本文轉載自公眾號“看天下實驗室”，文章原標題：《華人科學家李飛飛：從洗衣妹到“AI教母”》

嗨，歡迎關注看天下實驗室!《看天下》雜志原創出品。人的一生都在成長，一起去過有趣而豐盈的人生。

導讀：

在AI領域，華人也發揮著巨大影響力。2月24日，芯片巨頭英偉達宣布成立一個新研究部門——通用具身智能體研究實驗室。該實驗室的領導者是兩位華人90后博士——范麟熙（Jim Fan）和朱玉可（Yuke Zhu）。

而這兩人的導師，則更為重要——被稱為“AI教母”的華人科學家李飛飛。

為了賺錢，李飛飛在飯店刷過盤子，在干洗店打過工，整個高中和大學時代，她的衣服都是從別人丟掉的垃圾中撿的。

沒人想到，這樣一個貧窮的女孩，之后會成為席卷全球的AI革命的核心人物之一，甚至被譽為“AI教母”。

她的征途是星辰和大海，起點卻是美國東北部的臭水?溝。

16歲時，李飛飛和父母移民到美國，生活跌入谷底：一家三口擠在一個只有一間臥室的公寓里，沒有積蓄，不會說英語，靠繁重的體力勞動維持生計。

這個聰明的女孩考上美國最頂尖的高校之一，卻沒想著畢業后掙大錢實現階層躍遷，而是投入到當時還是“天坑”的人工智能專業中，夢想著教會機器學習，改變整個世?界。

堅信數據對人工智能有重要意義的她，在只有一個助手的條件下，創建了人類歷史上規模最大的標注數據集，為接下來引爆AI革命的大事件準備了舞臺。

李飛飛一路走來，生在北京，長于四川，又從中國到美國，由物理專業到人工智能領域，靠著其堅強、瘋狂與熱愛，從一個洗衣妹跨進AI這場科技革命的中心。

壹

我把你教得太好了

48歲的李飛飛在傳記中直言，父母的性格各自有一部分對她產生影響。

1976年，李飛飛出生在一個知識分子家庭。父親是工程師，性格天真散漫。李飛飛出生那天，父親姍姍來遲，并不是因為路上堵車或其他意外，而是因為他一時興起，跑到公園觀鳥，忘了時間。給女兒起名“飛飛”，也是觀鳥時想的。

這種好奇心傳染給了李飛飛，小時候，父親常帶她到公園觀鳥，去田里看水牛或捕捉昆蟲，激發了她對周圍世界強烈的探索欲望。

母親完全相反，對科學不感興趣，但熱愛文學，會帶著女兒讀魯迅的作品以及波伏娃《第二性》、海明威《老人與海》等西方經典。

父母的共同特點是，他們對功名利祿完全不感興趣，也從未像很多同事那樣通過送禮或請客吃飯的方式討好上級。

李飛飛記得，小學有一次校運動會，老師要求所有人穿白色襯衫，李飛飛爸爸在仔細閱讀規則后，把女兒白襯衫上每個紐扣都換成彩虹色，運動會當天，在一片“白色海洋”中，李飛飛尤為顯眼。

父母的教育理念和學校也有沖突。因為在期末考試前還癡迷于閱讀米蘭·昆德拉的《不能承受的生命之輕》，李飛飛被叫了家長。母親聽完了老師的抱怨，但沒有責怪女兒。

“我把你教得太好了。”回家路上，她對李飛飛說。

和母親期望的不同，李飛飛最愛的不是文學，而是數學。中學接觸到物理后，這又成了她最癡迷的科目，連騎自行車轉彎時都思考加速度和角動量的變化。她還對物理學歷史上一個又一個偉大人物感興趣，對阿基米德洗澡時發現浮力定律、牛頓在瘟疫肆虐時躲在家鄉寫《自然哲學的數學原理》等事件浮想聯翩。

