第三幕 / 机器开始从经验中学习
先让机器看见足够多的世界
ImageNet与AlexNet的故事中，数据、算法、算力和人的劳动缺一不可。
本篇目录 ＋
人一眼就能认出照片中的猫，可计算机收到的只是一组像素数值。怎样让它把这些数字，与世界里的事物联系起来？
把数据当作一项基础工作
李飞飞与团队推动ImageNet，试图组织大规模、带有类别信息的图像数据。图像要搜集、标注、检查，分类方式也要设计。许多参与者的劳动，构成了研究者后来能够比较方法的基础。
数据集与统一竞赛，把一个宽泛的目标变成可比较的任务。不同团队在相近条件下提交结果，人们更容易判断某种方法究竟带来了多大改进。[1][2]
2012年的明显领先
2012年，亚历克斯·克里热夫斯基、伊利亚·苏茨克维和辛顿的系统在ImageNet竞赛中取得显著领先。后来广为人知的AlexNet结合了深度卷积网络、GPU计算和一系列训练方法。
这个转折不是突然发明了神经网络。它让许多研究者重新评估：当足够的数据、合适的模型与可用算力相遇，学习图像表示能够走到什么程度。[3]
更深，也要能够训练
2015年，何恺明、张祥雨、任少卿和孙剑提出残差网络ResNet，通过残差学习帮助训练更深的网络。这是中国研究者参与全球AI发展的重要成果之一。
图像识别的进步进一步影响检测、分割和其他视觉任务。但在一个数据集上表现优秀，不等于能识别所有环境中的图像。遮挡、光线变化与陌生类别，仍可能暴露系统的局限。[4][2]
留给你的一个问题
如果训练照片大多来自同一种环境，换一个地方拍摄会发生什么？
为什么评测会影响研究方向？
一个共同任务使成果能够比较，也会吸引研究者围绕它优化。如果任务覆盖面很窄，改进分数未必等同于解决更广泛的现实问题。
理解一个数字，需要同时理解数据来自哪里、怎样划分训练与测试、允许使用什么资源，以及哪些错误没有被这项指标反映。
本篇来源
沿着原始资料，继续了解故事。团队发布与回顾代表发布者提供的记录。
- 机构史料 · ImageNet研究团队About ImageNet ↗
- 研究论文与原著 · Olga Russakovsky等ImageNet Large Scale Visual Recognition Challenge ↗
- 研究论文与原著 · Alex Krizhevsky、Ilya Sutskever、Geoffrey E. HintonImageNet Classification with Deep Convolutional Neural Networks ↗
- 研究论文与原著 · Kaiming He、Xiangyu Zhang、Shaoqing Ren、Jian SunDeep Residual Learning for Image Recognition ↗
整理于2026年9月16日