如何评价CVPR2019程序主席Derek Hoiem的论点：计算机视觉只是记忆，不是智能？
CVPR 2019程序主席Derek Hoiem的“计算机视觉只是记忆，不是智能”这一论点，无疑在当时乃至现在都引发了相当广泛的讨论和思考。要评价这一论点，我们需要深入理解他想要表达的核心观点，以及这一观点背后所反映的计算机视觉领域面临的挑战和未来的发展方向。
Hoiem的论点及其潜在含义
首先，理解Hoiem所说的“记忆”和“智能”至关重要。
“记忆”（Memory） 在Hoiem的语境下，很可能指的是当前主流的深度学习方法在很大程度上依赖于从海量数据中学习到的模式和关联。这些模型，特别是卷积神经网络（CNNs）和Transformer等，通过在大规模数据集（如ImageNet、COCO等）上进行训练，能够记住图像中不同视觉特征的组合方式，以及这些特征与特定类别、场景或属性的对应关系。例如，一个模型“记住”了猫通常有尖耳朵、胡须，并且出现在沙发、草地等环境中。当它看到一张新的猫的图片时，它能够通过识别这些熟悉的视觉模式来“回忆”起这是猫。
“智能”（Intelligence） 则暗示着一种更深层次的理解和推理能力。这可能包括：
因果推理（Causal Reasoning）： 理解事物之间的因果关系，而不仅仅是相关性。例如，知道“下雨”会导致“地面湿”，而不是仅仅看到“雨”和“湿地”经常同时出现。
常识性推理（Commonsense Reasoning）： 拥有并运用人类所具备的关于物理世界、社会互动、目标意图等方面的基本知识。例如，知道物体在重力作用下会下落，或者知道人们在看到美味食物时会流口水。
抽象能力（Abstraction）和泛化能力（Generalization）： 能够从具体经验中提取出更抽象的概念，并将其灵活地应用到全新的、未曾见过的情境中，甚至处理具有对抗性（Adversarial）或分布外（OutofDistribution）特征的数据。
目标导向性（GoalOriented）和自主性（Autonomy）： 能够设定目标，规划路径，并根据环境变化进行主动的调整，而不仅仅是被动地响应输入。
理解意图（Understanding Intentions）和心理状态（Mental States）： 能够推断出人类行为背后的意图、情感或信念。
Hoiem的论点，与其说是对当前计算机视觉成就的否定，不如说是一种深刻的警示和批判。他可能是在强调，尽管我们在识别、检测、分割等任务上取得了惊人的成就，但这些成就很大程度上是建立在对训练数据的“记忆”上。一旦遇到与训练数据分布差异较大的情况，或者需要更深层次的理解时，这些模型就可能显得“束手无策”或者表现出“脆弱性”。
对Hoiem论点的评价
我们可以从几个层面来评价Hoiem的论点：
1. 论点的合理性与深刻性：
洞察了当前技术的局限性： Hoiem的论点精准地指出了深度学习在处理“黑箱”问题和“泛化”挑战方面的不足。我们确实训练出了能够以极高准确率识别数千种物体的模型，但这并不意味着它们真正“理解”了这些物体是什么，它们为什么在那里，或者它们有什么功能。例如，一个模型可以识别出“椅子”，但它可能不知道人可以坐在上面，或者它在黑暗中仍然会被识别。
区分了“模式匹配”与“真正理解”： 他的观点促使我们思考，仅仅是能够匹配和复现训练数据中的模式，是否等同于智能。这就像一个学生死记硬背课本上的定义和例子，虽然能回答出试卷上的题目，但并不一定真正理解了概念的内涵。
引导了对未来研究方向的思考： 这一论点极大地激发了研究人员对于如何突破“记忆”的局限，迈向“智能”的探索。它鼓励我们去研究更具可解释性（Explainability）、鲁棒性（Robustness）、因果关系（Causality）和常识性（Commonsense）的视觉模型。
2. 论点的潜在争议点与局限性：
