“人工智能”（AI）概念的普及，让专攻领域的学者们更加意识到研究的紧迫性。如何在日新月异的当下不断挖掘人工智能的深度是所有学术研究者必须思考的问题。恰逢2017年开局之际，DVBCN推出了人工智能年度人物专栏，聚焦当前人工智能领域，本期分享谷歌云首席科学家、斯坦福终身教授李飞飞女士与人工智能的奇妙之旅。
“作为人工智能领域的领导者之一，对于开创那些最前沿、可以造福人类的技术，以及培养出未来可以做这些贡献的技术人才，我始终抱有极大的热情和责任。”李飞飞教授说道：“我觉得这是我的夙愿和使命。”
“作为人工智能领域的领导者之一，对于开创那些最前沿、可以造福人类的技术，以及培养出未来可以做这些贡献的技术人才，我始终抱有极大的热情和责任。”李飞飞教授说道：“我觉得这是我的夙愿和使命。”
李飞飞，1976年出生于北京，16岁随父母移居美国新泽西州。1999年毕业于普林斯顿大学后，2005年获得加州理工学院电子工程博士学位，2009年加入斯坦福大学任助理教授，并于2012年担任终身教授、斯坦福人工智能实验室与视觉实验室主任，2016年11月15日，加入谷歌公司任人工智能（AI）研究员。李飞飞是全球人工智能领域最具影响力的科学家之一。
2007年，李飞飞与普林斯顿大学教授李凯发起的ImageNet（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。
2007年，李飞飞与普林斯顿大学教授李凯发起的ImageNet（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。
从兼职生到斯坦福教授的逆袭，追梦之旅
李飞飞教授16岁跟随父母从中国来美国追梦，为了梦想成真一路上她付出了很多。为了能进一所好一些的高中，她独自一人在各个政府机构与高中学校来回奔波，才勉强入学一所中等学校。入学后的养活自己成了大问题，所以她开始了兼职生活，做清洁工、当中餐馆收银员、开洗衣店……高中毕业，她进入了全额的奖学金的普林斯顿大学。
为了改善父母生活，李飞飞敏锐地注意到了市场上的机会，借钱买下一家洗衣店，交给父母经营。她从此过上了双城生活，周一到周五，她是普林斯顿的高材生，拼命努力吸收知识；周六到周日，她则走出实验室，回到Parsippany穿上白围裙，给洗衣店帮忙。
1999年，李飞飞以最高荣誉从普林斯顿本科毕业。当时正值大牛市，华尔街众多投行和咨询公司都向她发来了邀请，数十万的年薪眼看唾手可得。但这个自从来到美国以后，就饱受经济压力的乖乖女，却少见地叛逆了一回。她决定去西藏研究一年藏药，之后去加州理工学院攻读PHD。
博士毕业后，她又选择了当时还不太流行的图像识别作为研究方向。当我们今天纵观李飞飞的人生时，会发现，这种追随内心的热情和强硬坚韧的作风，始终贯穿着她的行为轨迹。
执着跟随自己内心，冷静探索热门领域
人生中真正的挑战到底是什么？李飞飞教授给出了这样的回答：“最现实的生存挑战是如何全力以赴、如何身兼重任并诚实地面对心中的梦想。”她认为，真正生命中的最关键问题是如何充分发挥一个人的潜力，既要单带生活的责任，又要对得起自己的梦想。
在2017年1月中旬连续参加完“极客公园 2017 创新大会”以及“未来论坛”等多项国内热门活动之后，李飞飞表示，她完全没有想到国内对人工智能的热情如此之高，也没有料到自己竟意外地身处这股风潮的正中心。尽管如此，她依旧保持着自己的冷静与真心，她说：“我个人的心得是，眼睛看到的前方应该是比较空旷的。”“如果你眼睛看到的前方是热闹的，那这个方向就不是最好的研究方向。而空旷的地方一般都不是热点，因此你必须找准自己的焦点。”李飞飞坦承，她不是一个特别关注热点的人，“如果我关注热点，就没有今天的ImageNet。”
她也给年轻人嘱咐道，“找到你内心的热情，去坚持做一件事情。年轻人很容易被外在的热闹所吸引，但是最终要找到自己内心的东西。知道怎么听自己的声音，这是一种慢慢形成的心理习惯和生活态度。它需要内心的安静，需要有能力不断为自己创造时间和空间，去读该读的书、思考自己该思考的问题。没有养成这种内心的习惯，临时来做是非常难的。”
“作为计算机视觉的科学家，我们希望使用能够学习视觉世界的人工智能算法来识别图像和视频，我们有这样一个小目标，让计算机视觉为数字世界带来光明。”
在孩子的学习中感悟计算机训练之道
李飞飞教授表示，在找到更好的算法之前，我们需要给计算机进行像孩子们大脑发育时期一样的训练，也即是给计算机比目前领域内所使用得多得多的训练数据集。他们花了很多时间来做这项研究，她和普林斯顿的同事一起在网络上找到了很多图片、很多数据，用了成百上千的图片构建这套系统。
