李飛飛：給機器一雙看世界的眼睛

李飛飛：給機器一雙看世界的眼睛

她主持建成ImageNet，把深度學習推上人工智能的主舞台

李飛飛（Fei-Fei Li），1976年生於北京，華人科學家（美國國籍）。1999年她從普林斯頓大學物理系畢業，2005年在加州理工學院取得電氣工程博士學位。她是斯坦福大學計算機科學系紅杉講席教授、斯坦福大學以人為本人工智能研究院（HAI）創始主任，2013年至2018年任斯坦福大學人工智能實驗室主任，2017年至2018年任Google雲人工智能與機器學習首席科學家。

2017年6月，瑞士日內瓦。國際電信聯盟“人工智能向善”全球峯會的講台上，一位華人女科學家在講計算機如何看懂圖片。台下的聽眾來自一百多個國家。她要解釋的不是一項技術，而是一個決定：在所有人都在比誰的算法更聰明的時候，她的團隊選擇去做一件更笨的事，給機器看更多的圖。這件事叫ImageNet。

少年時她隨家人移居美國。博士畢業之後，當時計算機視覺的主流思路是設計更聰明的算法，而她把研究方向押在了另一頭：數據。計算機要真正看懂世界，缺的不是聰明的算法，而是規模足夠大的標註圖片。

2009年，她和團隊在CVPR會議上發表ImageNet數據集：1400多萬張圖片，2萬多個類別，全部由人工標註。論文發表時，學界反應並不熱烈。她的回答是繼續做：從2009年起，ImageNet大規模視覺識別挑戰賽連續舉辦多年，把全球研究團隊拉到了同一張榜單上。結果在2012年出現。那一年，基於深度神經網絡的模型在ImageNet挑戰賽上將錯誤率大幅拉低，深度學習從此成為人工智能的主流方法。此後十年，從圖像識別到自動駕駛，底層都站着這個數據集。

2017年，她出任Google雲人工智能與機器學習首席科學家，兩年後回到斯坦福，牽頭成立以人為本人工智能研究院（HAI）。研究院的定位不是做更大的模型，而是研究技術與人的關係。

這個數據集到底有多大，有兩組數字可以參照。ImageNet含1400多萬張圖片、2萬多個類別，全部經人工標註；其中兩篇奠基論文，ImageNet數據集論文（CVPR 2009）與ImageNet大規模視覺識別挑戰賽論文（IJCV 2015），據Google Scholar檢索，截至2026年10月12日分別被引用93041次與54401次。2020年2月，她當選美國國家工程院院士；2020年10月，當選美國國家醫學院院士；2021年4月，當選美國藝術與科學院院士。

2025年，伊麗莎白女王工程獎頒出，她與Yoshua Bengio、Geoffrey Hinton、Yann LeCun等學者共同獲獎，表彰其對現代機器學習發展的開創性貢獻。頒獎詞特別提到，她領導創建了用於訓練、評估和基準測試這些模型所需的高質量數據集。

計算機視覺是整條人工智能產業鏈的地基。全球層面，人工智能正從試驗探索走向價值創造，各國同時開始立法。歐盟《人工智能法案》自2026年8月2日起適用，高風險系統的義務分階段落地到2027年與2028年。技術狂奔與規則收緊，發生在同一年。中國層面，2025年8月26日，國務院印發《關於深入實施“人工智能+”行動的意見》，部署科學技術、產業發展、消費提質、民生福祉、治理能力、全球合作六大重點行動，提出到2027年新一代智能終端與智能體應用普及率超過70%、到2030年超過90%、到2035年全面步入智能經濟和智能社會。

斯坦福HAI發佈的2025年人工智能指數報告指出，中美頂級人工智能大模型的性能差距已由2023年的17.5%收窄至0.3%。她說：“這不是人工智能的未來；這是人類的未來。因此，人工智能應該以人為本，發揮增強人性的作用。”

斯坦福大學以人為本人工智能研究院的走廊裏，貼着來自不同學科的研究計劃：政策、倫理、醫療、教育、勞動。這裏的討論不再只圍繞模型參數。從2009年那篇反應冷淡的ImageNet論文，到2025年伊麗莎白女王工程獎的公告，中間是十六年。（香港府右新聞·《時代風雲》欄目組）