从洗碗工到控制斯坦福，AI教母李飞飞逆袭人生的5个关键词

作者丨温妮

修改丨关雎

李飞飞，是可贵的交际渠道活跃分子，可谓“AI界大活人”，她的推特坚持着简直每天更新的频率。

最新内容之一是转发斯坦福大学AI实验室关于机器人的最新研讨打破：

视频里两只机器手丝滑地互相协作叠衣服、斟茶、将鞋子打包，流通度满分。

这些流通的动作是经过一项被称为联络要害点束缚（ReKep）的新技能完结的。

这项技能很好地处理了机器人与国际互动时的杂乱束缚模仿，在空间智能方面有很大的潜力，而这正是李飞飞最新创业的方向。

李飞飞在转发时配文：

咱们实验室的新作业展现了视觉和机器学习更深层次的整合！

结尾还有星星眼和加油的小图标，骄傲感溢出屏幕。

李飞飞的推特简介是一连串标签，一个形容词也没有：

斯坦福计算机科学教授、斯坦福以人为本人工智能研讨院（HAI）联合主任、AI4ALL联合创始人及主席、研讨员（AI、计算机视觉、机器学习、AI医疗）。

尽管她33岁就取得斯坦福终身副教授职称，是斯坦福大学人工智能实验室首位女人主任、斯坦福大学首位红杉讲席教授，还中选美国三院院士，创立了现代人工智能的要害催化剂ImageNet数据集……

这些开创性成果，在简直由男性控制的全球科技界，无疑是耀眼的存在，但她从未标榜这些，好像这些仅仅追逐科学愿望路上的小小注脚。

除了最新的AI开展以及关于AI监管的一些发文，李飞飞也在推特，宣传自己最新的自传著作《The Worlds I see》，中文版已于本年4月份出书，题为《李飞飞自传：我看见的国际》。

与在AI方面所表现出来的高调不同，李飞飞在宣传新书时，表现出了十分的谦逊和低沉。

这种反差，也贯穿了《我看见的国际》全书前后：许多的人工智能开展史和个人的追梦史，关于那些生射中给过哪怕仅仅很小协助的人，李飞飞花了很大的翰墨来描绘，而关于自己的成果，仅仅悄悄带过。

但又有谁，能够像她相同，能将自己的个人史，写成一部汹涌澎湃、跌宕起伏的人工智能开展史？

“移民”“女人”两层弱势标签叠加，进一步添加了冲关的难度。

从成都到新泽西州，为什么痴迷物理的李飞飞转向了AI？是什么点亮了她的北极星？她是如安在科技界完结人生逆势的？她因何创立AI4ALL？她眼中的人工智能是怎样的？现在她又在处理什么样的难题？

书中都有答案。

“飞飞”与猎奇心

李飞飞姓名的由来，颇具戏剧性。

1976年，李飞飞出世那天，父亲缓不济急，并不是因为路上堵车或其他意外，而是因为他一时鼓起，跑到公园观鸟，忘了时刻。

取名“飞飞”，也是观鸟时想的。

母亲怒发冲冠，但也觉得这是一个好姓名。

父亲的这种猎奇心传染给了李飞飞，小时分，父亲常带她到公园观鸟，去田里看水牛或捕捉昆虫，激发了她对国际激烈的探究愿望。

中学接触到物理后，这成了她最痴迷的科目，连骑自行车转弯时都考虑加速度和角动量的改动。

她还对物理学历史上一个又一个巨大人物感兴趣，对阿基米德洗澡时发现浮力规律、牛顿在瘟疫暴虐时躲在家园写《自然哲学的数学原理》等事情思绪万千。

为了追逐李飞飞的科学梦，权衡之下，爸爸妈妈举家远赴美国。

在美国上高中时，她有段时刻特别沉迷相对论，可是搞不懂，觉得特别难。但忽然有一天，做梦的时分如同把相对论搞懂了。她特别振奋，深夜起来在那写。

沿着对物理的猎奇心，李飞飞找到了自己的北极星。

大二的时分，她开端读一些物理学家的书，不谋而合地，她最崇拜的物理学家，包括爱因斯坦，他们在人生的后半程，不光是考虑物理的问题，光子原子或是国际的源头，而是开端考虑生命的问题。

李飞飞也开端对生命猎奇，最让她猎奇的，关于生命的故事，便是Intelligence，为什么生命会Intelligent，而Intelligence究竟是什么，是不是只要人类的生命能够Intelligent？