這樣的日子在李飛飛16歲時戛然而止。1992年，李飛飛父親在美國工作3年后，將她和母親接到美國。當時，李飛飛可能想不到，她們家的生活將很快跌入谷底。

貳

浪費的彩票

因為完全不懂英語，李飛飛父親沒能繼續工程師生涯，他在一家華人開的店找到維修相機的工作，每天很晚才下班。母親在商店找到一份收銀員的工作，做重復和機械性的操作，遠離了她熱愛的文學作品。

日子很難捱。李飛飛的新家位于美國東北部富裕的新澤西州，一家三口擠在只有一間臥室的公寓里，家具是從路邊遺棄的垃圾里撿的。

為了補貼家用，每一個不上學的日子，李飛飛都會去打零工，最常見的工作是去中餐館打雜，每天從上午11點工作到晚上11點，總共12個小時，時薪2美元。她也做過幫人看家或遛狗的工作，時薪更高，也更清閑，但不好找。

在餐館打雜時，趁著下午換班，李飛飛會利用難得的空隙去讀母親分享給她的文學名著，餐館經理對此不屑一顧。“他覺得對我們這樣的人來說，想象力在生活中是多余的”，李飛飛回憶稱。

對這些連英語都不會說的華裔移民來說，階層躍遷是個遙不可及的夢。

曾經引以為傲的學業也變成負擔。李飛飛幾乎不會說英語，每一節課，無論什么科目，對她而言都是英語課。每天回家做作業，她都要準備兩本詞典，一本英譯中，一本中譯英，否則就寫不了作業。

自我表達成了一種奢望，“不會說話”的李飛飛交不到朋友，成績也一落千丈——考試的時候，很多時候她連題目都看不懂。

幸運的是，數學和物理兩門課受到的影響很小。學習它們，更多依賴數字、符號和公式。李飛飛對數學和物理的狂熱也沒有隨著移民到美國而改變。

李飛飛家沒錢付學費，３年后高中畢業時，她申請的都是公立和社區大學，只是懷著一種儀式感，順帶申請了美國頂級名校普林斯頓——李飛飛最崇拜的科學家是愛因斯坦，普林斯頓是他度過晚年的地方。

沒想到，普林斯頓不愿意錯過這個SAT（類似美國高考）數學考了滿分的女孩，給她開出全額獎學金。

整個社區沸騰了。鄰居們羨慕地設想，李飛飛會去讀普林斯頓醫學、工程或者金融相關專業，拿到富裕階層的敲門磚，改變整個家庭的命運。但是，讓他們大跌眼鏡，李飛飛并沒有進那些熱門的賺錢行業，而是選擇了自己癡迷的物理。

“真是張好彩票，可惜浪費了。”鄰居們無法理解。

叁

兩個世界

普林斯頓大學對李飛飛來說就是天堂。

普林斯頓大學校園。（@視覺中國 圖）

她依然很窮，要從洗衣房撿別人扔掉的衣服穿，每個周末，都要回家里的干洗店幫忙。大一快結束時，李飛飛的母親心血管疾病發作，盡管通過手術搶救了回來，但終生不能再從事全職體力勞動。李飛飛家用積蓄和借款開了家干洗店，周末客人會更多，李飛飛要回家幫忙，而且幾乎不會說英語的李飛飛父母，也需要女兒做翻譯。

來到美國后，李飛飛第一次有了屬于自己的房間，宿舍面積甚至比一家三口蝸居的公寓還要大。更重要的是，這里是知識的殿堂，可以幫她找到那顆指引自己的“北極星”，那個可以改變世界，讓她為之癡迷和奮斗的問題。

大二時，李飛飛的興趣發生轉向。當時，在閱讀愛因斯坦、波爾、薛定諤等著名科學家傳記后，她發現很多人在晚年轉而對生命話題感興趣，探索智慧的奧秘。在1990年代末的計算機熱下，另一個問題引起了李飛飛的注意：機器可以掌握人類的智慧嗎？

李飛飛就此關注到了人工智能領域。和20多年后這個行業的爆火不同，當時正值“AI寒冬”，整個領域停滯不前，缺乏突破，很難獲得研究資金。這個時候入行，顯然不是好時機。

