N-gated Hacker NewsMar 9
📉🤖 Oh, look! Another treatise on why #academia swapped out rational math for the lazy allure of "good enough" #AI. Apparently, #ImageNet and the irresistible siren call of not specifying goals have won over academia's finest. Way to go, Guy Freeman, for enlightening us on how to achieve #mediocrity in the most complex way possible. 🎓💡
https://gfrm.in/posts/why-decision-theory-lost/index.html #rationality #innovation #HackerNews #ngated
Why We Stopped Using the Mathematics That Works – Guy Freeman

Someone asked why decision theory stopped being widely used in AI. The answer involves ImageNet, academic departments, and the seductive power of not having to specify your objectives.

Guy Freeman
Show threadLe Big MacFeb 20
Det här att "AI" skulle frälsa sjukvården talades det om långt innan gemene man upptäckte området tack vare ChatGPT. När jag gav mig in på området 2016 fick jag trötta kommentarer från radiologer, som "kom igen, lämna min gräsmatta föffan, vi har haft 'bilddiagnostik' länge nu!"
Men det mer generella AI-tillämpandet tog ny fart runt 2012 tack vare #ImageNET och djupinlärning - det var därför det blev en uppsving med nykomlingar vid den tiden.
AI SparkupNov 13

Fei-Fei Li가 말하는 AI의 다음 10년: 언어를 넘어 공간 지능으로

ImageNet 창시자 Fei-Fei Li가 제시하는 AI의 다음 프론티어. 언어 모델을 넘어 3차원 공간을 이해하는 세계 모델로 나아가야 하는 이유와 World Labs의 비전을 소개합니다.

https://aisparkup.com/posts/6457

The News LensNov 9

「AI教母」李飛飛：我很自豪自己與眾不同

BBC News 中文 2025-11-09 16:00:00 CST「AI教母」李飛飛教授獲頒伊麗莎白女王工程獎，肯定其機器學習貢獻。身為七位得主中唯一女性，她為啟發後進而接受此稱號。
https://www.thenewslens.com/article/260750
#ImageNet #AI教父 #人工智慧 #AI教母 #人工智慧教母 #李飛飛 #伊麗莎白女王工程獎 #科技 #辛頓

「AI教母」李飛飛：我很自豪自己與眾不同 - TNL The News Lens 關鍵評論網

「AI教母」李飛飛教授獲頒伊麗莎白女王工程獎，肯定其機器學習貢獻。身為七位得主中唯一女性，她為啟發後進而接受此稱號。

TNL The News Lens 關鍵評論網
HabrApr 7, 2025

Ведущий разработчик ChatGPT и его новый проект — Безопасный Сверхинтеллект

Многие знают об Илье Суцкевере только то, что он выдающийся учёный и программист, родился в СССР, соосновал OpenAI и входит в число тех, кто в 2023 году изгнал из компании менеджера Сэма Альтмана. А когда того вернули, Суцкевер уволился по собственному желанию в новый стартап Safe Superintelligence («Безопасный Сверхинтеллект»). Илья Суцкевер действительно организовал OpenAI вместе с Маском, Брокманом, Альтманом и другими единомышленниками, причём был главным техническим гением в компании. Ведущий учёный OpenAI сыграл ключевую роль в разработке ChatGPT и других продуктов. Сейчас Илье всего 38 лет — совсем немного для звезды мировой величины.

https://habr.com/ru/companies/ruvds/articles/892646/

#Илья_Суцкевер #Ilya_Sutskever #OpenAI #10x_engineer #AlexNet #Safe_Superintelligence #ImageNet #неокогнитрон #GPU #GPGPU #CUDA #компьютерное_зрение #LeNet #Nvidia_GTX 580 #DNNResearch #Google_Brain #Алекс_Крижевски #Джеффри_Хинтон #Seq2seq #TensorFlow #AlphaGo #Томаш_Миколов #Word2vec #fewshot_learning #машина_Больцмана #сверхинтеллект #GPT #ChatGPT #ruvds_статьи

Ведущий разработчик ChatGPT и его новый проект — Безопасный Сверхинтеллект

Многие знают об Илье Суцкевере только то, что он выдающийся учёный и программист, родился в СССР, соосновал OpenAI и входит в число тех, кто в 2023 году изгнал из компании менеджера Сэма Альтмана. А...