出于这些考虑，读博士时，李飞飞找到了AI，那个时分没人知道AI，仍是AI的冬季。

猎奇心就像一个探照灯，你把猎奇心翻开，这个灯能够照到不同的当地，或许照到的第一个第二个当地不是你喜爱的，可是你不断的经过这个猎奇心去找，不断look for it，你就会看到让你特别特别振奋，有意思喜爱的东西。——李飞飞

“糟蹋的中奖彩票”与北极星

刚到美国的日子很难捱，一家三口挤在只要一间卧室的公寓里，家具是从路旁边遗弃的废物里捡的。

李飞飞父亲在一家华人开的店找到修理相机的作业，每天很晚才下班。母亲在商铺找到一份收银员的作业，做重复和机械性的操作，远离了她酷爱的文学著作。

为了补助家用，每一个不上学的日子，李飞飞都会去打零工。

最常见的作业是去中饭馆打杂，每天从上午11点作业到晚上11点，一共12个小时，时薪2美元。

在饭馆打杂时，趁着下午换班，李飞飞会使用可贵的空地去读母亲共享给她的文学名著，饭馆司理对此嗤之以鼻。“他觉得对咱们这样的人来说，幻想力在日子中是剩余的”，李飞飞回想称。

对这些连英语都不会说的华裔移民来说，阶级跃迁是个遥不行及的梦。

从前引以为傲的学业也变成担负。李飞飞简直不会说英语，每天回家做作业，她都要预备两本词典，一本英译中，一本中译英，不然就写不了作业。

尽管学习的时刻少得不幸，但李飞飞仍是考出了SAT1250，数学满分的成果。

她申请了三所大学，麻省理工、 普林斯顿、和新泽西州立罗格斯大学。

终究，三所学校都发了选取告诉，普林斯顿大学更是开出了简直全额的奖学金。

李飞飞要去普林斯顿读书的音讯颤动整个社区，一度还登上了本地的报纸。

但让人略感惋惜的是，李飞飞没有挑选医学、金融这种能通向殷实阶级的敲门砖专业，而是挑选了自己痴迷的——物理。

“真是张好彩票，惋惜糟蹋了。”邻居们无法了解。

1999年，李飞飞在普林斯顿大学的大学学习生计行将完毕，再次面对科学志向与实际日子之间的挑选。

读研的引诱与敞开作业生计的压力让她左右为难。

包括高盛和美林在内的许多闻名企业向她抛出了橄榄枝，他们供给了全部：福利、提升时机、令人艳羡的起薪，当然还有医疗保险。他们许诺革除债款，完毕干洗店的劳累，在母亲的健康状况日益恶化的状况下为她的家庭供给保证。

而这仅有要求便是让她抛弃科学。

在自己酌量了大半个星期之后，李飞飞跟母亲在干洗店有了如下对话（以下为原文摘抄）：

“妈妈，我在考虑几个挑选。我面试了几家‘公司’，中文是叫‘公司’吧？便是华尔街巨子。我有必要得供认，他们给的条件很诱人。”

“华尔街巨子？”

我认识到，她并不了解这些美国文明术语。

“便是股票、买卖什么的。搞出资的。当然，还有许多东西要学，不过假如我真的下定决心，我觉得仍是能学会的。”

“嗯。”她平平地答复，“这是你想要的吗？”

“我的意思是……光是薪水就足以改动咱们的日子了，并且——”

“飞飞，这是你想要的吗？”

“你知道我想要什么，妈妈。我想成为一名科学家。”

“那还有什么好说的呢？”

李飞飞挑选继续学业。

在加州理工大学的博士生生计行将完毕时，李飞飞再次处于人生的十字路口。

国际闻名办理咨询公司麦肯锡的合伙人过来招聘，他们正在寻觅一个实习等级的分析师。

李飞飞申请了面试，乃至为此买了一套远超预算的西服，小心谨慎地把标签藏在领子下面，这样穿完后立刻就能退货。

面试不行思议地进行得十分顺畅。

麦肯锡公司当即给了必定的约请，并且决定将李飞飞的实习时机转为长时刻的正式职位。

这份作业好像能够让她卸下持久担负的重担，也是通往每个移民家庭都期望自己孩子具有的作业生计的捷径。

但价值仍是要抛弃她的北极星——科学。

李飞飞回到家里共享了这个“好音讯”，告诉她起薪、以及优厚的待遇（以下为原文摘抄）：

“咱们真的要再次谈论这个问题吗？”

“妈妈，我知道，但听我说——”

“我了解自己的女儿。她不是办理参谋，或许其他什么职务。她是个科学家。”

“想想你的身体吧，妈妈！想想咱们的开支。搞学术能给咱们带来什么呢？”

“飞飞，咱们走到这一步，不是让你现在抛弃的。”

