我看见的世界(48)_李飞飞

四八

　　几个世纪后，新兴的众包实践基于同样的理念：真正的智能自动化仍然最适合由人类来完成。亚马逊土耳其机器人（Amazon Mechanical Turk，AMT）围绕这个概念建立了一个市场，“请求者”可以发布“人类智能任务”，由贡献者完成，这些贡献者被称为“土耳其人”（Turker），他们可能来自世界上的任何地方。从理论上讲，这个模式很合理，似乎可以提供我们想要的一切：既有人工标注图片带来的智慧成分，又有与自动化相当的速度与规模。有趣的是，亚马逊称之为“人工人工智能”，这个名字相当贴切。

　　我急匆匆地穿过走廊找到了邓嘉，但他并没有像我这般兴奋。在经历了种种挫折之后，他有充分的理由对再次碰运气保持警惕。但在经历了这一切之后，他可以看到，这真的可能是我们一直在等待的救命稻草。他看起来既犹豫又宽慰。最终他同意了：亚马逊土耳其机器人值得我们再试一次。

　　我的北极星开始重新闪耀，我不禁再次感叹时机的重要性。ImageNet之所以能够存在，要归功于互联网、数码相机和搜索引擎等众多技术的融合。现在，一个一年前还几乎不存在的平台提供的众包服务，成为让我们的项目臻于圆满的关键因素。这件事就是最好的例证，它让我深刻了解到，任何一个科学家的默认立场都应该是绝对谦卑，他们应该明白，没有哪个个体的智慧能有意外之力的一半强大。

　　亚马逊土耳其机器人改变了一切。它把我们起初的大学生标注员队伍变成了一个由数十人、数百人、数千人组成的国际团队。随着我们获得的支持不断扩大，邓嘉给出的预计完成时间急剧缩短，先是15年，然后是10年、5年、2年，最后不到1年。这为我们提供了全新的视角来看待预算，彻底颠覆了ImageNet的成本效益。曾几何时，我们的预算只能招到几个标注员，连一个房间都站不满，而现在足以聘请一支遍布全球并通过互联网连接的众包团队。

　　在这个过程中，我开始越来越多地利用我在实验心理学方面的经验，帮助邓嘉创建一套系统，既可以最大限度地利用标注员的时间和注意力，又能尽可能地减少他们被误导、困惑或被操纵系统的机会。有时，土耳其机器人感觉就像我和克里斯托夫在加州理工学院做的人类心理物理学实验，目标是从陌生人的感知中提取微妙但重要的信息，只不过现在将范围扩大到了全球。在某些方面，工作难度降低了：我不需要去阅读别人的想法，而只需要把正确的标注应用到我们批量下载的图片上。然而，与此同时，工作也复杂多了：标注图片看似简单，但在实际操作上，却需要从数以万计的预定义列表中精确选出正确的类别。

　　然而，并非所有挑战都是技术性的。还有一些人文问题，比如人们对众包可能具有剥削性的担忧。虽然这种可能性直到多年后才引发广泛讨论，但即使在当时，也很难避免这种思考。这种反思促使我们在资金允许的情况下，为每张图像支付尽可能多的费用。ImageNet是一项纯粹的科学研究项目，无须考虑利润问题，这让我们做决定变得容易很多。

　　对相关问题的研究也令人振奋，至少在当时是这样。2007年亚马逊土耳其机器人的一项人口统计发现，大多数贡献者将这项服务视为一种爱好或副业收入，而不是谋生的主要手段。当然，随着零工经济在后来几年的兴起，情况变得复杂很多。如今，已经很难将大数据的力量与其人力成本分离开来。

　　就这样，每天都有成千上万张新图像被标注出来。在ImageNet发展的高峰期，我们是土耳其机器人平台上最大的雇主之一，这一点从我们每月的服务账单上也能看出。成本的确很高，但效果也很显著。

　　然而，我们的预算困境还没有结束。虽然土耳其机器人价格合理，但ImageNet规模实在太大，所以我们很快发现自己再一次接近预算极限。从严格意义上讲，我们知道我们有能力完成这项工作，但我们不能排除可能发生的附带损失。ImageNet可能是我们最大、最昂贵的单个项目，但它远不是唯一的项目；我们同时还在继续研究算法，研究生和博士后都在探索识别照片中物体，甚至是在视频中识别人类动作的新技术。每位研究人员都享有生活津贴，我们在提供津贴的同时，还为每个实验室都准备了额外的现金，以备不时之需。ImageNet比以往任何时候都更接近完成的目标，但在这个过程中，它也把其他项目都推向了边缘。