李飛飛不在乎這些。大學畢業后，她選擇到另一家頂級名校加州理工學院深造，兩位導師分別來自計算機和神經科學專業。

就在李飛飛滿懷期待開始研究生生活時，或許是嫌她吃的苦還不夠多，命運又給了她一記暴擊。

李飛飛母親再次病倒，幾乎完全不能再從事體力勞動，干洗店的生意難以為繼。李飛飛把父母接到自己的宿舍，讓母親在天氣更溫暖的加州療養，同時方便照顧他們。

母親的病隨時可能惡化，怎么掙錢給她看病？第一次，李飛飛認真考慮，放棄科研夢想，找一份薪水高的工作。

著名咨詢公司麥肯錫正在加州理工學院招聘，李飛飛買了一件得體的西裝。這對她來說還是過于奢侈的消費，她沒有撕掉標簽，而是用衣領遮住，打算面試結束后立刻退回店里。

盡管沒有任何工作經驗，李飛飛還是憑借才智和韌性打動了麥肯錫，他們不僅同意錄用，還把原定招聘的實習生崗轉成正式職工崗。

6位數年薪和健康保險近在眼前。最終，卻是母親阻止了李飛飛的決定。她至今都記得母親當時那段拯救了她人生的話：

“飛飛，我們走到這一步，不是為了讓你放棄。我了解我的女兒，她不是一個咨詢顧問，她是一個科學家。”

肆

給機器呈現整個世界

麥肯錫失去了一位咨詢顧問，已經處于谷底的人工智能領域迎來一位轉折性的人物。

為了教機器像人一樣識別圖片中的物體，科學家們首先要搞懂，人是怎么辨識物體的。

1990年代前，主流理論認為，人眼辨識物體，是從色彩、形狀、明暗等不同層次的微小細節開始，然后建立它們之間的關系，最后在大腦中形成一個完整的畫面。

這符合直覺，算法的開發也試圖模擬這個過程。

但是，到1990年代，這個理論遭到越來越多人質疑。科學家們通過實驗發現，人類具有快速準確的圖像識別能力，哪怕在集中注意力做其他事情的同時，也能對快速閃過的圖像內容作出精準判斷，比如“這是一幅風景畫”，或者，“圖片里是一只柯基犬”。

人只要看到某些細節，就能通過自己的豐富經驗聯想到這個物體可能是什么，并在想象中自動填充其他部分。

換言之，重要的是“類別”，人通過聯想到“類別”而判斷物體是什么。

李飛飛是“類別論”的支持者。她進一步想到，人是因為有豐富的閱歷而能判斷出類別，如果想讓機器也做到這一點，就需要它們“看”過海量同一類別的圖片。

創建一個由人類標注好類別的圖片庫，讓機器學習的想法就此出現。

給機器呈現一個完整的世界，它們之后會開始嘗試理解這個世界。這是李飛飛的“北極星”，她看到了數據的重要意義，在此之前，科學家們只把它當成算法的附庸。

2005年博士畢業后，李飛飛先是在伊利諾伊大學厄巴納-香檳分校找到教職，一年后被母校普林斯頓挖走。她決心把創建數據庫的想法變成現實。

這是一個過于“大膽”的想法。

幾乎包含所有英文詞匯的網絡WordNet里有約14萬個單詞，其中，所有可見的物體類名詞有2.2萬個，如果每一個類別下配1000張圖，意味著需要有約兩千萬張標注好的圖片，規模浩大。

同事們都不看好這個項目，當時世界上最大的標注數據集，只有100個分類，圖像也只有約１萬張，2000萬張圖像太多了，算法用不了這么多數據，也沒有那么強的算力去支持。

連李飛飛導師的導師，“師爺”吉騰德拉也不看好這個項目，他委婉地提醒李飛飛：“科研的訣竅是跟隨你的領域一起成長，不要太超前。”這尤為讓人喪氣，李飛飛本打算將來申請終身教職時，請吉騰德拉寫推薦信的。

