（来源：上观新闻）
在ImageNe🇹🇳t之后，🇨🇻苏昊与李佳❣合作了Obj🎞🇨🇮ect Ba🥒nk，进🦉📚一步提升了图像在🏊♀️高层视觉任务中的🇸🇲语义表示能😱🐯力，使得🔢简单分类器也能在🇮🇱物体识别和场景😫分类等🏴⛹任务上👴🇸🇷取得优异性能🥎🐉，这篇研🌘究发表于2010⛽年的NI🇵🇳PS上🇲🇪👨👩👧。
换言之，市场🔍🇵🇲当前并不相信🌾💂♀️这一目😻4️⃣标能够🍒🚡实现📫🚯。彼时他主攻自然语⏩言处理☮，但随着研究深入⚰，他逐渐意识到，🐱🎰相较于抽🎰象的语言🇵🇦，直接来自物🧳🎄理世界的🙅♂️🆓信号（如视觉🆙👨🚀）才是理解智能更🔸👩👦👦根本的途径📭。在机器人尚未✒实现完全🔃🕐自主作业前🏝，服务成本🗂构成了🔞价格下限👨🎨。在原子尺度🏋上把多🗯层不同材料的薄膜☘🇬🇪精准堆叠，每一层🈯⛰的厚度、组分🇵🇱💺、应力都精确到🍁不可思议的程度😖🦇。