“智能”的定义模糊： 这是一个普遍存在的哲学和科学难题。“智能”本身就没有一个被普遍接受的、清晰的定义。Hoiem所指的“智能”是什么？这可能会导致一些争议。是否所有形式的“记忆”都与“智能”对立？例如，人类的记忆能力本身就是智能的重要组成部分。
“记忆”的强大之处被低估： 尽管如此，我们也需要承认，当前的“记忆”能力已经非常强大，并且在许多实际应用中取得了巨大的成功。例如，在自动驾驶领域，对道路标志、车辆、行人的精确识别，正是依靠强大的视觉“记忆”。在医疗影像分析中，模型能够识别出人眼难以察觉的早期病变，这同样是基于从海量病例中学习到的模式。我们不能简单地否定这些成就的价值。
“记忆”是“智能”的基础： 也许，强大的“记忆”能力是构建更高级“智能”的基础。就像人类通过经验积累大量的“记忆”，然后才能进行更复杂的推理和创造。我们对世界的理解，很大程度上也是建立在对过往经验的“记忆”之上。
“智能”的边界模糊： 随着模型能力的提升，我们可能会发现，一些我们曾经认为是“智能”的特质，可能也能通过更复杂的“记忆”和模式匹配来实现。例如，一些复杂的逻辑推理，在理论上可能可以通过大量的逻辑规则和案例进行“记忆”。
3. 对计算机视觉领域发展的启示：
Hoiem的论点，与其说是一个结论，不如说是一个重要的提问，它促使计算机视觉领域更加关注以下几个方向：
从数据驱动到知识驱动： 仅仅依赖大规模数据来学习模式是有限的。未来的研究需要将领域知识、常识知识、物理规律等融入到模型中，让模型不仅仅是“记忆”数据，更能“理解”数据背后的原理。
提升模型的泛化能力和鲁棒性： 研究如何让模型在面对未见过的数据分布、对抗性攻击、噪声干扰等情况时，仍然能保持稳定和准确的表现。这可能需要研究更灵活的网络结构、更有效的正则化方法、对抗性训练等。
发展可解释性和可信赖性AI： 如果视觉系统只是“记忆”，那么我们就很难理解它为什么会做出某个决策，也难以信任它。发展可解释的视觉模型，让我们能够理解模型的工作机制，发现其潜在的偏见和错误，是迈向真正智能的关键一步。
融合多模态信息： 视觉信息往往需要与其他模态（如文本、声音、触觉）结合，才能更全面地理解世界。例如，看到一个人在做某个动作，结合声音（哭泣声）和文本（“好伤心”）才能更准确地理解其心理状态。
追求更深层次的理解： 跳出仅仅识别物体、场景的范畴，去追求对行为、意图、因果关系、抽象概念等更深层次的理解。
总结
Derek Hoiem在CVPR 2019上提出的“计算机视觉只是记忆，不是智能”的论点，是一次深刻的自我反思和对行业发展的有效引导。它准确地捕捉到了当前计算机视觉技术在泛化能力、因果理解、常识推理等方面的不足，提醒我们不要被眼前的技术成就所蒙蔽，而要清醒地认识到与真正的人类智能之间存在的巨大差距。
然而，我们也应看到“记忆”本身的重要性，以及它作为智能基础的潜力。关键在于如何将强大的“记忆”能力，与更深层次的推理、理解和创造能力相结合。Hoiem的论点更像是一个“清醒剂”，它鼓励我们摆脱对模式匹配的过度依赖，积极探索构建更具通用性、鲁棒性、可解释性和真正智能的视觉系统。它指明了计算机视觉领域未来发展的重要方向，即从“看懂”到“理解”，从“模仿”到“创造”。
Hoiem的论点及其潜在含义
首先，理解Hoiem所说的“记忆”和“智能”至关重要。
“记忆”（Memory） 在Hoiem的语境下，很可能指的是当前主流的深度学习方法在很大程度上依赖于从海量数据中学习到的模式和关联。这些模型，特别是卷积神经网络（CNNs）和Transformer等，通过在大规模数据集（如ImageNet、COCO等）上进行训练，能够记住图像中不同视觉特征的组合方式，以及这些特征与特定类别、场景或属性的对应关系。例如，一个模型“记住”了猫通常有尖耳朵、胡须，并且出现在沙发、草地等环境中。当它看到一张新的猫的图片时，它能够通过识别这些熟悉的视觉模式来“回忆”起这是猫。
