李飞飞新书即将发布：“我眼中的世界”，解读本世纪的AI重大时刻

大数据文摘出品

李飞飞新书要发布了！书名为“The Worlds I See”，副标题为“Curiosity, Exploration, and Discovery at the Dawn of AI”。翻译为中文是《我眼中的世界：AI时代黎明时刻的好奇心、探索和发现》

这应该是李飞飞首部个人专著，虽然她之前参与过某些书籍某些章节的编写，但系统输出个人观点，这应该是首次。

新书将于2023年11月7日发售，现在已经在亚马逊、Apple Books、Indigo等等9个平台开放预定。关于本书，图灵奖获得者Geoff Hinton评价道：

“李飞飞是第一位真正理解大数据力量的计算机视觉研究者，她的工作为深度学习打开了大门。她以紧迫且清晰的视角阐述了人工智能技术的巨大潜力和潜在危险，并且她的呼吁和对集体责任的强调，在历史的这个关键时刻，尤为重要。”

此外，诺贝尔化学奖得主，CRISPR的先驱詹妮弗·杜德纳（Jennifer Doudna）、斯坦福大学胡佛研究所所长，美国第66任国务卿康多莉扎·赖斯（Condoleezza Rice）、皮克斯的联合创始人埃德·卡特穆尔（Ed Catmull）亦为本书背书、站台。

关于本书：李飞飞眼中的世界

目前本书已经有部分简介，在本书预购首页，这样介绍这本书：

The moving memoir of a scientist coming of age as an immigrant in America who finds her calling at the forefront of the AI revolution.

一本感人的科学家回忆录，讲述了她移民到美国，并在那里经历成长的故事，以及在AI革命浪潮中找寻并明确自我使命的过程。

换句话说，《我眼中的世界》是讲述了主角亲身经历的科学故事，以及从她角度解读本世纪的AI重大/历史时刻。

以下是简介的简单翻译，文摘菌做了不改变原意的修改：

在《连线》杂志的描述中，李飞飞博士是那一小撮顶尖科学家中的一员，这群科学家对AI飞跃式发展具有突出贡献，且数量非常少，以至于厨房里的一张餐桌就可以坐下。

李博士已经在AI领域钻研了20多年，她是ImageNet的创造者，为现代·人工智能的发展提供了关键“催化剂”。

但她的科学事业并不是一帆风顺，她从中国移民到美国，移民让她从中产转变为美国贫困阶级。那时候，她母亲患病，她也因为需要照顾患病的母亲而让生活倍加艰难。

李飞飞年少时期喜欢物理，小时候的这份喜欢她一直在保持，也为她创造出AI领域关键突破提供了一些助力。在过去的几十年里，李飞飞所从事的工作一方面让她见证了科技的非凡潜力，但也让她感知到了巨大的危险。

《我眼中的世界》是一本以第一人称视角叙述的科学故事，它从内部记录了本世纪的决定性时刻。这本书是一个科学家工作的鲜活记录，以及对于人工智能究竟是什么，以及如何形成的清晰而震撼的阐述。这部作品在情感上真挚，智识上坚持原则，不仅展示了进行最高科技研究所需的激情，同时也赞美了驱动这一切的永恒好奇心。

关于李飞飞：深度学习·叩门者

1976年，李飞飞出生于北京，后来在四川长大。在她16岁的时候，父母为了完成自己的美国梦，带着她举家移民到了美国，这也开启了李飞飞自己的美国梦。

李飞飞刚到美国时英语几乎也是0基础，但是飞飞天生就对知识好奇，喜欢追求真理。“想要理解很多本质的问题，如宇宙的起源，生命的意义等，我想要生命中拥有那种智慧。”所以飞飞申请了一大批学校，普林斯顿给了几乎全奖的奖学金。

当她在普林斯顿大学读书时，因为没有钱，为了完成学业她努力的做各种工作，去中国餐馆打工，给人打扫房间……

为了让她的父母在美国谋生，她四处和朋友、甚至中学数学老师借钱，买下了一家干洗店；为了生计，她不得不平时上课，每天下课后，她也会通过打电话来参与干洗店的工作，同时周末也会给家里的干洗店帮忙，接待那些来取送衣物干洗的人。

1999 年，李飞飞从普林斯顿大学毕业，那时的华尔街一片辉煌，互联网泡沫的热潮接近顶峰，李飞飞接到了多家金融公司的工作邀请。

然而她却没有从中选择任何一份工作来减轻家庭经济负担。

“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。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。”李飞飞当时说道。

