，研究者可以通过大量最先进设备的CPU和GPU，来训练这些模型。这两者相辅相成，在对象辨识领域发展沦为一个顺利的体系。通过让计算机朗读谷歌街景，实质上能获得很多有意思的结果。
比如道路上的汽车价格与家庭收入，甚至是和犯罪率的关系。然而计算机能背诵了图片，这一切就到此为止了吗？当然不。在大数据和机器学习算法的合力协作下，我们可以让计算机这个刚了解一些事物的baby渐渐的组织语言，后用原始的句子表达出来——就像一个确实的小孩一样。
虽然有时候不会闹得一些笑话……虽然计算机目前还无法像人一样，在看见图片的一瞬就能解读它想传达的情绪，还有各种事物背后所说明了和传送的讯息……但，它早已在希望了不是吗。更何况，还有那么多以“考官”李飞飞为代表的，仍然在为图像识别而希望的研究者们。
他们或作为出有卷人殚精竭虑，搜集有所不同的图片而完备算法的精度；或作为应试者，忐忑不安地让计算机拒绝接受系统的“考验“；但不论作为哪一方，他们都朝着某种程度的方向，都在希望让计算机能取得更佳的“成绩”。也许，终极考官李飞飞面对的是这样的境地：一方面，她期望ImageNet考场里的“试题”能难倒前来应试的计算机们，因为这解释算法的突破口就在这里；而另一方面，如果计算机顺利答出了试题，解释图像识别的技术又变革了一分。哪怕是攻下了一道“难题”，准确叙述出有了某张图片上的内容，都有一点双方欢呼雀跃；而这样爱情的苦恼，也是考官李飞飞所享用的。而最最重要的是，ImageNet——这个子集了全球智慧和力量的数据库——是免费的。
这也就意味著，全球所有致力于图像识别的公司，都可以免费对自己的算法展开重复测试。这就样子一个可观的试题库，只要不愿，任何公司都可以仍然拒绝接受考官的检验。
虽然GAIR大会因为各种经费的容许无法做完全免费，但是早已尽我们所能，为大家获取了六折的优惠——1212元，7月1日累计。也许在8月12日的GAIR现场，你可以有机会和这位美丽的研究者探究图像识别的最新进展呢。原创文章，予以许可禁令刊登。下文闻刊登须知。
本文关键词：谷歌,微软,的,图像,识别,开元官方网站,行,不行,还得,斯坦福
本文来源：开元官方网站-www.taartenvanjansen.com