“这不是抛弃！这是我朝思暮想的作业，一份作业，能够让咱们脱节现在的窘境。看看咱们现在活成什么样了！三个大人住在一个宿舍里！”

母亲停顿了一瞬间，或许是在考虑这些话，然后答复说：“飞飞，你一向在说自己走的路很‘自私’，就如同你寻求科学是在献身咱们相同。”

“我怎么能没有这种感觉呢？我现在原本能够养活咱们全家，并且——”

“你没了解我的意思。这历来就不是你一个人的路。从一开端，这便是咱们全家的路。不论你是注定要成为科学家、研讨员，仍是其他我没有办法幻想的作业，也不论你能不能从中赚到钱，从咱们的飞机脱离上海的那一刻开端，咱们全家就一向在为这个方针尽力。”

我不知道该说什么。

“我再说终究一次：咱们走到这一步，不是让你现在抛弃的。”她是对的。

她总是对的。这一次，不知什么原因，我总算听进去了她的话。我再也不会质疑自己的路途了。

“我听到的劝止之声现已多得够我用一辈子了”与ImageNet

2006年，计算机视觉研讨仍然是一个缺少资金，且很少遭到外界重视的学科。

许多研讨人员专心于构建更好的算法。

他们深信，算法是计算机视觉的中心，假如把机器智能与生物智能做类比，那么算法就相当于机器的突触，或许说是大脑中错综杂乱的神经回路。

但李飞飞并不这么以为。在攻读博士期间，李飞飞认识到了这种研讨思路的局限性：

假如练习算法的数据不能很好地反映实际国际，那么即使是最好的算法也无法很好地完结作业。

李飞飞的主意是：构建一个能够彻底反映实在国际的数据集。

教机器像人相同辨认图片中的物体，是人工智能研讨范畴一向都期望霸占的一项严重难题。

而这也是李飞飞最重要的奉献——创立了数据库ImageNet，有人工智能范畴的从业者谈论，“没有ImageNet，就没有现在的深度学习革新”。

ImageNet的宏伟方针是为每个类别搜集1000张共同的图片，从小提琴到德国牧羊犬，再到抱枕，涵盖了22000个类别，总计需求约2000万张图片。

但在起步之初，李飞飞ImageNet的主意就遭到了简直全部人的共同对立。“我听到的劝止之声现已多得够我用一辈子了（或许下辈子也够了）。”李飞飞说。

终究她总算遇到了第一位支撑者，李凯教授是微处理器架构范畴的领军人物。

微处理器架构是一门将数百万纳米级晶体管排列到国际上最杂乱的设备中的艺术，因而他比大多数人都更了解指数思想的力气。他信任李飞飞的方向是正确的。

李凯教授

他毫不犹豫地为李飞飞的研讨捐献了一套作业站，处理了项目亟需的算力问题。

一起因为自己行将离任，他也将自己的学生邓嘉推荐给了李飞飞。

李飞飞和邓嘉组成了两人团队，敞开了这个困难重重的项目。

起先，李飞飞选用的战略是付出本科生每小时10美元的酬劳，手动查找并添加图片到数据库。

“我从理论上能了解，但这个作业量也太大了，归于天文数字，可不是谷歌查找几回就能完结的。”邓嘉面露疑色。

依照既定的速度，ImageNet的竣工需求整整19年的时刻。

在一位叫孙民的研讨生的主张下，李飞飞知道了亚马逊开发的土耳其机器人项目，经过人力众包来完结电脑力有不逮的细碎、准确的智能作业。

正是这款机器人把ImageNet的大学生标示员部队变成了一个由数十人、数百人、数千人组成的国际团队。

跟着取得的支撑不断扩大，邓嘉给出的估计完结时刻急剧缩短，先是15年，然后是10年、5年、2年，终究不到1年。

但资金需求，也迫临团队所能担负的极限，2009年，李飞飞换岗去斯坦福，这儿为她的研讨供给了新的研讨资金。

2009年6月，ImageNet的初始版别总算完结：搜集了1500万张图片，涵盖了2.2万个不同类别。这些图片筛选自近10亿张候选图片，并由来自167个国家的4.8万多名全球奉献者进行了标示。

ImageNet不仅在规划和多样性上达到了李飞飞多年来朝思暮想的水平，还坚持了共同的准确度：每张图片都经过了手艺标示，并在层次结构中进行了安排，经过了三重验证。

从数量上看，李飞飞现已完结了既定方针，树立起了其时人工智能史上最大的人工修改数据集。

“咱们的研讨斗胆且具有前瞻性，尽管并不齐备，但能引发考虑，其间许多在概念上也很简略。但直到ImageNet出现，全部才变得切实可行起来。”李飞飞说。

机器具有像人相同“看”的才干，历史上第一次变成实际。

更重要的是，她用大数据练习多层神经网络的主意，从图画扩展到语音、文字、视频等其他范畴，引爆了继续到现在的AI革新。

AI4ALL（AI FOR ALL），消除成见

2015年，yahooFlickr一经推出，即费事缠身，接二连三出现失误，描绘56岁黑人男人的单色肖像为“猿”，将达豪集中营大门的相片标记为攀爬架，把一位脸上涂有五颜六色粉末的白人妇女贴上了“猿”的标签。

