2006年，当时在伊利诺伊大学(University of Illinois)、现就职于斯坦福大学(Stanford University)的李飞飞(fei-fei li)发现，挖掘互联网可能有助于改变人工智能研究。语言学研究已经确定了8万个“名词同义词集”，或称同义词集:描述同一类事物的同义词组。李博士估计，互联网上的数十亿张图片，每种同义词集都有数百个例子。收集足够多的人工智能培训资源，你将拥有一个远远超过该领域所见过的人工智能培训资源。“很多人都在关注模特，”她说。“让我们关注数据。”结果就是ImageNet。
互联网不仅提供了图片，还提供了标记图片的资源。一旦搜索引擎提供了他们认为是狗、猫、椅子或其他东西的图片，这些图片就会由亚马逊提供的众包服务“土耳其机械”(Mechanical Turk)招募的人员进行检查和注释。结果是一个由数百万张经过整理和验证的图片组成的数据库。2012年，通过使用ImageNet的部分内容进行训练，一个名为AlexNet的程序展示了“深度学习”的巨大潜力——也就是说，比以前使用的神经网络拥有更多的层。这是人工智能繁荣的开端，也是一个旨在为其提供训练数据的标签行业的开端。
本文来自作者[访客]投稿，不代表王磊号立场，如若转载，请注明出处：https://m.chaokuaisukj.cn/%E6%9C%AA%E5%91%BD%E5%90%8D/202509-12243.html
评论列表（4条）
我是王磊号的签约作者“访客”！
希望本篇文章《人工智能企业即将消耗大部分网络数据》能对你有所帮助！
本站[王磊号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：2006年，当时在伊利诺伊大学(University of Illinois)、现就职于斯坦福大学(Stanford University)的李...