Recenzja książki: Światy, które widzę autorstwa Dr Fei-Fei Li

Sztuczna inteligencja jest często wyjaśniana za pomocą algorytmów, przełomów w dziedzinie sprzętu i gwałtownego wzrostu potężnych modeli. Co często brakuje w tym narracji, to historia ludzka za naukowcami, którzy położyli podwaliny pod dzisiejszą rewolucję w dziedzinie sztucznej inteligencji.

Światy, które widzę: Ciekawość, eksploracja i odkrycia na początku ery sztucznej inteligencji autorstwa Dr. Fei-Fei Li wypełnia tę lukę w piękny sposób. Książka funkcjonuje jednocześnie jako pamiętnik, historia nowoczesnej sztucznej inteligencji i refleksja na temat odpowiedzialności, która wynika z budowy przełomowych technologii.

To, co sprawia, że książka jest szczególnie interesująca, to sposób, w jaki Li splata dwie równoległe historie. Jedna to historia samej sztucznej inteligencji. Druga to historia młodej imigrantki, która przyjechała do Stanów Zjednoczonych i ostatecznie stała się jedną z najbardziej wpływowych postaci w dziedzinie wizji komputerowej.

Podróż imigrantki, która kształtuje umysł naukowy

Jednym z najsilniejszych elementów książki jest głęboko osobista narracja, która poprzedza karierę naukową Li.

Li dorastała w Chinach, zanim wyemigrowała do Stanów Zjednoczonych jako nastolatka. Przejście było trudne. Jej rodzina przyjechała z ograniczonymi środkami finansowymi i musiała odbudować swoje życie od podstaw. W czasie tych wczesnych lat w Ameryce Li pomagała swoim rodzicom w prowadzeniu biznesu pralni, a jednocześnie kontynuowała edukację.

Te doświadczenia tworzą ważną podstawę dla książki. Ujawniają one wytrwałość i odporność, które później zdefiniowały jej pracę naukową. Pamiętnik nie romantyzuje doświadczenia imigrantów. Zamiast tego przedstawia on rzeczywistość adaptacji kulturowej, presji finansowej i determinacji niezbędnej do realizacji ambicji akademickich w całkowicie nowym środowisku.

Ostatecznie Li została przyjęta na Uniwersytet Princeton. Jej pierwsze dni na kampusie są opisane jako mieszanka ekscytacji i niedowierzania. Dla kogoś, kto dopiero co przyjechał do Stanów Zjednoczonych, Princeton reprezentował świat intelektualny, który wydawał się niemal niewyobrażalny kilka lat wcześniej.

Te wczesne doświadczenia akademickie pomogły ukształtować ciekawość, która napędza resztę historii.

Nawigacja w dziedzinie zdominowanej przez mężczyzn

Innym tematem, który przebiega przez całą książkę, jest doświadczenie Li jako kobiety w informatyce.

Badania nad sztuczną inteligencją były historycznie zdominowane przez mężczyzn, szczególnie w początkowych latach kariery Li. Często znajdowała się w pokojach, w których była jedną z niewielu kobiet. Książka nie przedstawia tego jako dramatycznego konfliktu, ale raczej jako podstawową rzeczywistość, która wpłynęła na to, jak poruszała się po tej dziedzinie.

Te doświadczenia ostatecznie przyczyniły się do późniejszych wysiłków Li, aby poszerzyć udział w dziedzinie sztucznej inteligencji. Stała się orędowniczką różnorodności w tej dziedzinie i pomogła stworzyć inicjatywy mające na celu sprowadzenie więcej kobiet i grup niedoreprezentowanych do badań nad sztuczną inteligencją.

Szerokie przesłanie, które wynika z tego, jest takie, że sztuczna inteligencja nie powinna być budowana przez wąski segment społeczeństwa. Jeśli ta technologia ma kształtować świat, ludzie, którzy ją budują, powinni odzwierciedlać ten świat.

Odkrywanie WordNet i znaczenie struktur wiedzy

Książka zaczyna się zagłębiać w techniczną historię sztucznej inteligencji, gdy Li spotyka lingwistyczną bazę danych znaną jako WordNet podczas swojej pracy akademickiej.

WordNet organizuje słowa angielskie w grupy powiązanych pojęć zwanych synsetami. Te relacje pojęciowe mapują język w sposób podobny do tego, jak ludzie kategoryzują i rozumieją świat.

Dla Li WordNet reprezentował coś więcej niż narzędzie lingwistyczne. Ujawnił on możliwą ramę dla nauczania maszyn, jak zrozumieć informacje wizualne.

W tym czasie badania nad sztuczną inteligencją były silnie ukierunkowane na poprawę algorytmów. Ale Li zaczęła widzieć tę dziedzinę inaczej. Zrozumiała, że prawdziwe utrudnienie w uczeniu maszynowym nie było tylko lepszymi modelami, ale lepszymi danymi.

Jeśli komputery miały nauczyć się rozpoznawać obiekty na świecie, potrzebowałyby dostępu do ogromnej liczby oznaczonych przykładów.

To zrozumienie ostatecznie doprowadziło do stworzenia jednego z najbardziej wpływowych zbiorów danych kiedykolwiek stworzonych.

