李飞飞：让人工智能大众化

　　李飞飞，1976年出生于北京，成长于四川，16岁随父母移居美国新泽西州，斯坦福大学计算机系终身教授，全球人工智能领域最具影响力的科学家之一。2007年，李飞飞发起的图片网络，目前已经成为全球最大的图像识别数据库，对计算机图像识别的研究起到了颠覆性的推动作用，是本世纪人工智能领域最大的进展之一。在成为科学家之前，李飞飞做过清洁工、中餐馆收银员，帮人遛狗，开干洗店……从打工学生、洗衣妹到全球人工智能领域里凤毛麟角的顶尖女科学家，获得的殊荣越来越多，李飞飞说，自己能走到今天，是因为性格，她是一个乐观坚忍的人。

　　追梦之路并不轻松

　　李飞飞16岁才从中国移民到美国，并非出生美国的ABC，因此刚到美国时她英文很差，几乎是从零开始适应英语系社会。

　　父母亲在中国都是知识分子，担任工程师和科学家，但李飞飞全家移民美国后，只能靠父亲修理摄影机，母亲当餐馆收银员过日子。但李飞飞从小就很聪明，数学和科学成绩最好。大学进入普林斯顿大学，李飞飞在这所数理强的大学里，被科学家和知识分子围绕，可以说是如鱼得水。但李家当时经济状况不好，李飞飞边读书边筹钱，买下一家洗衣店让父母经营，自己平日上课，周末则到洗衣店继续帮忙。

　　并不是每个美国移民都能实现自己的梦想，但李飞飞做到了。当初她随父母举家搬到大洋彼岸，父母来到这个国家是为了追求梦想。李飞飞认为她也应该能够追求自己的梦想。这个“应该与能够”的选择做起来并不轻松。

　　李飞飞从普林斯顿大学毕业那年是1999年，正当网络科技业热潮，包括麦肯锡和高盛都要给她工作，十分有想法的李飞飞没有急着接受高薪工作，反而跑到西藏一年，研究西藏人使用的药物。回来后，她到加州理工学院读人工智能和计算机神经学，研究兴趣主要集中在视觉研究领域，包括视觉运算和视觉心理学，例如物体识别、场景分类和事件分类等。这也是李飞飞往后崭露头角的研究领域。

　　事业家庭两不误

　　“起点越是低微，越能支撑你勇敢而坚韧地度过每一次艰难的时刻。”这是李飞飞的信条。

　　2005年博士毕业后，李飞飞进入了斯坦福大学AI实验室，选择了当时陷入瓶颈期不被看好的研究方向——计算机视觉识别领域。2007年开始她参与领导创建了ImageNet，这个项目以及后来的一系列工作影响了目前整个计算机视觉领域的发展。2009年以来，李飞飞接连担任斯坦福人工智能实验室和斯坦福视觉实验室的负责人，并在2012年成为了斯坦福大学终身教授。

　　当李飞飞被纽约卡内基集团授予“2016年优秀移民”的称号时，在接受媒体采访时，她说：“作为中国人的女儿，我心中有强烈地要照顾好我的父母的责任感。但如果高盛给我一个报酬丰厚的工作，我就会分心。虽然只要我接受了这个工作，就能缓解我父母经济上的困难。所以，尽管被很多投资银行和管理咨询公司邀请去参加他们的面试，我都没有去。很多年以后，麦肯锡给我发了offer，我依然没有接受。对我来说，真正的挑战是，你需要充分发挥自己的潜力，同时兼顾自己所身负的责任，然后又必须忠于自己的内心。”

　　现在，李飞飞有一个幸福美满的家庭，她的丈夫萨瓦雷斯教授在斯坦福大学工作，也是杰出的人工智能领域专家。李飞飞说：“我家里有两个学龄前的孩子，等他们上大学的时候，这个世界会是一个完全不同的世界。”作为人工智能领域的科学家，我会关注科技本身的创新和发展。但是作为教育工作者、女性和母亲，我也会对人工智能有可能带来的社会问题、伦理问题关注得更多。

　　希望AI更好地服务人类

　　李飞飞的团队在AI（人工智能）圈很出名，因为研究两个非常指标性的技术，一个是Caltech 101，另外一个则是ImageNet。尤其是ImageNet，目前已经是全球最大的图像识别数据库。2016年，李飞飞从学术界转移到了工业界，正式加入谷歌，任谷歌云机器学习负责人。“在我同事中，我仍是Google的新人。”李飞飞谦逊地说。但这名Google云端人工智能与机器学习首席科学家，目前掌管的正是Google当前最重要的两项技术“人工智能”与“机器学习”。一般理解，这个新部门是要透过机器深度学习技术的进步和新功能，让对人工智能有需求的用户，来使用Google云端平台。很明显，这两块技术将会是Google冲刺云端业务的重要军火。“AI走向大众化，而云端是AI最理想的平台。”李飞飞坦言。

　　许多人好奇，李飞飞在学术界已有很高的声望，为何选择到Google？更有许多人等着看，到底这位AI界的女王，能在庞大的Google中发挥什么样的影响力？“我选择去Google，是考虑到人工智能的普世价值，云端能够对应各个垂直领域，比如金融、商业、医疗、制造、农业、教育、娱乐、传媒，这是特别重要的一点。如果说要涉足工业界、产业界，我自己最想学习的是，如何真正把人工智能应用到大家需要的地方，而不是光去画一个饼，”李飞飞说，“我目睹了中国在AI基础研究、创业、发展等方面走到世界前列。在ImageNet图像识别大赛、Kaggle的AI编程竞技平台上以及基础科研等方面，都有巨大的成就。现在，我和团队回到中国，希望开始一段长久、真诚的工作，创造未来。这个中心将与我们在世界各地，包括纽约、多伦多、伦敦和苏黎世在内的AI研究小组一起，共同让人工智能更好地服务于全人类。”