李飛飛の回顧録『私が見る世界』のオーディオブック版を最近聴き終えたので、感想を話します。

最初に惹かれたのは、「移民」「AI」「アジア系」という3つのキーワードでした。でも、心に残ったのは4つ目の言葉、「好奇心」です。

この本には、2つの物語が並行して描かれています。1つは彼女自身の成長の物語。北京で生まれ、成都で育ち、15歳でアメリカに移住。家の借金を返すために働きながら、まったくなじみのない教育制度の中で自分の居場所を探し、最終的にはプリンストン大学で物理学を学び、カリフォルニア工科大学で博士号を取得し、スタンフォード大学でAI研究室を率いるまでになります。もう1つは、機械がどのようにして世界を「見る」ことを学んだのかをたどる科学史です。その中心にあるのがImageNet。数千万枚の画像にラベルを付けて分類し、さまざまなアルゴリズムを公平に比較できるようにした、公開ベンチマーク用のデータセットです。

ImageNetの話で印象に残ったのは、当時、多くの人がアルゴリズムの改良にしのぎを削る中、李飛飛のチームはデータの規模と多様性に力を注いだことです。この方針は初期には骨の折れるものに見え、あまり「賢い」やり方ではないと思われていました。ところがその後、大規模データ、GPU、ディープニューラルネットワークの3つが結びつき、コンピュータビジョンは本当の飛躍を遂げました。

このことは、「技術的ブレークスルー」に対する私のイメージを変えました。学習データが狭ければ、モデルは狭い世界の中でしか賢くなれません。幅広い入力に価値があるのは、何が対象そのもので、何が単に自分にとって当たり前の背景なのかを、絶えず見分けるよう促してくれるからです。

この考え方は、自分の語彙学習の計画にも影響しました。単語帳には800語近くあります……このあたりはポッドキャストで詳しく話しました。

AIの歴史に興味がある方や、この本を読んでいる方におすすめの回です。リンクはこちら👇
https://redcircle.com/shows/936a3212-92e5-41c7-b6f9-39e3596adeb8/episodes/6d6ed2ed-7068-47c7-a7b5-84c34cb6a5f8