The Worlds I See

"А... ручки?"

"Ручки с логотипом ImageNet! Я нашел в интернете место, где это делают".

"В смысле, выглядят они, конечно, круто, но для чего они нужны?"

"Мы можем раздавать их на конференции! Так делают все технологические компании. Ну, знаете, товар. Нам нужно, чтобы люди нас запомнили".

Выражение лица Цзя стало еще более мрачным, чем обычно. Но я не сдавался.

Мы прибыли с уверенностью, на которую только может рассчитывать переутомленная команда ботаников, но настроение с самого начала было странным. Наша первая неудача оказалась и самой значительной: ImageNet отнесли к постерной сессии. На академическом жаргоне это означало, что мы не будем представлять свою работу в лекционном зале перед аудиторией в заранее оговоренное время, а вместо этого нам предоставят место на полу конференции, чтобы повесить широкоформатную печать с кратким описанием проекта - отсюда и "постерная" сессия - в надежде, что прохожие будут останавливаться и задавать вопросы. Конечно, нам, , повезло, что нас вообще включили в число участников, ведь даже это - редкая привилегия на мероприятии такого уровня, как CVPR. Но мы жаждали возможности рассказать о нашем видении больше, чем просто вкратце. После стольких лет усилий это выглядело просто антиклимаксом.

Мы задавали обычные вопросы и наслаждались горсткой приятных бесед, но ушли, не получив практически никаких доказательств своего присутствия. Вскоре стало ясно, что что бы ни ждало ImageNet - примут ли его как ресурс необычайного богатства или сочтут глупостью - на CVPR он не получит поддержки. С другой стороны, людям, похоже, понравились ручки.

Тем временем, пока я привыкал к жизни без вызова ImageNet, сомнения, которые я отказывался признавать в течение многих лет, стали реальнее, чем когда-либо. Неужели скептики были правы? Действительно ли все это было пустой тратой времени? ImageNet был не просто набором данных или даже иерархией визуальных категорий. Это была гипотеза - ставка, вдохновленная нашим собственным биологическим происхождением, - что первым шагом к раскрытию истинного машинного интеллекта станет погружение в полноту визуального мира. Что опыт, соизмеримый с хаосом и сложностью, которые сформировали нашу собственную эволюцию, может оказать аналогичное воздействие на наши алгоритмы. И я был готов к тому, что эта ставка окажется верной, равно как и к тому, что она окажется неверной. В любом случае это будет возможность чему-то научиться. Но я не ожидал, что это будет проигнорировано.

Что я упустил?

 

Глава 8. Эксперименты

В Киото наступила осень. Полдень был ярким и служил прочным фоном для пульсирующих вспышек зеленого, оранжевого и красного цветов, проносящихся мимо, как живой портрет в окнах поезда-пули. Даже на скорости двести миль в час сельская местность была пышной и великолепной, но, как это часто случалось в моей жизни, я был слишком отвлечен, чтобы оценить ее по достоинству. Это было долгое, утомительное путешествие со всеми сопутствующими тревогами, и месяцы, прошедшие после разочаровывающего дебюта ImageNet на третьем уровне на CVPR, были обескураживающими. Наши критики оставались пренебрежительными, а интерес со стороны других исследовательских лабораторий был скудным. Сползание ImageNet к безвестности стало казаться настолько неизбежным, что я прибег к импровизированному университетскому турне, чтобы противостоять этому, выступая с живыми презентациями везде, где только мог, в аудиториях, заполненных скептически настроенными аспирантами и постдоками. Это было не так уж много, но даже отсрочка неизбежного казалась маленькой победой.

Теперь появилась следующая возможность повысить нашу значимость: Международная конференция по компьютерному зрению, или ICCV, в Киото. Моим попутчиком на этот день был Алекс Берг, доцент университета SUNY Stony Brook и единомышленник в области компьютерного зрения. Алекс был особенно талантливым аспирантом у Джитендры, исследуя проблемы распознавания объектов в духе, схожем с моей работой с Пьетро, а использование им Caltech 101 в своей докторской диссертации сделало его не только естественным ценителем силы наборов данных, но и одним из немногих сторонников ImageNet. Хотя было приятно пообщаться с единомышленником, это лишь подчеркнуло, насколько сложным будет предстоящий путь.

Все это контрастировало с тем волнением, которое мы испытывали в моей лаборатории, недавно переехавшей в Стэнфорд. У нас под рукой был не просто набор данных, а испытательный стенд, на котором наши идеи столкнулись лицом к лицу со всем визуальным миром - наши алгоритмы получили более широкие возможности восприятия, чем они имели раньше, и были проверены с большей строгостью, чем они когда-либо сталкивались. Если наборы данных изображений можно рассматривать как язык исследования компьютерного зрения - набор концепций, которые алгоритм и его разработчики могут изучать, то ImageNet стал внезапным, взрывным ростом нашего словарного запаса.