谷歌也陷入了相似的争议，因为谷歌相片服务将两个黑人青少年过错地标记为“大猩猩”。

人工智能是“男性之海”，包括ImageNet在内的数据集因为缺少多样性，导致算法无意中带有成见，在非白人、非男性用户身上表现欠安；未经充沛测验的算法和存疑的决议计划又进一步加重了负面影响。

当互联网出现的是以白人、西方人和男性为主的日常日子画面时，技能就很难了解其他人群了。

除了数据集不平衡，模型自身是否存在问题？在依靠全部数据的算法架构中，是否隐藏着未被发现的缺点？能够促进练习进程的学习技能有问题吗？

为了消除成见，李飞飞和她的学生奥尔佳向九年级和十年级的女生开放了斯坦福大学人工智能实验室课程。

约请少量人群参与人工智能课程的主意十分受欢迎，她们的项目很快就像滚雪球相同开展成为全国性的非营利安排，遍及北美各地学校，任务规模也不断扩大。

很快，她们也开端向有色人种学生和经济困难学生等边际集体供给相似项目。

在短短几年后，项目被正式命名为AI4ALL，梅琳达·弗伦奇·盖茨（Melinda French Gates）的Pivotal Ventures和英伟达创始人黄仁勋供给了一轮资金。

AI4All还在继续影响国际。

它重视AI范畴现在占比很少的学生，如女生、非裔美国人、拉丁裔学生，或低收入布景的孩子，方针是鼓励更多年轻人寻求AI的作业，以添加人工智能的多样性，抵消机器学习算法中嵌入的成见和轻视的依据。

在业界追逐人工智能未来时，往往任意而为，缺少自省，而AI4All的尽力标明，至少有一小部分人在逆向而行。

“以人为本的人工智能”

2018年，李飞飞回归斯坦福大学之后，正式宣告发动以人为本人工智能项目，创立了以人为本人工智能研讨院(Stanford Human-Centered AI Institute (HAI))，方针将人道置于人工智能的中心。

HAI 联合主任：John Etchemendy和李飞飞

她在建议书中说到，“以人为本”的人工智能( Human-Centered AI)源自于三个简略而又有力的主意：

1、为了让人工智能更好地服务于咱们的需求，其有必要包括人类才智中的多样性、细微差别及深度。

2、人工智能的开展应与其对人类社会影响的长时刻研讨相结合，并据此加以辅导。

3、人工智能的终究意图应该是增强咱们的人道，而不是削弱或替代它。

这意味着人工智能，需求与神经科学、心理学和其他学科协作起来，以创立更具有人类敏感性的算法，保证AI协助人们完结作业，而不是替代他们。

李飞飞和斯坦福大学医学院教授阿尼·米尔斯坦（Arnie Milstein）协作的“环境智能”技能，便是以人为本的很好的表现。

这是从“洗手”这件小事，切入的研讨。

洗手是防备感染传达的最重要手法，但直到今日，医务人员不洗手或洗手办法不妥仍然是形成医疗环境中疾病传达的重要因素。

李飞飞和阿尼设想了一种旨在用智能且牢靠的感知来填充空间的技能，最大的特色便是不会有目共睹。

与人类监察员不同，他们的技能将悄然融入布景之中，静静监督，只要在察觉到风险时才会宣布警报。

“无论是处理数据中的成见，仍是维护医院里的患者，这全部的共同点是咱们的技能怎么对待人，尤其是怎么维护个别的庄严。‘庄严’，这是我一向着重的要害词。最重要的问题便是，人工智能怎么才干尊重人的庄严呢？这个问题是全部研讨作业的立足点。”

“以人为本的人工智能。”这个词我琢磨了好几个月，现在总算说了出来，“我一向这样表述自己的理念。我期望这个词能恰如其分地诠释我往后的作业生计。我期望在未来的年月里，‘以人为本的人工智能’对你们全部人都能有必定的含义。” ——李飞飞

本文为专栏作者授权创业邦宣布，版权归原作者全部。文章系作者个人观点，不代表创业邦态度，转载请联络原作者。如有任何疑问，请联络editor@cyzone.cn。