“智能”（Intelligence） 则暗示着一种更深层次的理解和推理能力。这可能包括：
因果推理（Causal Reasoning）： 理解事物之间的因果关系，而不仅仅是相关性。例如，知道“下雨”会导致“地面湿”，而不是仅仅看到“雨”和“湿地”经常同时出现。
常识性推理（Commonsense Reasoning）： 拥有并运用人类所具备的关于物理世界、社会互动、目标意图等方面的基本知识。例如，知道物体在重力作用下会下落，或者知道人们在看到美味食物时会流口水。
抽象能力（Abstraction）和泛化能力（Generalization）： 能够从具体经验中提取出更抽象的概念，并将其灵活地应用到全新的、未曾见过的情境中，甚至处理具有对抗性（Adversarial）或分布外（OutofDistribution）特征的数据。
目标导向性（GoalOriented）和自主性（Autonomy）： 能够设定目标，规划路径，并根据环境变化进行主动的调整，而不仅仅是被动地响应输入。
理解意图（Understanding Intentions）和心理状态（Mental States）： 能够推断出人类行为背后的意图、情感或信念。
Hoiem的论点，与其说是对当前计算机视觉成就的否定，不如说是一种深刻的警示和批判。他可能是在强调，尽管我们在识别、检测、分割等任务上取得了惊人的成就，但这些成就很大程度上是建立在对训练数据的“记忆”上。一旦遇到与训练数据分布差异较大的情况，或者需要更深层次的理解时，这些模型就可能显得“束手无策”或者表现出“脆弱性”。
对Hoiem论点的评价
我们可以从几个层面来评价Hoiem的论点：
1. 论点的合理性与深刻性：
洞察了当前技术的局限性： Hoiem的论点精准地指出了深度学习在处理“黑箱”问题和“泛化”挑战方面的不足。我们确实训练出了能够以极高准确率识别数千种物体的模型，但这并不意味着它们真正“理解”了这些物体是什么，它们为什么在那里，或者它们有什么功能。例如，一个模型可以识别出“椅子”，但它可能不知道人可以坐在上面，或者它在黑暗中仍然会被识别。
区分了“模式匹配”与“真正理解”： 他的观点促使我们思考，仅仅是能够匹配和复现训练数据中的模式，是否等同于智能。这就像一个学生死记硬背课本上的定义和例子，虽然能回答出试卷上的题目，但并不一定真正理解了概念的内涵。
引导了对未来研究方向的思考： 这一论点极大地激发了研究人员对于如何突破“记忆”的局限，迈向“智能”的探索。它鼓励我们去研究更具可解释性（Explainability）、鲁棒性（Robustness）、因果关系（Causality）和常识性（Commonsense）的视觉模型。
2. 论点的潜在争议点与局限性：
“智能”的定义模糊： 这是一个普遍存在的哲学和科学难题。“智能”本身就没有一个被普遍接受的、清晰的定义。Hoiem所指的“智能”是什么？这可能会导致一些争议。是否所有形式的“记忆”都与“智能”对立？例如，人类的记忆能力本身就是智能的重要组成部分。
“记忆”的强大之处被低估： 尽管如此，我们也需要承认，当前的“记忆”能力已经非常强大，并且在许多实际应用中取得了巨大的成功。例如，在自动驾驶领域，对道路标志、车辆、行人的精确识别，正是依靠强大的视觉“记忆”。在医疗影像分析中，模型能够识别出人眼难以察觉的早期病变，这同样是基于从海量病例中学习到的模式。我们不能简单地否定这些成就的价值。
“记忆”是“智能”的基础： 也许，强大的“记忆”能力是构建更高级“智能”的基础。就像人类通过经验积累大量的“记忆”，然后才能进行更复杂的推理和创造。我们对世界的理解，很大程度上也是建立在对过往经验的“记忆”之上。
