如果提到每年MIT在PhysioNet所舉辦的競賽對醫學界的貢獻, 那可以拿出來相提並論的, 就是Standford所舉辨的ImageNet了。
ImageNet到底有多紅, Google, Microsoft等影像辨識大廠, 都是拿ImageNet當測試標準, 誰能通過每年的考試, 就是當年度AI影像辨識的標竿。
那為什麼ImageNet有這樣的能耐？因為ImageNet上的圖像有1500萬張以上,分類標籤則根據WordNet上的準則, 什麼又是WordNet呢？簡單的說, 就是普林斯頓大學所維護的一本可支援AI的辭典。
邏輯是這樣的, 要先定義貓這個字是什麼意思, 再來定義哪張圖片叫貓。
定義辭彙的人,要具有相當的智慧, 而定義圖像的人, 就不能不提到李飛飛了。
讀者可以看看李博跟她發表的95篇文章, 當然她的努力史也可以看一看,這裡就不多提。

剛剛講到貓, 我們在ImageNet上打上cat, 結果出現了如下圖, 是不是很有趣？

P.S. 小註解
李飛飛 (Fei-Fei Li)（1976），史丹佛大學電腦科學副教授。目前任職於史丹佛大學人工智慧實驗室（SAIL）、史丹佛視覺實驗室、豐田汽車-史丹佛人工智慧研究中心負責人。她的專業領域是電腦視覺和認知神經科學。2016年，李飛飛利用她在史丹佛的學術假期，加入Google雲端人工智慧暨機器學習的中國中心團隊，以Google Cloud 首席科學家身分為團隊負責人之一。2018年9月，她宣布返回史丹佛任教，並持續參與史丹佛大學的AI議題研究。

ImageNet是一個非常有前景的研究項目，是美國斯坦福的計算機科學家，模擬人類的識別系統建立的。能夠從圖片識別物體。ImageNet是一個非常有前景的研究項目，未來用在機器人身上，就可以直接辨認物品和人了。