第100章 还缺失一点东西！（5k）
第100章 还缺失一点东西！（5k） (第1/2页)计算机视觉界，存在着一个所有人默认的黄金律条，那就是特徵提取器本身必须具备严格的几何不变性。
为了让算法在面对图像中的物体位移、旋转和缩放时保持稳定，传统的计算机视觉学派可以说是无所不用其极。
他们用的都是差分高斯、梯度方向直方图等复杂的数学算子，试图在像素进入分类器之前，就将这些空间变量归一化。
他们以为，这是唯一能让计算机看懂世界的路。
可现在，讲台上的那个华国青年，告诉他们不用那麽麻烦。
他们其实用不上那些华而不实的数学算子。
只需要对数据源进行随机采样，然後在输出端，用最基础的方法，就能直接在统计层面上把所有的不确定性抹掉。
好心塞哦。
不过很快在场计算机人又高兴了起来。
他们心塞郁闷，是因为自己过去赖以生存的研究方向，很有可能马上就会被淘汰了，高兴的是，他们终於不用再受那份非人的折磨了！
「等一下————如果QInet这套模型真的可行，那岂不是意味着，我再也不用在淩晨三点，为了让特徵算子能多识别出猫胡须，去在成千上万行代码里调那些该死的超参数了？」
「没错，我的兄弟！」
「不仅如此！你想想看，我们之前那个卡在准确率只有51%的课题，如果我们明天就用漆昊这套方法，我们的准确率会飙到多少？！」
「起码75%吧！」
「先别高兴太早，一切都要等复现了再说！」
对於这群常年泡在实验室里的计算机人来说，传统计算机视觉的研究早就进入了绝望0
SIFT、HOG、FishrVector·.这些经典算法的潜力已经被压榨到了极限，大家为了在顶会上发一篇论文，不得不像个中世纪的链金术士一样，用各种技巧把无数个创新点强行拼接在一起，只为了换取区区0.5%的微弱提升，以此来发一篇论文。
有时候他们也都认可了外界的说法，认为深度学习这个领域已经没救了。
现场坐着的计算机人中，有些已经准备好拿个奖後，就离开这个折磨人，没有前途的领域。
但就在刚才，漆昊向他们证明了深层卷积网络的可行性！
漆昊用实际数据告诉他们，深度学习领域其实潜力巨大！
纵然这一切还没有被完全验证，但是，漆昊给了他们一个希望！
他们愿意相信漆昊，不仅仅是因为QInet的训练结果，还有一部分原因是，漆昊在数学界的成果，让他说的话，有了一定的可信度。
再说直白点，那就是换一个无名之辈来，讲同一套东西，现在他们估计都没那麽大反应，也不会接受立刻接受卷积神经网络会重新回来的可能性。
主会场内，惊叹声和密集的辩论声几乎要将天花板掀开。
而就在这片热闹中，坐在前排评委席的李教授，衣口袋里的手机忽然响了。
她看了一眼来电显示，神色微微一敛，随即穿过激动的人群，快步走到了会场外相对安静的露天连廊上。
按下接听键，话筒里立刻传来了她博士生导师，加州理工学院计算机视觉皮特罗的声音：「李，你怎麽跑到巴塞隆纳去主持那个什麽ImageNet挑战赛了？」
「我之前就提醒过你，不要在那种繁琐机械的图像分类比赛上浪费太多精力，学术界的核心在於探寻最本质的科学规律，而不是去当一个整理上百万张图片的高级数据图书管理员，这在学术委员会那里可拿不到什麽加分。」
听着导师唠叨，李教授并没有生气，只是无奈地笑了笑。
其实之前整个计算机视觉界对於她顶着巨大压力搞出来的ImageNet资料库，大多持冷眼旁观的态度。
在那些笃信算法胜过一切的传统学术大佬眼里，靠堆积海量数据来做图像识别，简直就是小孩过家家。
