# 當一個天才程式設計師說「我不幹了」：YOLO 背後那些你不知道的故事


## 一條推特改變了什麼？

2020年2月20日的某個晚上，一條推特悄悄改變了整個AI世界的走向。

「我停止了電腦視覺研究，因為我看到了我的工作所帶來的影響。我熱愛這份工作，但軍事應用和隱私問題最終變得無法忽視。」

發出這條推特的人叫Joseph Redmon，一個看起來有些靦腆的博士生，卻是當時AI界最炙手可熱的天才之一。你可能沒聽過這個名字，但你絕對用過他的發明——YOLO。

說實話，當我第一次看到這條推特時，真的被震撼到了。這就像是看到一個搖滾明星在演唱會上突然放下吉他說「我不想唱了」，然後就這樣走下舞台，再也沒回來過。

但Joseph的離開，背後到底隱藏著什麼故事？

## 回到那個「看圖找東西」很痛苦的年代

你有沒有想過，電腦是怎麼「看懂」一張照片的？

在2016年之前，如果要讓電腦找出照片裡的所有車子和行人，這個過程複雜得讓人頭疼。就像你要在一張拼圖裡找出所有的紅色碎片，傳統的方法是這樣的：

首先，電腦會說「我覺得這裡可能有東西」，然後圈出一大堆可疑的區域，可能有幾千個。接著，它會一個一個去看這些區域，問自己「這是車子嗎？」、「這是行人嗎？」、「還是只是個垃圾桶？」

這種叫做「兩階段檢測」的方法雖然還算準確，但慢得要命。處理一張照片可能要好幾秒鐘，你說要用來做即時監控或是自動駕駛？根本不可能。

當時最出名的是一個叫R-CNN的系統，聽起來很厲害，但用起來真的讓人想哭。我記得第一次跑R-CNN的時候，去泡了杯咖啡、回個信、上個廁所回來，它還在那邊慢慢分析...

就在大家都覺得「物件偵測就是這樣了，慢就慢吧」的時候，一個叫Joseph的研究生冒出來說：「欸，我們為什麼不能一次就看完整張圖呢？」

## YOLO的天才想法：一眼看穿所有東西

「You Only Look Once」，你只需要看一次。光是這個名字就夠酷的，對吧？

Joseph的想法其實很簡單，簡單到讓人覺得「咦，為什麼以前沒人想到？」他說：「如果我們把照片切成格子，讓每個格子負責找自己範圍內的東西，不就可以一次處理完整張圖了嗎？」

想像你在玩「大家來找碴」的遊戲。傳統方法是先用放大鏡到處找可疑的地方，再一個個仔細檢查。但YOLO的方法是把整張圖分成九宮格（其實是更多格，比如49格），然後告訴每個格子：「你負責找你這一格裡的東西，直接告訴我有什麼、在哪裡、有多大。」

這樣做的好處是什麼？速度快到驚人！

我還記得第一次跑YOLO的時候，我看著螢幕上的數字：45 FPS。等等，這代表一秒鐘可以處理45張圖片？我還以為是哪裡搞錯了，重跑了好幾次，結果都一樣。

要知道，傳統的R-CNN處理一張圖片要好幾秒，YOLO一秒鐘可以處理幾十張。這不只是改進，根本就是革命。

但是...世界上沒有完美的東西，YOLO也有它的問題。

因為每個格子只能負責有限的物件，如果兩個東西重疊得很嚴重，或者物件很小，YOLO就會有點「看不清楚」。就像你戴著老花眼鏡看報紙，大標題看得很清楚，但小字就模模糊糊的。

不過這些小問題，在速度帶來的巨大優勢面前，根本算不了什麼。

## 從天才到「叛徒」：YOLO家族的分家大戲

Joseph 並沒有滿足於第一代YOLO的成功。接下來的幾年，他陸續推出了v2和v3，每一版都比前一版更強。

YOLOv2解決了小物件檢測的問題，加入了「錨點」的概念（想像成在每個格子裡放了不同大小的模板）。YOLOv3則變得更深更強，可以在三個不同的尺度上同時檢測，就像同時用望遠鏡、正常視力和放大鏡在看東西。

但是好景不常...

2020年2月，就是我開頭提到的那條推特，Joseph突然宣布不玩了。原因很現實也很沉重：他發現自己的技術被用在了軍事和監控上，這讓他良心不安。

想像一下，你發明了一把瑞士軍刀，本來是想讓大家切水果、開罐頭，結果發現有人拿去當武器。你會有什麼感覺？

Joseph的離開在AI圈引起了巨大震動。有人說他太理想主義，有人說他勇敢負責。但不管怎樣，YOLO這艘船突然沒有了船長。

就在這個時候，戲劇性的一幕發生了...

兩個月後，一個叫Alexey Bochkovskiy的俄羅斯程序員發布了YOLOv4。不是v3.1，不是改進版，直接跳到v4。

同時間，一家叫Ultralytics的公司也發布了他們版本的YOLO，叫做YOLOv5。

你沒看錯，v4和v5幾乎同時出現！

這下子社群炸了。「誰才是正統的YOLO？」「為什麼沒有學術論文就敢叫v5？」「這是在搶孤兒的家產嗎？」

爭論聲不絕於耳，但技術的發展沒有停止。接下來幾年，v6、v7、v8...各種版本如雨後春筍般冒出來，每個都說自己更快更准。


這場「版本大戰」其實挺有趣的。就像一個原本統一的王朝突然分裂成好幾個小國，每個都宣稱自己是正統繼承人。

YOLOv4的作者很用心地寫了學術論文，用各種數據證明自己的改進。YOLOv5的團隊則專注在易用性上，提供了超棒的使用者體驗和完整的工具鏈。後來的v6專攻工業應用，v7號稱在準確度和速度上找到了最佳平衡...

