案是：
「無限」
在人工智慧創造之初，有一群科學家試圖教機器「看」這個世界，然而當時人類連自己怎麼「看見」這個世界都不清楚，畢竟即使只有眨眼的一瞬間，我們依然能看見並理解眼前的圖像與意義
就這一瞬間，精密的人體從接收訊息、組成影像、連結經驗與記憶一連串動作一氣呵成，我們是用什麼辨別色彩、形狀、光影，又如何與腦中的資料庫形成連結？
受限於早年的科技，當時的科學家們對這些摸不著頭緒，更別說讓機器模仿人類看世界、並重現在我們眼前
因為這個「看」不只是單純的「看」到顏色，還要能「辨識」那是什麼物體，能「理解」物體之間的關聯
所以當你叫AI：「給我一張在海邊清涼玩水的比基尼美女圖」，它必須要能知道「海」、「玩水」、「比基尼」、「美女」各長什麼樣子，還必須理解美女應該在海裡玩水，而不是飄在天空，比基尼要在美女身上、而不是在臉上或大海裡
讓機器學人類「看」，但我們究竟是怎麼「看」的？
後來隨著科技進步，科學家們開始理解人類視覺原理，從《李飛飛的視界之旅》中，看起來概念有點像是拼圖，眼睛每一個接收元件只會看一個小部分，每個小部分進到下一層後會拼成整個畫面，在下一層就會比對大腦的資料庫並歸類
就像每片拼圖有一點色彩，但那色彩沒有意義，也無法單靠它理解是什麼圖像，等到拼圖組合起來後，我們才能理解這拼圖有什麼內容，不過拼圖需要花點時間，我們是一秒之內就可完成整個過程
然而資料庫要有多少類似的畫面才能形成一類？多少才能確定多樣物體之間的關係？如何讓我們了解即使在不同光線下，蘋果一樣是蘋果、不會改變？
這就有賴於我們成長過程中對於世界的探索，每時每刻我們都在觀察周遭，並用眼睛紀錄在腦內並歸檔，李飛飛等科學家們發現，要讓電腦擁有「人類等級」的視覺，就必須要讓電腦像人類嬰兒成長一樣認識這個世界
（人類等級的意思是，像人類一樣的認知世界，而不是像貓狗或其他動物的視界）
認識世界？但世界上有多少分類？怎麼分？
在我當初看《李飛飛的視界之旅》前，以為每個種類只要餵個十張二十張就可以了吧？了不起100張，但我沒想過分類要怎麼分、有多少才夠讓電腦認識世界的通貌？
比如狗，有小狗大狗，白狗黑狗，有哈士奇、吉娃娃，奔跑的狗與睡著的狗，世界上有多少分類，它們又各有多少角度或樣貌？天啊，我無法想像
最終在書裡揭曉了，那個數量是——
15,000,000張，分布在22,000個類別，還要外加每一張手工標註，以免電腦指著豬八戒說沙悟淨
這項工程在當年十分浩大，一度預估要花19年的時間才能完成，從最初完全不被看好、搜集圖片到被Google限流、經費短缺到一度想要賣店籌措資金，到最後透過群眾外包才總算縮到一年多完成
機器深度學習領域的先驅－李飛飛
至此，初代的大數據逐漸成形，隨著一次次的實驗調整，機器深度學習的歷史頁也跟著翻開了，而這些，是在那個年代AI領域中少見的華裔女性-李飛飛所促成
這段過程中，李飛飛博士儘管疲憊但不曾放棄，而她所遇到的難關不只是學術方面，還有移民家庭的窮困經濟、對未來的徬徨（要選夢想還是現實）
一個曾在美國社會底層掙扎的移民女孩，在餐廳裡打黑工、被學校老師看衰、直到用學術成績證明自己，要有多強的意志力，才能在這麼多不好的條件下成為領域先驅？我越看是越佩服她
老實說，天下文化分享書籍時，我壓根不知道李飛飛是誰，但大約翻到第二章開始，我就被吸引住了，李飛飛的文筆很好，用個人故事與AI歷史發展兩條敘事線牽引讀者，到中間段隨著她投入到研究領域後逐漸融合
不知不覺中，我因著她的挫折而嘆息，又因突破的曙光而振奮，更因不同的思考切角而感到興味盎然，不誇張，我連和兩小晚餐時都在分享這本書的知識（盡量白話）
結語
如果你喜歡看自傳、對科學／大數據＆演化歷史感興趣，又或者好奇科學家在推進這些科技時會發生哪些事情，甚至早年移民到美國的辛酸血淚，《李飛飛的視界之旅》裡面都有
也許今天之前你不認識李飛飛，但今天之後，我真心覺得她的努力與成就值得被你認識，因為我們的現在與未來，有她的過去奠基其中，分享給大家：）
好書推薦：https://readmoo.com/book/210305021000101
曾經有人眼睛太小，被自駕車判定為睡著，我們看得出的電腦不一定看得懂，你知道如果要讓電腦「看懂」這個世界，需要餵它多少張圖嗎？答案是：