「皮特罗，ImageNet目前已经————」
「好了，先不说这个。」皮特罗直接打断了她的话，语气稍微放缓了一些，「我打电话来是想告诉你一个新动向。」
「多伦多大学的辛顿来找到了我，声称他的实验室找到了一种能够有效训练深层神经网络的方法，他听说了你的ImageNet项目，希望能获得授权，用你手里的那些海量图片来测试他们的模型。」
辛顿？
是那个坚持了多年的联结主义和神经网络，在主流学术界眼里的过气学者辛顿？
「辛顿要使用ImageNet？」李教授追问道，「他是想用什麽模型来跑？」
「还能是什麽？他那个万年不变的执念卷积神经网络呗。」
「也不知道那东西有什麽魔力，让他如此着迷。」
「不管如何，我们该帮他，还是要帮，你那个数据集就让他们去折腾吧，不过，你也别抱太大希望，神经网络在特徵提取上的天然缺陷，是不可能靠堆叠层数来解决的。」
听着导师滔滔不绝的技术批判，李教授转过身，隔着连廊洁净的落地玻璃窗，望向了会场内。
台上，那个叫作漆昊的华国青年正单手插兜，神色从容地回答着众人的提问。
李教授突然压抑不住自己的自豪感。
她终於可以对那些嘲讽她只是在造垃圾场的人，给予回击了。
而这个底气，来自於台上的那个华国青年！
「皮特罗教授，我想，多伦多大学那边可能不用急着开始做实验了。」
「嗯？为什麽？」皮特罗在电话那头愣了一下。
「因为，就在十多分钟前，在IcCV的ImageNet挑战赛现场，已经有人用卷积神经网络，取得了有史以来最好的成绩。」
「你说什麽？」
「卷积神经网络取得最好的成绩？李，今天可不是愚人节。」
「有一个华国的年轻学者，他叫漆昊，他带来了一套名为QInet的深层卷积神经网络模型，他们的模型跑出了的结果，错误率只有15%。」
「而第二名，施乐欧洲研究中心XRCE的结果，错误率是26%。」
皮特罗握着听筒不出声了。
施乐欧洲研究中心XRCE的实力他是清楚的，错误率在26%可以说是在意料之内的事。
这已经算是近几年来最好的成绩了。
但那个QInet是什麽情况？
15%？
在追求0.5%提升都得脱层皮的计算机视觉界，11%的断层式差距他们一般都会默认是个错误的存在。
毕竟这也太离谱了，就跟出BUG的程序居然自顾自跑起来一样离谱。
「这不科学！是不是评测伺服器的评测脚本出BUG了？还是他们作弊把测试集放进了训练集里？！这不合逻辑，CNN连图像基础的旋转和平移不变性都无法在算子层面保证，怎麽可能跑出这种成绩？！」
「没有BUG，我们其实验证了多次，结果没有问题。」
「皮特罗，时代变了，他没有在算子层面做任何复杂的几何归一化，他只是对数据进行了随机裁剪和镜像翻转，然後在GPU上，用算力，强行让网络自己学会了空间不变性，事实证明，在足够庞大的数据和深层网络面前，我们过去引以为傲的方式，不值得一提」」
。
「15%，15%————」皮特罗喃喃自语，还没等他回过神来，李教授便礼貌地说了句「现场颁奖要开始了」，便挂断了电话。
听着话筒里传来的嘟嘟盲音，皮特罗放下了手。
此时，在他的办公室里，正坐着另外两个人。
一位是头发花白辛顿，而在辛顿身旁，则是他的得意门生亚历克斯。
两人原本正兴致勃勃地看着手里的几页草稿，那是他们设计出来，准备在英伟达GTX
显卡上尝试运行的深度卷积网络设计初稿，他们今天特意来找皮特罗，就是为了商讨借用ImageNet的数据集的事。
（本章未完，请点击下一页继续阅读）