读《李飞飞自传》
Reading
2024-11-03 679字

研究 AI, 几个月前顺便在书店买了这本《李飞飞自传》, 最近才读完。

读之前, 我以为是讲技术的书, 没想到开篇那一张文笔之细腻让我误以为是科幻大师描写未来场景, 直到读完整本书, 还是被一个计算机科学家的人文气息所则服。

这本书不会让你从技术维度上理解深度神经网络的实现原理, 但是你读完后会知道, 从视觉分类思考起点到数据即智能的发展过程中, 一个科学家从零思考的珍贵过程。 这也是我一直推崇的思考和学习方法, 很多技术同学感叹某个项目的技术复杂和工程细节, 其实任何原理和任何优秀的开源项目, 回归到原点后, 那最初的原理都非常简单质朴。 关键是我们要读很多书, 多思考以后, 能 ‘发现’ 那个朴素的原理。

下面是一些书中的摘抄笔记, 但是很抱歉的是, 在一次‘一个字符引发的技术 bug 血案’的冲动下, 我格式化了磁盘, 能找到的只有下面这两段话, 但是我觉得依然非常有记录的价值:

数据对于 AI 大模型来说, 就像是大自然环境和大脑一样, 大脑之所以聪明, 是因为受到大自然这个‘数据’的不断磨砺而成的, 所以我们要创造硅基智能的关键在于数据, 而不仅仅是算法, 这种反计算机确定性算法的想法, 确实很有人文气息和灵感。

神经网络与 ImageNet 对世界的呈现是天然的契合。 回顾过去, 杨立昆的网络与笔记识别相得益彰。 他的网络对笔记进行分析, 从最小的像素簇到笔触的纹理, 再到完整的数字, 在每个分析尺度上都发现了有意义的模式。 这是从数据中自发产生的感知流畅性, 自然而然地形成了意识的层次。 而在加州大学伯克利分校的实验室里, 我们看到了更深层次的理念。 神经网络一直都能进行物体识别, 但直到现在, 它们才具备了实现目标所需的计算能力。