人工智能时代，女性力量如何改写AI未来！

怎么做呢，就从先收集100万张图片开始，然后给每一张图片打上若干标注。比如，这是猫，这是狗，这是犀牛等等。

标注后，还要分类，比如猫，它又属于动物，又是猫科动物之类的，把它放到正确的类目里，再用这些图片来训练AI。

当时是2009年，全世界的大学，都在研究如何训练AI，如何让电脑能够正确识别图片。那么挑战来了，如何给这100万张图片打标签呢？

她手头预算有限，比如只有十万美元。请问怎么做？怎么给这100万张图片打标签？

最笨的办法，就是一张一张弄，一个人干不完，多找几个人来干。下一步飞跃就是计算机的思维了，这也是计算机厉害的地方。

你想明白一个人怎么干，你就知道两个人怎么敢；想明白两个人怎么干了，这里边背后的逻辑就可以提炼出来，让计算机去用这个方法去做。

但是计算机也不认识图片，或者不认识这么多图片。怎么办？一个朴素的思想就是，计算机不会做的，再交给人做，计算机和人一块搭配着做。

再一个飞跃是，如何让2000个人搭配着一起做？

当然，要先解决哪里去找这2000人呢？

你附近找不到这么多愿意干这活儿的人，那么互联网上一定能找到。于是“共享开放”的思维就来了。

比如，你打10张图标签，可以得到1美分，互联网上总能找到这样的人来干这活儿。于是，开放就带来了全球的合作。很快，这100万照图片就给打完标签了。打完标签之后，里面一定有人会打错的，所以还要有个纠错方案。她就让同样一个图片是三个人来打标签，打的都一样的就是对的。

其实李飞飞的贡献在于，这些图片不但有标签，还有一套分类和数的逻辑方法来组织图片。每一张具体的图片所属的逻辑层次也一并有了。

这个项目完成后，下一个问题就是，如何让大家都知道有这个标准。

接下来，李飞飞又做了一个举动，把她研究的所有结果全部公开出来，免费开放。不仅如此，她还搞了一个比赛，就是让大家用这些图片来检测你的AI是否能超过人类的识别准确率？

大概用了六年的时间，AI识别的准确率就超过了人类。这个大赛，微软参加了，谷歌也参加了，每一年技术都有提高。这个项目对于“大数据和人工智能”领域的发展具有重要意义，也被视为一个重要的里程碑。

2012年，多伦多大学的一款神经网络算法的模型在ImageNet识别竞赛中成绩突出。这也开启了AI发展的新方向，如今流行的ChatGPT等人工智能就是从这类模型上发展而来的。

可以说，ImageNet为AI发展提供了土壤，也让李飞飞收获了“AI教母”的称号。她的研究成果不仅推动了 AI 技术的发展，也展现了女性在这一领域中的独特优势。

如果化妆时用摄像头拍摄出来，同时对比相应的二次元形象，用AI分析出来的数据和成像进行指导，比如颜色、色号、粗细、哪些地方还需要增补，并提供数据和提示，那问题不就解决了吗？

另外一个正在申请专利的8年级女生，她的专利是一个“智能换头鱼缸”。

她爷爷很喜欢养金鱼，也非常关心她，但她功课很忙，一周也和爷爷说不了几句话。爷爷很想念孙女，总是想问她这，问她那。于是，她就想了一个主意。

她把爷爷家的鱼缸里的鱼，换成她的脸的照片。这个是水中成像的。

当爷爷看鱼时，喂鱼时，那鱼就会和爷爷聊天，声音也是孙女的声音。和爷爷聊她最近干什么了，看什么书，玩什么，去哪里了，学习怎样等等。还能叠加很多场景，比如可以报天气预报什么的。

这些数据也很简单，就是把一些关键词输入进去，AI自动组织，形成一段可以正常交谈沟通的话。这样可以减少数据输入量，极大的提高沟通效率。

她已经做出来了，目前已经在申请专利中。

这个孩子的数学，之前在班上没有太出色，现在的成绩一直都是前五名，最近已经是第一名了。所以说逻辑思维的建立，以及视野的拓展，对她的学科成绩也有潜移默化的助力的。

类似的学员故事还有很多，我们之前还有一些文章里专门提到过，可以点击链接查看。

相关文章链接：

【谢博专访】丨穿越行业周期，如何为孩子选择职业新赛道

【谢博专访3】：喜欢看《盗墓笔记》的初三女生如何变身成科创女学霸？

【谢博士专访】：能读懂，谷爱凌滑雪成功后的那个“Yes”的父母，你就Get到谷式教育的精髓了！

最后倍塔狗人工智能在这里祝福38女神节的所有女生，节日快乐！不被年龄定义，追求勇敢自由！