¿Cómo se transformó e impactó el conjunto de datos de ImageNet en el mundo de la IA?

ImageNet definitivamente condujo a una enorme cantidad de actividad en el reconocimiento de imágenes y estimuló la innovación y la investigación en todo el aprendizaje automático y la visión por computadora en la actualidad.

Todos los investigadores científicos y el artículo fueron adoptados rápidamente por los entusiastas en entornos de prueba / sandbox, lo que a su vez llevó al aumento de la GPU.

Nvidia corrió rápidamente para ganar superioridad, todos los proveedores de tecnología comenzaron a adoptar y promover sus propios marcos de aprendizaje profundo y cada día vemos, paso a paso, aplicaciones sutiles de aprendizaje profundo en el mundo comercial.

Los autos autónomos son definitivamente un gran ejemplo de cómo la visión por computadora y la detección de imágenes han llevado a que un ai se convierta en una realidad cotidiana.

Entonces, tal vez Fei Fei Li no lo hizo tan mal después de todo.

—Nota: lo siguiente es sobre el uso de archivos gráficos visuales para codificar datos numéricos y de texto. Este puede no ser el tema previsto.

Mi conjetura es que el lenguaje de la computadora se volvió más creativo, era posible una nueva lógica y los grandes conjuntos de datos estaban más compactos, y las implicaciones de combinarlos.

Beneficios para la inteligencia artificial, el conocimiento compartido y posiblemente el cifrado.