·发表于Towards Data Science ·7 分钟阅读·2024 年 10 月 18 日
--
前总统巴拉克·奥巴马开玩笑地把脚趾放在天平上。照片由皮特·苏扎拍摄，来源于flickr.com
“对于计算机来说，理解这张图像像你我一样需要什么条件呢？我挑战你思考一下，所有需要的知识点都必须到位，才能让它有意义。” [1]
十二年前，2012 年 10 月 22 日，安德烈·卡帕西（Andrej Karpathy）发表了一篇标题为《计算机视觉和 AI 的现状：我们真的，真的还很远》的博客文章[1]。
在他的博客文章中，他以前总统巴拉克·奥巴马开玩笑地把脚趾放在天平上为切入点，谈论了 2012 年计算机视觉和人工智能（AI）的现状。
Karpathy 认为，AI 模型需要拥有关于我们世界的广泛知识，才能基于图像中像素的数值进行推理，不仅要理解发生了什么，还要理解为什么它是搞笑的。
“令人难以置信的是，所有这些推理都从一个简短的…