她開始擔心，如果繼續做ImageNet，自己會失去拿終身教職的機會。

男友西爾維奧支持李飛飛的想法，他們在加州理工讀博時結識，都是癡迷機器學習的書呆子性格。“你不是一直追求出格的想法嗎？”西爾維奧說。

李飛飛只有一個研究生做助手，以及少得可憐的經費，這注定是一場豪賭。

外界大概很難想象，最前沿的計算機學習，最開始是個手工活兒。

他們設計出程序，可以自動依照劃分好的類別從搜索引擎谷歌上一天24小時不停下載圖片。在電腦網絡IP被谷歌識別和封殺后，他們又想出了設置動態IP的辦法。

一共有幾十億張圖片被下載，接下來需要剔除那些畫質不高、重復或者不相關的圖片，然后手工標注這些圖片。

李飛飛請普林斯頓大學本科生們來做兼職標注，每小時10美元，但速度慢得驚人，按這個進度，要18年才能完?成。

李飛飛想，自己那時可能已經被普林斯頓開除了。擴張預算、招更多學生來做標注也不現實，工作又陷入死胡?同。

“眾包”拯救了他們。一次偶然的機遇，李飛飛聽說網絡購物平臺亞馬遜上可以發布“眾包”任務，立刻想到，中國、越南等地人力成本明顯低于普林斯頓的本科生，如果把標注任務外包出去呢？

他們成了“眾包”業務早期最大的買家之一。最終在全世界167個國家的4.8萬名標注員的共同努力下，僅用了1年時間，這個被命名為ImageNet的圖片庫就得以問世，這是人類歷史上規模最大的標注數據庫，和神經網絡AlexNet一起，它們將引爆2012年的AI革?命。

伍

仰望星空的權利

ImageNet是一個不被看好的項目，即便成功問世，也鮮有人使用——科學家們普遍還沒有意識到數據的威力。

為了推廣ImageNet，2009年，李飛飛組織了迄今為止AI歷史上最成功的賽事：ImageNet大規模視覺識別挑戰賽。參賽團隊可以免費使用ImageNet圖像庫，但需要自行開發算法，最終以圖像識別準確率高低來決定名次。

李飛飛傳記《我看到的世界》

最開始兩屆很難說是成功，參賽隊伍數量一般，算法識別準確率也沒有革命性突破。

事情在2012年迎來轉機。這一年，有“AI教父”美譽的杰弗里·辛頓和其學生開發的神經網絡AlexNet在挑戰賽中一舉奪魁，并且把識別準確率提高了整整10個百分點。

人工神經網絡一戰成名。更讓科學家驚喜的是，他們意識到，如果不停增加神經網絡的層次，識別準確率還會繼續提高，這是“深度學習”的含義。

讓機器具備像人一樣“看”的能力，歷史上第一次變成現實。

更重要的是，用大數據訓練多層神經網絡的想法，從圖像擴展到語音、文字、視頻等其他領域，引爆了持續到現在的AI革命。2014年，機器人臉識別準確率已超越人類，突破落地門檻；3年后，AlphaGo橫空出世，戰勝圍棋世界冠軍李世石；2022年，ChatGPT的問世更是讓整個世界意識到了人工智能的潛力。

這一切的起點和技術基礎，是李飛飛的ImageNet和2012年的AlexNet。

李飛飛就此享譽世界。榮譽、地位、金錢潮水般向她涌來，她拿到了斯坦福大學的終身教職，當選美國工程院院士，成為谷歌云計算部門的首席科學家。李飛飛和西爾維奧結了婚，有了孩子，和自己的父母生活在一起，不用再為錢擔心。

給機器呈現整個世界曾經是她的“北極星”，讓她為之癡迷并前行，她做到了，現在，到了要尋找下一顆“北極星”的時候。畢竟，每個人都有仰望星空的權利，無論是在臭水溝還是已經爬上了山巔。

* 主要資料來源：李飛飛傳記《我看到的世界》，

中文版由中信出版集團出版。

粉絲福利領取

近期，公眾號收集了科研指導、編程學習、科學哲學、科學史、數學和物理科普書、中醫書籍、文學著作、升學就業相關資料等資源大禮包，點擊了解詳情

點擊資源推文頁，領取方式在文末