Stworzenie ImageNet

Najbardziej fascynującą częścią książki jest centrum stworzenia ImageNet.

ImageNet został zaprojektowany jako ogromna baza danych wizualnych, która mogłaby pomóc maszynom nauczyć się rozpoznawać obiekty. Wykorzystując WordNet jako swoją konceptualną podstawę, zbiór danych zorganizował miliony obrazów w tysiące kategorii obiektów.

Skala projektu była bezprecedensowa. Zbiór danych ostatecznie zawierał ponad czternaście milionów oznaczonych obrazów, obejmujących ponad dwadzieścia tysięcy kategorii. Badacze i pracownicy tłumu starannie oznaczyli obrazy, aby algorytmy mogły nauczyć się identyfikować obiekty, takie jak zwierzęta, pojazdy, narzędzia i codzienne przedmioty.

W tym czasie wielu badaczy kwestionowało, czy taki zbiór danych jest niezbędny. Badania nad sztuczną inteligencją były nadal silnie ukierunkowane na projektowanie inteligentniejszych algorytmów, a nie na zbieranie ogromnych ilości danych.

Li miała odwrotne zdanie. Uważała, że systemy uczenia maszynowego mogą się poprawić tylko wtedy, gdy są szkolone na ogromnych ilościach przykładów z rzeczywistości.

Książka opisuje szczegółowo, jak trudno było zbudować ImageNet. Projekt wymagał lat wytrwałości, eksperymentów technicznych i współpracy z tysiącami współpracowników, którzy pomogli oznaczyć obrazy.

Był to ogromny wysiłek, który początkowo wywołał sceptycyzm w społeczności badawczej.

Przełom, który zmienił sztuczną inteligencję

Punkt zwrotny nastąpił z wielkoskalowym wyzwaniem rozpoznawania wizualnego ImageNet.

To wyzwanie zaprosiło badaczy do budowy systemów zdolnych do identyfikacji obiektów w ogromnym zbiorze danych. Przez kilka lat postęp był stopniowy. Następnie w 2012 roku głęboka sieć neuronowa dramatycznie przewyższyła poprzednie podejścia.

Ten przełom udowodnił moc łączenia dużych zbiorów danych z architekturami głębokiego uczenia. Wyniki zaskoczyły społeczność sztucznej inteligencji i spowodowały gwałtowny zwrot w kierunku metod sieci neuronowych.

ImageNet stał się placem treningowym, który umożliwił wiele postępów w dziedzinie wizji komputerowej, które nastąpiły później. Zbiór danych pomógł skatalizować postęp w dziedzinach od rozpoznawania obrazów do pojazdów autonomicznych, obrazowania medycznego i nowoczesnych systemów sztucznej inteligencji, które silnie polegają na zrozumieniu wizualnym.

Książka zapewnia rzadką perspektywę zza kulis, jak ten moment się rozwinął i jak badacze zrozumieli, że są świadkami ważnego punktu zwrotnego w historii sztucznej inteligencji.

Sztuczna inteligencja ukierunkowana na człowieka

W miarę postępu narracji Li zaczyna się koncentrować na szerszych implikacjach technologicznych, które pomogła przyspieszyć.

Argumentuje, że sztuczna inteligencja musi pozostać podstawowo ukierunkowana na człowieka. Celem sztucznej inteligencji nie powinno być tylko budowanie potężnych systemów, ale także zapewnienie, że te systemy przynoszą korzyści społeczeństwu.

Ta perspektywa odzwierciedla późniejszą pracę Li w akademii i polityce. Stała się wiodącym głosem, który opowiada się za odpowiedzialnym rozwojem sztucznej inteligencji i pomogła promować inicjatywy mające na celu zapewnienie, że sztuczna inteligencja jest budowana z uwzględnieniem etycznych rozważań.

Książka podkreśla, że przyszłość sztucznej inteligencji nie zostanie określona wyłącznie przez przełomy technologiczne. Będzie ona również kształtowana przez wybory, które badacze, inżynierowie i decydenci podejmują w sprawie wdrożenia tych systemów.

Końcowe myśli

Światy, które widzę to znacznie więcej niż pamiętnik o sztucznej inteligencji.

To historia młodej imigrantki, która poszukuje ciekawości w nowym kraju. To szczegółowy opis, jak jeden z najważniejszych zbiorów danych w uczeniu maszynowym został stworzony. To również refleksja na temat odpowiedzialności, które wynikają z budowy technologii, które mogą zmienić społeczeństwo.

To, co sprawia, że książka jest szczególnie potężna, to fakt, że te historie są nierozłączne. Osobista podróż Li i ewolucja nowoczesnej sztucznej inteligencji rozwijają się razem.

Dla czytelników zainteresowanych historią sztucznej inteligencji ta książka oferuje rzadką perspektywę od kogoś, kto pomógł zbudować podwaliny tej dziedziny. Dla wszystkich zainteresowanych ludzkim aspektem odkryć naukowych jest równie interesująca.

W wielu ways Światy, które widzę przypomina nam, że rewolucje w technologiach rzadko zaczynają się od maszyn. Zaczynają się od ciekawości, wytrwałości i odwagi do realizacji pomysłów, które inni mogą początkowo zignorować.