“智能”的边界模糊： 随着模型能力的提升，我们可能会发现，一些我们曾经认为是“智能”的特质，可能也能通过更复杂的“记忆”和模式匹配来实现。例如，一些复杂的逻辑推理，在理论上可能可以通过大量的逻辑规则和案例进行“记忆”。
3. 对计算机视觉领域发展的启示：
Hoiem的论点，与其说是一个结论，不如说是一个重要的提问，它促使计算机视觉领域更加关注以下几个方向：
从数据驱动到知识驱动： 仅仅依赖大规模数据来学习模式是有限的。未来的研究需要将领域知识、常识知识、物理规律等融入到模型中，让模型不仅仅是“记忆”数据，更能“理解”数据背后的原理。
提升模型的泛化能力和鲁棒性： 研究如何让模型在面对未见过的数据分布、对抗性攻击、噪声干扰等情况时，仍然能保持稳定和准确的表现。这可能需要研究更灵活的网络结构、更有效的正则化方法、对抗性训练等。
发展可解释性和可信赖性AI： 如果视觉系统只是“记忆”，那么我们就很难理解它为什么会做出某个决策，也难以信任它。发展可解释的视觉模型，让我们能够理解模型的工作机制，发现其潜在的偏见和错误，是迈向真正智能的关键一步。
融合多模态信息： 视觉信息往往需要与其他模态（如文本、声音、触觉）结合，才能更全面地理解世界。例如，看到一个人在做某个动作，结合声音（哭泣声）和文本（“好伤心”）才能更准确地理解其心理状态。
追求更深层次的理解： 跳出仅仅识别物体、场景的范畴，去追求对行为、意图、因果关系、抽象概念等更深层次的理解。
总结
Derek Hoiem在CVPR 2019上提出的“计算机视觉只是记忆，不是智能”的论点，是一次深刻的自我反思和对行业发展的有效引导。它准确地捕捉到了当前计算机视觉技术在泛化能力、因果理解、常识推理等方面的不足，提醒我们不要被眼前的技术成就所蒙蔽，而要清醒地认识到与真正的人类智能之间存在的巨大差距。
然而，我们也应看到“记忆”本身的重要性，以及它作为智能基础的潜力。关键在于如何将强大的“记忆”能力，与更深层次的推理、理解和创造能力相结合。Hoiem的论点更像是一个“清醒剂”，它鼓励我们摆脱对模式匹配的过度依赖，积极探索构建更具通用性、鲁棒性、可解释性和真正智能的视觉系统。它指明了计算机视觉领域未来发展的重要方向，即从“看懂”到“理解”，从“模仿”到“创造”。
网友意见
之前说的哗众取宠有些随意了，不过依然不支持这个说法。虽然私下里也会吐槽，但是公开场合还是要慎重。要对这个领域的技术发展以及科研人员的工作有所尊重。
至于评论中提到的深度学习就是相似度比较，评论者显然没有做过Content based Image Retrieval的工作，也对高维数据缺乏了解。即使不考虑效率，CBIR之前不是很成功。看了其它答案，这种论调还很流行。其实这种论调和“计算机不过就是一个大点的算盘”一样，貌似境界高深，实则呵呵。
===
以下原文：
说实在的，这种观点有点哗众取宠。虽然大家都知道目前是弱人工智能，黑深度学习是一种政治正确，但也没必要这么说。另外，记忆本身就是智能的一部分。从大量样本里自动总结规律不就是一件很智能的事吗？
不得不祭出大神的话。
from Minsky's Society of Mind
类似的话题
-
CVPR 2019程序主席Derek Hoiem的“计算机视觉只是记忆，不是智能”这一论点，无疑在当时乃至现在都引发了相当广泛的讨论和思考。要评价这一论点，我们需要深入理解他想要表达的核心观点，以及这一观点背后所反映的计算机视觉领域面临的挑战和未来的发展方向。Hoiem的论点及其潜在含义首先，理解H............. -
《睡前消息》409期作为一档以“睡前”为名的时事评论节目，其内容通常以轻松幽默的风格呈现社会热点、科技动态、文化现象等话题，旨在为观众提供睡前的“信息快餐”。以下是对该期节目可能涉及的分析框架和评价方向，结合其节目特点及社会语境进行详细解读： 1. 节目核心内容与选题分析 选题热点：409期可能聚焦.............
