The Worlds I See

"Ты потратил годы на то, чтобы попасть сюда, Фей-Фей. У тебя есть диплом, есть работа, и, похоже, у тебя есть вдохновение. И, кстати, ваш муж находится в шестистах милях отсюда, так что у вас точно будет время".

Я хихикнула, оценив его попытку сохранить легкость.

"Да, но тебе не кажется, что все это слишком... за гранью?" спросил я.

Он на мгновение задумался, прежде чем ответить.

"Разве "там" - это не та идея, которую вы искали?"

 

Что хорошего в наборе данных с десятками тысяч категорий? Большинство моделей все еще пытаются распознать одну или две!

Вы представляете, сколько времени потребуется, чтобы обучить модель на таком количестве изображений? Фей-Фей, ты говоришь о годах.

Как вообще кто-то сможет его скачать? Вы описываете коллекцию изображений размером больше, чем большинство жестких дисков.

У вас есть план, как все это организовать? Кто будет маркировать миллионы изображений? Сколько времени это займет? Как вы будете проверять точность всего этого?

Простите, но в этом нет никакого смысла.

Чем больше я обсуждал идею ImageNet со своими коллегами, тем более одиноким я себя чувствовал. Несмотря на ободряющие беседы Сильвио, почти единодушный отказ был плохим знаком в самом начале начинания, определяемого его огромными размерами; мне могла понадобиться целая армия соавторов, а я не мог найти ни одного. Хуже всего то, что независимо от того, соглашался я с ними или нет, я не мог отрицать обоснованность их критики.

В 2006 году алгоритмы были центром нашей вселенной, а данные не были особенно интересной темой. Если машинный интеллект был аналогом биологического, то алгоритмы были чем-то вроде синапсов, или хитроумных проводков, проложенных по всему мозгу. Что может быть важнее, чем сделать эту проводку лучше, быстрее и способнее? Я вспомнил о том внимании, которым пользовалась наша статья об одномоментном обучении, - о мгновенной способности нового блестящего алгоритма, богато украшенного причудливой математикой, завязать разговор. Данные жили в тени, считаясь не более чем инструментом для обучения, как игрушки, с которыми играет растущий ребенок.

Но именно поэтому я считал, что она заслуживает большего внимания. В конце концов, биологический интеллект не был создан так, как алгоритмы, - он эволюционировал. А что такое эволюция, если не влияние окружающей среды на организмы, живущие в ней? Даже сейчас наше познание несет на себе отпечаток мира, населенного бесчисленными поколениями предков, которые жили, умирали и со временем приспосабливались. Именно это делает выводы Торпа и Бидермана и даже нашей лаборатории в Калтехе столь поразительными: мы распознаем естественные образы почти мгновенно, потому что именно такие сенсорные стимулы - данные, другими словами, - сформировали нас. ImageNet - это шанс дать нашим алгоритмам тот же опыт: ту же широту, ту же глубину, ту же впечатляющую беспорядочность.

Наконец, после множества обескураживающих бесед, которых мне хватило бы на всю жизнь или две, я встретил своего первого сторонника. Профессор Кай Ли, ведущий специалист в области архитектуры микропроцессоров - искусства компоновки миллионов и миллионов транзисторов нанометрового размера в самые сложные устройства в мире, - понимал силу экспоненциального мышления лучше других. Он верил, что я что-то задумал, и, хотя он не мог внести свой вклад напрямую, поскольку наши области были лишь слабо связаны в рамках факультета информатики , он знал, что нам понадобится серьезная вычислительная мощность, чтобы начать работу. Не задумываясь, он пожертвовал нам начальный комплект рабочих станций. Это было именно то проявление поддержки, в котором я нуждался.

Кай был единственным китайским иммигрантом среди преподавателей информатики в Принстоне. Он родился в 1950-х годах и принадлежал к поколению, которое оказалось в числе первых студентов, поступивших в колледж после Культурной революции, и в итоге приехал в Америку, чтобы поступить в аспирантуру в 1980-х годах - в период, когда такая иммиграция была редкостью, а достойных доверия сверстников было мало. Этот опыт оставил в нем колоритную личность, сочетающую в себе интеллектуальную интенсивность моей матери и сдержанный юмор моего отца. Кай выглядел как профессор, с черными волосами, уложенными на бок, и строгим гардеробом. Но у него была теплая улыбка и щедрая душа. Мы быстро сблизились.