說實話，作為一個使用者，我一開始覺得很困惑。「到底要用哪一個啊？」但後來我發現，這種競爭其實是好事。每個團隊都在努力做出更好的東西，技術進步的速度反而變快了。

現在到了2024年，最新的版本已經到了YOLO11，而且各種變種多到數不清。有專攻小物件檢測的，有針對邊緣設備優化的，還有支援多種任務的統一框架。

這就像當年的手機市場，Nokia統治的年代結束後，iPhone、Android各種品牌百花齊放，用戶反而有了更多選擇。

## YOLO 改變了我們的世界

技術本身是中性的，關鍵在於怎麼用。雖然Joseph因為道德考量離開了，但YOLO卻在各個領域開花結果，很多應用可能連你自己都沒意識到。

### 你的車子比你更會「看」

現在的新車上，那些會自動煞車、會提醒你前車距離的功能，很多都有YOLO的影子。

我有個朋友是Tesla的工程師（當然不能說是哪個朋友），他告訴我一個有趣的事：他們的車子每天在路上跑，其實就是在不斷地「看」。看行人、看車子、看交通標誌、看路面標線。一台車一天下來，可能要處理好幾萬張「照片」（其實是視頻幀）。

要知道，如果用傳統方法，根本不可能做到即時處理。但有了YOLO，車子可以在毫秒之間判斷前面那個移動的東西是人還是垃圾桶，然後決定要不要踩煞車。

雖然完全自動駕駛還沒有實現，但這些主動安全系統已經拯救了無數生命。

### 農夫的AI助手

你可能沒想過，現在的農業也變得很高科技。

我之前看過一個紀錄片，講的是中國的一個蘋果園。老農夫用無人機巡園，無人機搭載的YOLO系統可以自動數蘋果、判斷成熟度、發現病蟲害。一天巡完上百畝果園，比十幾個工人還快還準。

還有更酷的：有個公司訓練YOLO來識別塑膠垃圾。他們把系統裝在海洋清理船上，可以自動識別海面上的塑膠廢料並進行回收。想想看，我們正在用AI來拯救地球，這不比什麼軍事應用更有意義嗎？

### 醫生的眼睛

醫學影像是YOLO另一個發光發熱的領域。

放射科醫生每天要看成百上千張X光片、CT掃描，眼睛都看花了。現在有了AI輔助，YOLO可以幫助醫生快速定位可疑區域，提高診斷效率和準確度。

當然，AI不會替代醫生，但可以讓醫生把時間花在更需要人類判斷的地方。就像給醫生配了一個不知疲倦的助手。

### 那些你看不見的應用

其實，YOLO已經悄悄進入了我們生活的各個角落。

超市的自助結帳系統、手機的拍照功能、工廠的品質檢測、甚至是短視頻app的特效功能...很多地方都在用著類似的技術。

我們正生活在一個被AI「看見」的世界裡，只是大部分時候我們沒有察覺到而已。


## 一個天才的選擇，一個時代的開始

回到最初的那條推特。

Joseph Redmon的離開，讓很多人開始思考一個問題：我們創造的技術，最終會被如何使用？

他本可以繼續留在AI的聚光燈下，享受技術帶來的名利和成就感。但他選擇了離開，選擇了為自己的良心負責。這需要多大的勇氣？

有人說他太天真，有人說他太理想主義。但我覺得，正是因為有這樣的人存在，技術的發展才不會完全失控。

更有趣的是，Joseph的離開並沒有讓YOLO止步。相反，它像是一顆種子，在世界各地開花結果。不同的團隊、不同的公司、不同的國家，都在YOLO的基礎上持續創新。

這讓我想起了開源軟件的魅力。當一個技術真正開放的時候，它就不再屬於任何一個人或一個公司，而是屬於整個人類。Linux是這樣，Android是這樣，現在YOLO也是這樣。

也許這就是Joseph最想看到的結果：他的技術在幫助人們解決真正的問題，而不是被用來傷害別人。

## 寫在最後

YOLO的故事還在繼續。

每當我看到新的版本發布，看到新的應用場景，我都會想起那個在2016年說「我們只需要看一次」的博士生。他改變了一個領域，然後選擇了離開。

但技術的生命力遠比任何個人都要強韌。它會在不同的手中發展，會被用於不同的目的，會產生不同的結果。

作為技術人，我們能做的就是盡力確保這些結果是好的。

你呢？你會如何使用這些強大的工具？

---

## 延伸閱讀

- [YOLO v1 原始論文](https://arxiv.org/abs/1506.02640)
- [Joseph Redmon 的個人網站](https://pjreddie.com/)
- [Ultralytics YOLO 官方文檔](https://docs.ultralytics.com/)
- [YOLO 在醫學影像中的應用綜述](https://www.mdpi.com/2073-431X/13/12/336)

*本文提到的技術原理經過簡化說明，如需了解詳細技術細節，請參考相關學術論文。*

---