在三年的辛勤研究后，2009年李飞飞教授与她的团队终于做出了这样一个体系，其中包括1500万张图片和22000个不同的单词门类，都是我们日常见到的，从数量和质量来说，这个系统在计算机视觉和机器学习方面都是前所未有的，也因此在解决计算机物体识别这个问题上，比以往任何时候都准备充分。李飞飞教授总结到，从孩子的角度他们获取了宝贵的第一课，从大量数据中学习。
来自大脑的灵感建立卷积神经网络
卷积神经网络，最初是由70、80年代代科学家们开拓的一个领域，其灵感来自大脑。李飞飞教授谈到，就像人类的大脑一样，卷积神经网络有成百上千个“类神经元”单位互相连接在一起。这是一个非常经典的放在电脑上的神经系统，它大概有2400万个节点，1.4亿个参数和150亿个接口。拥有这么庞大的信息的图片库，卷积神经网络算法以难以预料到的速度迅速发展了起来，也在物品识别上给我们带来了一些非常振奋人心的结果。
李飞飞教授认为要教电脑看懂图片，并且用一句话来描述它，其实需要用到神经系统，并且把神经系统推向一个高度，需要把视觉信息和文本信息结合起来，并且让它生成出一句具有意义的句子。因此在得到大脑的启发之后，李飞飞教授和团队发现深度学习的算法和公式能够帮助他们做一些视觉方面的检测。
李飞飞教授认为要教电脑看懂图片，并且用一句话来描述它，其实需要用到神经系统，并且把神经系统推向一个高度，需要把视觉信息和文本信息结合起来，并且让它生成出一句具有意义的句子。因此在得到大脑的启发之后，李飞飞教授和团队发现深度学习的算法和公式能够帮助他们做一些视觉方面的检测。
从技术从业者的视角： 让真实世界从中获益
在神经网络和深度学习技术得到如此大的发展之后，李飞飞教授也开始把焦点转向其它一些视觉领域，比如视频，在图片识别中学习到的东西能否复制到视频中去，能否让真实世界从中获益。
他们调取一些医院的安检视频，通过深度传感器的视频来进行分析应用，通过这样可以识别出人类的肢体活动，看看他们在环境下的行为是安全的还是危险的。他们还和欧洲一个火车站进行了合作，将成百上千个传感器安装在公共空间，利用这些计算机的传感器来追踪每个乘客的行动，通过这样一种监测可以帮助优化火车站的空间，调整火车发车时段。
利用了深度学习和卷积神经网络、递归神经网络让机器学习如何预测人类行为的轨迹，这项工作的有趣之处在于能够把我们前边所讨论的问题结合在一起，这样，算法不仅有IQ——可以识别出人，而且它也有EQ，有情商——可以预测人的社会行为，譬如说机器人的行为：机器人不应该干扰人的行为，或者是机器人在空间行走时不能打破东西。
高度重视AI多样性，在提高的路上不断前行
在AI中多样性的必要性，李飞飞教授指出有三个理由使我们必须要提高AI的多样性：
第一个就是涉及到经济和劳动力的原因：AI人工智能是一个日益增长的技术，会影响到每个人，我们需要更多人能开发出更好的技术；
第二个原因是涉及到创造力和创新：很多研究都显示出，当拥有多种多样背景的人共同合作时，会产生更好的结果，会找到更具有创意的解决方案；
最后也是涉及到社会正义和道德价值的：当各种各样背景的人聚集到一起时，他们有着各种各样不同的价值观，代表着人类的技术也会有更加多样性的思考。
人工智能浪潮让技术大爆炸，让世界更美好
在今年的人工智能浪潮中，李飞飞注定是一个无法绕开的名字。作为斯坦福大学人工智能实验室和计算机视觉实验室的负责人，这位气质出众的人工智能大咖此前一直在科研界工作，她所带头创立的 ImageNet 是目前世界上图像识别最大的数据库。每年举办的 ImageNet 计算机视觉比赛都会吸引全世界这个领域的顶级研究团队参与其中。李飞飞说，目前的图像识别与人工智能，还只相当于一个牙牙学语的3岁儿童。而从3岁到10岁的过程，才是AI技术的难点和关键。未来的AI开发，将交棒给工业界，这也是她加入谷歌的原因。
对于中国人工智能市场，李飞飞教授也有着自己独到的看法。她认为中国有大量的应用场景、大量的数据和非常热情的科技及创业界，这是非常大的优势。未来期待中国在人工智能的基础科学方面能做更多研究，因为产业创新需要基础研究支持。此外，数据的开源也很重要，只有公开更多的数据，才能进一步挖掘这些数据的价值，对更多人产生作用。
视觉和智能的发展造成了动物品种多样性在5亿年前大爆炸式的增长，李飞飞教授相信，现在如果我们能够让更多的人参与到AI教育和研究当中，我们可以鼓励更多技术多样化的发展，这样我们会看到技术发现上的寒武纪大爆炸，会使我们的世界变得更好。
责任编辑：黄焱林
亚马逊微软都在华投资，谷歌云计算很难翻身了？
透过7件事了解人工智能先驱马文·明斯基
哈佛大学研究新人工智能系统 速度媲美人类大脑
Google人工智能攻破了围棋，然后呢？