我看見的世界(39)_李飛飛

三九

　　拋開早期的靈感乍現不談，建立完整的數據集耗時漫長、進展緩慢，而且無聊乏味。我們花了幾個月的時間手動查詢圖像搜索引擎，挑選出最好的結果，然後裁剪和調整照片的尺寸，確保一致性。一個由三到四名本科生組成的小型標簽團隊也參與到其中，已經搬來與我同住的母親也想辦法幫忙。

　　雖然圖像整理是個苦差事，但這個過程讓我深受啟發。在對視覺世界的多樣性進行深入思考之後，我開始以一種前所未有的方式看待這個世界：視覺世界本身是單一的現實，其中包含了手風琴、攪拌機、手機、龍蝦、比薩、停車標誌、雨傘和其他各種各樣的東西。這是一種詩意的存在。我意識到這個世界是多麼豐富多彩、變幻莫測，而我們留意到的細節卻少之又少。

　　浩大的工程終於完成。我們的圖像集於2004年完工，成為有史以來為機器學習配置的最大規模的圖像集合，裡面有超過9000個圖像，分佈在100個類別中。這是前所未有的，我迫不及待地想看看這個圖像集能解鎖什麼奧秘。我們覺得自己被賦予了前所未有的力量，就好像突然擁有了一件超自然的神器，將賦予我們的創作難以想像的能力。另外，我還忍不住實現了一個細節：我獨自完成了一個新類別的圖像整理，雖然耗時耗力，但我想用這種開玩笑的方式「嘲笑」導師。如果彼得羅想要100個類別，我就給他101個。

　　新數據集的官方名稱叫「Caltech 101」（加州理工學院101類圖像數據集），這套訓練圖像集內容極其豐富多樣。我們現在的模型利用了Caltech 101，性能顯著提升，於是我們立即發表了一篇關於單樣本學習論文的後續文章。無可否認，模型準確度的提升只是在原來基礎上的增量，因此它並沒有像第一篇論文那樣獲得突破性成功，至少在一開始沒有。但這個模型樹立了更加持久的典範，成為其他開發團隊效仿的榜樣。模型繪製的性能曲線成為行業基準；在六個月內，來自世界各地的研究人員都將我們的論文引作標準，其中很多人的模型還超越了我們的模型。發表自己的研究成果固然令人興奮，但知道自己在為他人的構想做階梯，哪怕只是在他們成功推動該領域發展的過程中扮演了微不足道的角色，也讓人無比激動。

　　※

　　很明顯，加州理工學院的生活不會輕鬆，但我對這裡的感激之情比以往任何時候都更加深厚。我們賣掉了乾洗店，這是我們來到這個國家以來，母親第一次有機會休息（我也很開心——以後再也不用為了什麼漿洗過度的襯衫裙接到長途電話了）。最重要的是，我對學業充滿了熱情，幾乎付出了全部努力，以至每天都會感到筋疲力盡。

　　幸好，在加州理工學院，不難找到像我這樣癡迷的人。我在彼得羅的辦公室外就遇到了這樣一個人。當時，我聽到兩個明顯是意大利口音的聲音，我很快便得知，除了我熟悉的彼得羅，另一個聲音來自我尚未謀面的研究生同學。他身材高大，說英語時意大利口音特別重（相比之下，彼得羅可以說沒什麼口音了），他滿頭亂蓬蓬的卷髮，在房間的另一頭顯得格外顯眼。那天他正好趕時間，在彼得羅介紹我們彼此認識之後，我們的第一次見面就匆匆結束了，很快我就忘了這件事，不過我記住了他的名字：西爾維奧。

　　西爾維奧會來參加我們的實驗室會議，很快就吸引了我的注意。跟我一樣，他經常以討論藝術作品作為演講的開場白。他很喜歡埃舍爾的《手與反射球體》和維米爾的《戴珍珠耳環的少女》等作品，而這些作品都與他在研究中探索的視覺世界的各個方面有關——扭曲表面反射的輪廓、金屬表面的閃光，以及日常物品的三維本質。當然，這些賞心悅目的畫作很快就讓位於堆積如山的方程式。我們在一起的時間越長，我越意識到我們之間有一個共同點，那就是無論在什麼情況下，我們都無法抑制自己的好奇心。

　　「快看！看那輛摩托車！」他興奮地大喊，完全破壞了原本只是一次輕鬆校園散步的氣氛。

　　「怎麼了？」

　　「你看到鍍鉻排氣管了嗎？看到反光了嗎？這裡面包含了很多信息。你看到了沒？排氣管的彎曲方式？」

　　「對，我明白你的意思。」

　　「但問題來了——到底什麼叫『反射』呢？反射只是表面周圍世界的扭曲圖像而已！這個扭曲的方向跟排氣管的彎曲方式幾乎完全相反，但我們卻能夠從反射的圖像中獲得足夠多的信息，毫不費力地在大腦中想像出排氣管的形狀。這就是我們想要設計的算法。」

　　我心想，天哪，這傢伙真是個呆子——不過，我倆呆到一起了。

　　※

　　我是兩個實驗室的學生，一個是彼得羅的電子工程實驗室，一個是克裡斯托夫的計算神經科學實驗室。我每週跟他們分別見一次面，參加期刊俱樂部，一起評論神經科學和計算機科學方面的最新文獻。另外，因為兩個實驗室都免費提供食物，所以我的飲食狀況比預期的要好。然後，西爾維奧出現了，我們陷入熱戀，雖然兩個人都特別忙，但有限的閒暇時間總會在一起度過。

　　隨著我在加州理工學院的歲月流逝，另一種東西在我內心深處紮根發芽。我反思了我們所做的一切：我們的心理物理學實驗，我們對單樣本學習算法的研究，我們對Caltech 101數據集力量的展示，我們閱讀的幾十年的文獻。我同時跟隨兩位導師，他們帶領我在不同的道路上探索，讓我擁有了非常特殊的研究生教育。我開始理解我們工作的優雅之處。我們所做的一切都絕非偶然；我比以往任何時候都更加確信，分類是連接一切研究的核心思想。我也相信，事實將很快證明，分類在理解視覺（甚至整個人類智能）方面起著至關重要的作用。

　　那麼，為何進展依然如此緩慢呢？

學達書庫(xuoda.com)