「無限」
在人工智慧創造之初，有一群科學家試圖教機器「看」這個世界，然而當時人類連自己怎麼「看見」這個世界都不清楚，畢竟即使只有眨眼的一瞬間，我們依然能看見並理解眼前的圖像與意義
就這一瞬間，精密的人體從接收訊息、組成影像、連結經驗與記憶一連串動作一氣呵成，我們是用什麼辨別色彩、形狀、光影，又如何與腦中的資料庫形成連結？
受限於早年的科技，當時的科學家們對這些摸不著頭緒，更別說讓機器模仿人類看世界、並重現在我們眼前
因為這個「看」不只是單純的「看」到顏色，還要能「辨識」那是什麼物體，能「理解」物體之間的關聯
所以當你叫AI：「給我一張在海邊清涼玩水的比基尼美女圖」，它必須要能知道「海」、「玩水」、「比基尼」、「美女」各長什麼樣子，還必須理解美女應該在海裡玩水，而不是飄在天空，比基尼要在美女身上、而不是在臉上或大海裡
讓機器學人類「看」，但我們究竟是怎麼「看」的？
後來隨著科技進步，科學家們開始理解人類視覺原理，從《李飛飛的視界之旅》中，看起來概念有點像是拼圖，眼睛每一個接收元件只會看一個小部分，每個小部分進到下一層後會拼成整個畫面，在下一層就會比對大腦的資料庫並歸類
就像每片拼圖有一點色彩，但那色彩沒有意義，也無法單靠它理解是什麼圖像，等到拼圖組合起來後，我們才能理解這拼圖有什麼內容，不過拼圖需要花點時間，我們是一秒之內就可完成整個過程
然而資料庫要有多少類似的畫面才能形成一類？多少才能確定多樣物體之間的關係？如何讓我們了解即使在不同光線下，蘋果一樣是蘋果、不會改變？
這就有賴於我們成長過程中對於世界的探索，每時每刻我們都在觀察周遭，並用眼睛紀錄在腦內並歸檔，李飛飛等科學家們發現，要讓電腦擁有「人類等級」的視覺，就必須要讓電腦像人類嬰兒成長一樣認識這個世界
（人類等級的意思是，像人類一樣的認知世界，而不是像貓狗或其他動物的視界）
認識世界？但世界上有多少分類？怎麼分？
在我當初看《李飛飛的視界之旅》前，以為每個種類只要餵個十張二十張就可以了吧？了不起100張，但我沒想過分類要怎麼分、有多少才夠讓電腦認識世界的通貌？
比如狗，有小狗大狗，白狗黑狗，有哈士奇、吉娃娃，奔跑的狗與睡著的狗，世界上有多少分類，它們又各有多少角度或樣貌？天啊，我無法想像
最終在書裡揭曉了，那個數量是——
15,000,000張，分布在22,000個類別，還要外加每一張手工標註，以免電腦指著豬八戒說沙悟淨
這項工程在當年十分浩大，一度預估要花19年的時間才能完成，從最初完全不被看好、搜集圖片到被Google限流、經費短缺到一度想要賣店籌措資金，到最後透過群眾外包才總算縮到一年多完成
機器深度學習領域的先驅－李飛飛
至此，初代的大數據逐漸成形，隨著一次次的實驗調整，機器深度學習的歷史頁也跟著翻開了，而這些，是在那個年代AI領域中少見的華裔女性-李飛飛所促成
這段過程中，李飛飛博士儘管疲憊但不曾放棄，而她所遇到的難關不只是學術方面，還有移民家庭的窮困經濟、對未來的徬徨（要選夢想還是現實）
一個曾在美國社會底層掙扎的移民女孩，在餐廳裡打黑工、被學校老師看衰、直到用學術成績證明自己，要有多強的意志力，才能在這麼多不好的條件下成為領域先驅？我越看是越佩服她
老實說，天下文化分享書籍時，我壓根不知道李飛飛是誰，但大約翻到第二章開始，我就被吸引住了，李飛飛的文筆很好，用個人故事與AI歷史發展兩條敘事線牽引讀者，到中間段隨著她投入到研究領域後逐漸融合
不知不覺中，我因著她的挫折而嘆息，又因突破的曙光而振奮，更因不同的思考切角而感到興味盎然，不誇張，我連和兩小晚餐時都在分享這本書的知識（盡量白話）
結語
如果你喜歡看自傳、對科學／大數據＆演化歷史感興趣，又或者好奇科學家在推進這些科技時會發生哪些事情，甚至早年移民到美國的辛酸血淚，《李飛飛的視界之旅》裡面都有
也許今天之前你不認識李飛飛，但今天之後，我真心覺得她的努力與成就值得被你認識，因為我們的現在與未來，有她的過去奠基其中，分享給大家：）
好書推薦：https://readmoo.com/book/210305021000101
0則留言
相關文章
為什麼我們愈相愛、愈受傷？
你曾經談過一場很累的戀愛嗎？ 如果有，你一定曾懷疑到底問題出在哪裡？ 是你嗎？還是對方呢？