-
俄罗斯军队在2022年2月24日入侵乌克兰后，21天内未能占领或包围基辅，这一结果涉及复杂的军事、战略和国际因素。以下从多个维度详细分析这一现象： 1. 初期快速推进的军事目标与战略调整 初期目标的矛盾性： 俄罗斯在入侵初期（2月24日）宣称“特别军事行动”的目标是“去纳粹化”和“去俄化”，但.............
-
新华社的《破除美国金融模式迷信，中国金融要走自己的路》一文，是近年来中国在金融领域强调自主性、独立性和战略定力的重要政策表达。该文从历史经验、现实挑战和未来战略三个维度，系统阐述了中国金融发展的路径选择，具有鲜明的现实针对性和理论深度。以下从多个角度对这篇文章进行详细分析： 一、文章背景与核心论点1.............
-
2022年俄乌战争爆发后，中国互联网上确实出现了一些复杂的现象，既有官方立场的引导，也有民间舆论的分化。以下从多个角度分析这一时期中国互联网的乱象及其背后的原因： 一、官方立场与网络管控1. 官方舆论引导 中国政府明确表态支持乌克兰的主权和领土完整，同时强调“不干涉内政”的原则。在社交媒体和.............
-
陈道明、王志文、陈宝国、张国立、李雪健是中国影视界最具代表性的“老戏骨”之一，他们以深厚的表演功底、多样的角色塑造和持久的行业影响力，成为中国影视艺术的中流砥柱。以下从表演风格、代表作、行业地位及艺术贡献等方面进行详细分析： 一、陈道明：历史剧的“帝王”与艺术的“多面手”表演特点： 陈道明以“沉稳.............
-
《为战争叫好的都是傻逼》这类文章通常以强烈的反战立场和道德批判为核心，其评价需要从多个维度进行分析，包括其立场的合理性、论据的逻辑性、社会影响以及可能存在的争议。以下从不同角度展开详细分析： 1. 文章的核心立场与立场合理性 立场：这类文章的核心观点是战争本质上是道德上不可接受的，支持战争的人（尤其.............
-
龙云（1882年－1967年）是20世纪中国西南地区的重要军阀和政治人物，被尊称为“云南王”，其统治时期（1920年代至1940年代）对云南的现代化进程和民族关系产生了深远影响。以下从多个维度对其历史地位和影响进行详细分析： 一、生平与政治背景1. 出身与早期经历 龙云出生于云南昆明，出身于.............
-
关于“前三十年的工业化是一堆破铜烂铁”的说法，这一评价需要结合历史背景、经济政策、技术条件以及国际环境等多方面因素进行深入分析。以下从多个角度展开讨论： 一、历史背景与“前三十年”的定义“前三十年”通常指中国从1949年新中国成立到1979年改革开放前的30年。这一时期，中国在经济、政治、社会等方面.............
-
十元左右的低档快餐店顾客以男性为主的现象，可以从经济、社会文化、消费行为、地理位置等多方面进行分析。以下从多个角度详细探讨这一现象的原因及可能的背景： 1. 经济因素：价格敏感与消费习惯 性价比优先：十元左右的快餐通常以快速、便宜、标准化为特点，符合低收入群体或日常通勤人群的消费需求。男性在职场中可.............