Хабр
Laurent PerrinetJan 5, 2025

#ConvolutionalNeuralNetworks (#CNNs in short) are immensely useful for many #imageProcessing tasks and much more...

Yet you sometimes encounter some bits of code with little explanation. Have you ever wondered about the origins of the values for image normalization in #imagenet ?

  • Mean: [0.485, 0.456, 0.406] (for R, G and B channels respectively)
  • Std: [0.229, 0.224, 0.225]

Strangest to me is the need for a three-digits precision. Here, after finding the origin of these numbers for MNIST and ImageNet, I am testing if that precision is really important : guess what, it is not (so much) !

👉 if interested in more details, check-out https://laurentperrinet.github.io/sciblog/posts/2024-12-09-normalizing-images-in-convolutional-neural-networks.html

Understanding Image Normalization in CNNs

Architectural innovations in deep learning occur at a breakneck pace, yet fragments of legacy code often persist, carrying assumptions and practices whose necessity remains unquestioned. Practitioners

Scientific logbook
Yuan TangFeb 5, 2016
Deep Residual Networks in #TensorFlow #skflow on #ImageNet http://goo.gl/V68PL3 @TensorFlo #DeepLearning #neuralnetworks #WIP #Google
Benjamin Carr, Ph.D. 👨🏻‍💻🧬Nov 16, 2024
How a stubborn #computerscientist accidentally launched the #deeplearning boom
"You’ve taken this idea way too far," a mentor told Prof. Fei-Fei Li, who was creating a new image #dataset that would be far larger than any that had come before: 14 million images, each labeled with one of nearly 22,000 categories. Then in 2012, a team from Univ of Toronto trained a #neura network on #ImageNet, achieving unprecedented performance in image recognition, dubbed #AlexNet.
https://arstechnica.com/ai/2024/11/how-a-stubborn-computer-scientist-accidentally-launched-the-deep-learning-boom/ #AI
How a stubborn computer scientist accidentally launched the deep learning boom

“You’ve taken this idea way too far,” a mentor told Prof. Fei-Fei Li.

Ars Technica
Tel AmielNov 14, 2024

#AI heroic stories and underpaid labour:

"The project was saved when Li learned about Amazon Mechanical Turk, a crowdsourcing platform Amazon had launched a couple of years earlier. "

#Imagenet....How a stubborn computer scientist accidentally launched the deep learning boom - Ars Technica
https://arstechnica.com/ai/2024/11/how-a-stubborn-computer-scientist-accidentally-launched-the-deep-learning-boom/

How a stubborn computer scientist accidentally launched the deep learning boom

“You’ve taken this idea way too far,” a mentor told Prof. Fei-Fei Li.

Ars Technica
michabbbNov 4, 2024

🚀 New #AI Research: Simplified Continuous-time Consistency Models (#sCM)

🔬 Key findings:
• #OpenAI's new approach matches leading #diffusion models' quality using only 2 sampling steps
• 1.5B parameter model generates samples in 0.11 seconds on single #GPU
• Achieves ~50x wall-clock speedup compared to traditional methods
• Uses less than 10% of typical sampling compute while maintaining quality

🎯 Technical highlights:
• Simplifies theoretical formulation of continuous-time consistency models
• Successfully scaled to 1.5B parameters on #ImageNet at 512×512 resolution
• Demonstrates consistent performance scaling with teacher diffusion models
• Enables real-time generation potential for images, audio, and video

📄 Learn more: https://openai.com/index/simplifying-stabilizing-and-scaling-continuous-time-consistency-models/