资讯
当硅谷狂炒AGI末日，李飞飞可能是最不怕AI的那一个
📋总体概括
本文回顾李飞飞8月20日接受采访的观点，并梳理其2006年提出「计算机视觉瓶颈在数据不在模型」的判断：当年主流圈都在调特征、改分类器，她坚持构建ImageNet——1419万张图、21841个类别，靠Amazon Mechanical Turk众包标注完成。2012年辛顿团队的AlexNet在该库上将Top-5错误率从近28%降至15.3%，深度学习由此出圈。文章将这一干净的技术史拐点与当下硅谷狂炒AGI末日论的喧嚣对照，指出李飞飞立足工程现实、不随恐慌叙事起舞的罕见清醒。
⚡关键信息
- ▸2006年李飞飞在普林斯顿提出计算机视觉瓶颈在数据而非模型，与当时主流的算法中心路线相悖
- ▸ImageNet包含1419万张图像、21841个WordNet层级类别，通过Amazon Mechanical Turk众包标注建成
- ▸2012年AlexNet在ImageNet上把Top-5错误率从近28%降到15.3%，成为深度学习出圈的拐点
- ▸文章背景是8月20日李飞飞接受采访，主题指向其在AGI末日论盛行下的冷静立场
🔥犀利点评
AI圈最不缺的就是末日布道者，最缺的是李飞飞这种先干十年脏活的人。ImageNet的启示很简单：没有1400万张标注图片，Hinton的AlexNet连出场资格都没有。如今硅谷一边靠末日论融资，一边把AGI讲成神学问题，本质是用宏大叙事掩盖工程空洞。李飞飞不谈末日、只谈数据与空间的路线，恰恰是行业最该回归的常识——AI的未来写在数据集里，不写在恐慌清单上。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 虎嗅24小时 阅读全文 →