-
阎学通教授对00后大学生以“居高临下”心态看待世界这一批评，可以从多个维度进行深入分析，其背后既有学术视角的考量，也涉及代际差异、教育体系、社会环境等复杂因素。以下从观点解析、合理性分析、现实背景、潜在影响及改进方向等方面展开详细探讨： 一、阎学通教授的核心观点与逻辑1. “居高临下”的具体表现 .............
-
歼8系列战机是中国在20世纪70年代至80年代期间研制的高空高速歼击机，是当时中国航空工业的重要成果之一。该系列战机在冷战时期具有显著的军事意义，但随着技术发展和国际形势变化，其性能和作用逐渐被后续机型取代。以下从历史背景、技术特点、性能分析、发展演变、军事影响及评价等方面进行详细解析： 一、历史背.............
-
关于苏翻译和Black枪骑兵对俄乌战争局势的立场差异，需要明确的是，这两位身份可能涉及不同的信息来源和立场背景。以下从多个角度分析他们观点差异的可能原因： 1. 信息来源与立场定位 苏翻译（可能指苏晓康，中国《经济学人》翻译团队成员）： 立场：更倾向于国际法、人道主义和多边主义视角。 观点：.............
-
由于无法直接访问《睡前消息》第409期的具体内容（可能因平台更新、用户输入误差或节目名称不明确导致无法准确检索），以下将基于对“睡前消息”类节目的常见结构和主题进行推测性分析，并提供一般性的评价框架。若您有更具体的背景信息（如节目来源、发布时间等），可补充说明以便更精准回答。 一、节目内容推测（基于.............
-
明成祖朱棣（14021424年在位）五次北伐漠北（今蒙古高原）是明王朝巩固北方边疆、遏制蒙古势力的关键历史事件。这一系列军事行动不仅体现了朱棣的军事才能，也深刻影响了明朝的边疆政策、内政格局和历史走向。以下从历史背景、军事行动、结果评价及历史影响等方面详细分析： 一、历史背景1. 政治合法性与边疆安.............
-
2022年的俄乌战争是21世纪最具全球影响力的冲突之一，其规模、持续时间、国际影响和人道主义灾难远超以往。以下从多个维度对这场战争进行详细分析： 一、战争爆发的背景与起因1. 历史渊源 俄乌冲突的根源可追溯至2014年克里米亚危机和顿巴斯战争，俄罗斯在2014年吞并克里米亚并支持顿巴斯分离.............
-
关于美国国务卿布林肯和波兰总统对北约向乌克兰提供战机的表态，这一问题涉及地缘政治、军事战略、国内政治和国际关系等多重因素。以下从多个角度进行详细分析： 一、背景与核心争议1. 乌克兰的军事需求 乌克兰自2022年俄乌冲突爆发以来，面临俄罗斯的军事压力，急需先进武器装备以增强防御能力。战机（尤.............
-
亚投行（亚洲基础设施投资银行，AIIB）在2022年俄乌冲突爆发后，确实对在俄罗斯和白俄罗斯的项目进行了暂停和审查，这一举措引发了国际社会的广泛关注。以下从背景、原因、影响及评价多个角度进行详细分析： 一、事件背景1. 俄乌冲突的国际影响 2022年2月，俄罗斯入侵乌克兰，引发西方国家对俄罗.............
-
俄乌冲突中的俄军指挥体系和行动表现是一个复杂的问题，涉及军事战略、指挥结构、后勤保障、情报系统等多个方面。以下从多个角度对俄军指挥进行详细分析： 一、指挥体系结构1. 中央指挥链 俄军的指挥体系以中央军区（俄联邦安全局）和西部军区（负责乌克兰东部战区）为核心，由总参谋部协调。 总参.............
-
关于“幻影部队突袭利沃夫”这一假说，目前尚无确凿证据支持其真实性。以下从历史背景、军事分析、情报来源及可能的动机等方面进行详细分析： 一、历史与地理背景1. 利沃夫的战略地位 利沃夫是乌克兰东部的重要城市，位于第聂伯河畔，历史上曾是俄罗斯帝国、奥匈帝国和苏联的军事重镇。在俄乌战争中，利沃夫是.............
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有