　　※

　　在两年多的时间里，我们的财务状况一直岌岌可危，那是一段痛苦的日子，哪怕是路途中的一个小颠簸，都有可能让我们人仰马翻、一蹶不振，但ImageNet日臻完善，终于成为我和邓嘉一直憧憬的研究工具。我们实验室自然是第一个将其投入使用的。即使是在未完成的状态下，它的影响力也让我们备受鼓舞。完工在即，我们不再需要依靠想象力；大家第一次清楚地意识到，我们正在创造一个值得与全世界分享的东西。

　　在那段时间里，我工作之外的生活异常稳定。母亲的健康状况如预期中一样继续恶化，但自她从干洗店退休后，就再也没有遇到过我们一直担心的那种令人心惊肉跳的危机。她甚至还培养了业余爱好，对摄影产生了浓厚的兴趣。父亲的生活方式也变得更加休闲，多年来第一次可以自由地享受烹饪的简单乐趣。我和西尔维奥之间的距离仍然让我们感到困扰，但我们在安阿伯和普林斯顿之间已经往返太多次，几乎形成条件反射了。事实上，由于西尔维奥每次来看我都是同一个路线，后来连飞行员都认得他了。

　　我还开始不定期地前往旧金山湾区，拜访斯坦福大学的机器学习和计算机视觉先驱，其中包括吴恩达（Andrew Ng）、达夫妮·科勒（Daphne Koller）和塞巴斯蒂安·特龙（Sebastian Thrun）。我们见面时会先进行友好的思想交流，他们会对ImageNet给予肯定（这类对话为数不多）。不过，就像几年前在普林斯顿大学时那样，对话很快就会变得更加正式。最后，我接到了计算机科学系主任比尔·达利（Bill Dally）的电话，他代表了官方的意见，询问我是否有兴趣把实验室搬到加州。

　　我在普林斯顿大学做教师尚不到三年，无法想象在此时另谋职业。但我从来没有亲身体验过斯坦福这样的大学，也没有经历过硅谷这样的地方。我在新泽西州的一个移民社区长大，之后几年一直隐居在学术界，除了中餐馆和干洗店，我对商业世界知之甚少。相比之下，斯坦福大学处于科技行业的核心地带，我们研究探索的想法在这里得到了全球范围的实践。虽然我个人对进入这个世界并不渴望，但斯坦福大学给这个世界带来的影响力给我留下了深刻的印象，惠普、思科、太阳微系统、谷歌等众多公司都与这所学校有着千丝万缕的联系。我在这里遇到的每个人似乎都被触及真实人类生活的可能性激励着。

　　尽管如此，对于搬到湾区这件事，我的内心还是非常矛盾。普林斯顿大学对我的职业生涯的帮助比其他任何学校都要大。在我高中毕业时，普林斯顿大学通过一揽子经济援助计划，在一个下午就改变了我的人生，每次回想起来都让我感动不已；然后它又给了我第二次机会，让经验尚浅的我担任助理教授，还为我提供了自己的第一个实验室和第一个博士生，让我有机会与我热爱和敬重的同事们一起成长。

　　我还要考虑一些人，而且比以前考虑得更多。父母的需求把我推向了一个方向，因为在帕萨迪纳的生活表明，西海岸的气候对母亲来说更为温和。但对萨贝拉一家的思念又把我推向了另一个方向。他们不再是我的“美国”家人，而是我真正的家人。一想到我们又要远隔几千千米（这次也许是永远分开了），我就非常心痛。西尔维奥介于两者之间，不管怎样，他都会留在密歇根，只是我搬到加州会让我们异地婚姻的距离更远。

　　然而，如果仅是以一名科学家的身份来做决定，那就简单多了。我处于迅猛发展的年轻领域，这个领域有希望在我的有生之年改变世界。我在斯坦福大学遇到的人同我一样，由衷地相信这一点。普林斯顿大学让我有家的感觉，但我不能否认，斯坦福大学似乎更适合我的研究。事实上，我想得越多，就越担心像“家”一样舒适的地方在这种时候可能会过于安逸。搬到一个新地方之所以吸引我，正是因为那里不舒适。它会让我感到不确定，甚至可能有些冒险，而我就需要这种感觉。

　　于是，在2009年，我决定再次前往西部，邓嘉和我的大多数学生也跟随我转学。斯坦福大学成了我们新的学术家园，它的面积之大足以让普林斯顿大学和加州理工学院相形见绌。由砂岩、拱门和自行车道构成的独特建筑风格非常引人注目，校园几乎终年都沐浴在阳光下。在这一切的背后隐藏着一个历史悠久、根基深厚的世界，虽然当时很少有人提及，但与我的工作息息相关，甚至连我自己都尚未完全领会。这个世界比机器学习更重要，比计算机视觉更宏大。这是一个几乎被人遗忘的世界，曾经囊括了机器学习、计算机视觉以及众多其他领域，它就是“人工智能”。

　　＊

虚阁网(Xuges.com)