我看見的世界(36)_李飛飛

三六

　　在飛往法國尼斯的航班上，我沒有時間緊張，因為還有要務在身。在加州理工學院的工作讓我一直忙得不可開交，而在約9100米的高空安靜飛行的13個小時，是我唯一可以用來準備演講稿的時間。在旅途的大部分時間裡，我都低著頭，以最快的速度撰寫演講提綱、製作幻燈片。

　　然而，一到會場，我就強烈地感受到沒有彼得羅在身邊，我心裡是多麼沒底。按照慣例，學生第一次參加會議時，無論是否做報告，導師都要陪同出席，以示支持，同時也可以幫助學生建立人脈。我開始逐漸意識到，我置身於一個擠滿數百名陌生人的活動大廳裡，不得不獨自應對一切。緊張感開始湧上心頭。

　　「飛飛？」一個聲音在我身後響起。我轉過身，發現一張陌生的面孔正俯視著我。

　　「是的，你是？」我小心翼翼地回答。

　　「終於見到你了，真是太好了！我是吉滕德拉。」

　　「吉滕……哦！吉滕德拉·馬利克嗎？你……」

　　「是啊，你知道我是彼得羅以前的導師吧？」他笑著說，「他讓我來陪你。你不會以為我們會讓你一個人來這裡吧？」

　　雖然我聽過吉滕德拉的名字，當然也知道他響噹噹的名聲，但這是我們第一次見面。我傾向於從家庭的角度來看待學術關係，所以我把導師的導師視作我的「師爺」。他的陪伴讓我倍感平靜和鼓舞，他完全無愧於這個稱謂。演講結束後，我被一群渴望瞭解更多細節的研究人員團團包圍，而吉滕德拉成了我的救星。有他陪著，就算他什麼都不做，我也覺得這不堪重負的一天可以熬過去了。我們之間也就此開啟了一段持久的友誼。

　　在我的演講結束後，大家展開了熱烈的討論。我突然意識到一件微妙的事情——我被問到的每個問題都與算法本身有關：你是如何建立貝葉斯方程來估計後驗概率的？你是如何估計圖像的先驗分佈的？你提到使用最近提出的變分推理算法來優化模型參數，能詳細說說嗎？在未來的改進中，你打算如何擴展算法？算法在不同情況下可能會有什麼表現？

　　我們選擇的機器學習算法的數學核心是「貝葉斯網絡」（Bayesian network），這是一種概率技術。接二連三的問題都是有關這種技術的，但沒有一個人問及我們訓練算法時所用的數據。數據被公然視為一種惰性商品，只在算法需要時才重要，雖然這種觀點並不稀奇，但我開始意識到，有一些重要的東西一直都被低估了。

　　我們算法的決定性特徵是能夠從只看過一次的圖像中學習新的事物類別，而這一特徵對數據的依賴極大。究其根本，是因為我們的算法已經見識到林林總總的各種事物，獲得了感知體驗，才可以在面對新事物時展現出卓越的識別能力。

　　事實上，我越想越覺得奇怪。數據具有微妙而神奇的力量，為什麼這個話題從未得到任何關注呢？我們的實驗材料極少，只不過是從幾個隨意選擇的類別中拿出幾百張圖片，卻獲得了意料之外的結果。這不禁讓人思考：如果少量數據就可以實現如此強大的能力，那麼更多的數據又將帶來什麼呢？這個問題越想越覺得具有啟發性。

　　如果數據量大得多呢？

　　※

　　「差不多了……等一下……」我又跟彼得羅在紅門咖啡館一起吃午飯，他又要把我們的拼盤擺成他的霍克尼拼貼畫系列新作，我又浪費了幾分鐘的用餐時間。「完工！」

　　「嗯，非常漂亮。」我說。我現在連假裝欣賞的樣子都不做了。

　　彼得羅微笑著看著他的作品，他顯然察覺到了我的不耐煩，但他並不在意。我從他手裡拿回託盤，開始吃飯。

　　「我一直在想我們的單樣本學習論文。」他轉移話題說，「我為我們取得的成就感到自豪，但我們都知道，數據才是真正的主角。」

　　我一邊咀嚼一邊點了點頭。

　　「所以我們要是創建一個全新的數據集，你覺得怎麼樣？這次的規模要更大。我覺得我們可以從頭開始全部自己來做。」

　　我繼續點頭。

　　「我的意思是，如果所有這些新數據本身就是達到下一個階段的關鍵所在呢？」

　　這是一個大膽的想法，足夠冒險，但也有一絲成功機會，所以會很有意思。

　　「那我們從最顯而易見的問題開始：我們的新數據集應該包含多少個圖像類別呢？」

　　我放下叉子，思考了片刻。加州理工學院有史以來最大的數據集中包含了7個隨機選擇的類別，所以明智的做法似乎是稍微增加一點兒，湊個整數。

　　「10個怎麼樣？」我提議道。

　　彼得羅皺了皺眉頭：「是比之前多了點兒，但我覺得是不是有點兒過於循序漸進了？」

　　我欣賞他勇於冒險的精神，但也不得不考慮現實情況。我知道收集、標記和組織圖像的實際工作將會落在我身上，所以我總是盡力平衡我們的研究需求和日常生活的實際問題。

　　「好。那就15個？」

　　彼得羅聽到後狡黠地笑了笑。

　　「好吧。20個！」

　　他仍然不為所動。不會吧？

學達書庫(xuoda.com)