那个时候，她希望能去西藏，在那儿做一年的藏药研究。那个时候，她希望能去西藏，在那儿做一年的藏药研究。

西藏归来之后，李飞飞去了加州理工学院，攻读人工智能和计算神经科学方向的博士学位。

李飞飞具有很强的发现并培养看似不同领域之间的联系的能力，这使李飞飞产生了ImageNet 的想法。那时，她的计算机视觉同行正在研究帮助计算机感图像和对图像进行解码的模型，但这些模型的适用范围很有限：研究人员可能要编写一种算法来识别狗，再用另一种算法来识别猫。这让李飞飞不仅怀疑道：问题不在于模型而在于数据。

但是她很难说服同事相信：在一个巨大的数据库中为每个物体的每个可能的图片加上标签是合理的。此外，李飞飞决定，如果要让这个想法奏效，那么标签的范围需要囊括从通用类。2007 年，李飞飞回到了普林斯顿做助理教授，当她谈到 ImageNet 的想法时，几乎无人问津。最后，一位专攻计算机体系结构的教授（李凯，普林斯顿大学教授）同意作为合作者加入她的课题。

接下来，李飞飞就面临着构建 ImageNet 挑战。这个项目需要很多人花费大量时间来做繁琐的标记照片的工作。李飞飞试着给参与这项工作的普林斯顿学生每小时支付 10 美元，但工作仍然进展缓慢。

一天，一个学生问她是否听说过 Amazon Mechanical Turk 这个众包平台将图片标记的工作众包出去。刹那之间她就可以聚集许多工人，而成本缺相对来说十分低廉。但从少数普林斯顿学生到数万名隐形探索者的劳动力扩张，自身也存在挑战。李飞飞不得不考虑工人间可能的偏见。如果你让他们从 100 张图片中选择熊猫，怎样才能阻止他们乱点一气呢？因此，她嵌入并跟踪了一些图像，例如已经正确识别为狗的金毛猎犬的照片，作为对照组。如果众包的工人可以正确标记这些图像，那就可以认为他们在诚实地工作。

最终，他们建立了 ImageNet 数据集。今天，这个数据集包含了使用日常英语标记的超过 1400 万张图像，跨越 21,800 个类别。这个数据库，是当时全球最大的图像识别数据库。

数据集发布之初并没有受到多大的关注，后来李飞飞的团队有了一个主意：他们联系了次年在欧洲举行的计算机视觉比赛的组织者，请求他们允许参赛者使用 ImageNet 数据库来训练他们的算法。这就是 ImageNet大规模视觉识别挑战，ILSVRC。

2012 年，多伦多大学的研究员 Geoffrey Hinton 带队参加了 ImageNet 竞赛，利用该数据库来训练一种被称为深度神经网络的人工智能模型。最终结果比之前的任何模型都要精确得多，Hinton 的团队在比赛中因此得到了冠军。

从2012年开始，AI历史的DNA动了，事实证明，Hinton 的ImageNet 赋能的神经网络对计算机视觉技术产生了翻天覆地的改变。截止到 2017 年，也就是ImageNet比赛的最后一年，计算机识别图像中的物体的错误率从 2012 年的 15% 降到了不到 3%。这让人们认识到，至少通过这种方法可以让计算机比人类更善于看。

ImageNet 使深度学习的发展成为了可能，在它的帮助下，近期人类才能在自动驾驶汽车车、面部识别、可以识别出物体（并且告诉你它们是否正在打折）的手机摄像头方面取得进展。

除了ImageNet，李飞飞的职业生涯也颇具传奇色彩。

自 2009 年以来，李飞飞一直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，并成为了终身副教授。此外，2018年晋升为终身职正教授、2019年被聘为斯坦福大学首任终身红杉讲席教授。

2016年，李飞飞利用她在斯坦福的学术假期，加入Google云端人工智能暨机器学习的中国中心团队。2017年1月至2018年9月，出任Google副总裁，并兼任Google Cloud AI/ML首席科学家。2018年9月，她宣布返回斯坦福任教，持续参与斯坦福大学的AI议题研究，并任斯坦福以人为本人工智能研究院（HAI）院长。2020年2月，当选为美国国家工程院院士；5月，担任Twitter公司董事会新独立董事 ；10月，当选为美国国家医学院院士。2021年4月22日，当选为美国文理科学院（艺术与科学院）院士。2021年11月当选2022 IEEE Fellow……

虽然改变了计算机视觉领域，虽然获得了如此之多的职业成功，但最让她开心的竟然是：“和我的孩子们在一起。我的研究领域是智能。我从他们身上学到了太多什么叫做智能，什么叫做“做人”。没有什么比看着这些孩子长大成人更幸福的了。”

参考文献：

https://mp.weixin.qq.com/s/TWgzZOkt9BbJIZX9aCfV_w

https://zh.wikipedia.org/wiki/%E6%9D%8E%E9%A3%9B%E9%A3%9B

https://mp.weixin.qq.com/s/24jgWPHTR15TSBVocvsYCQ

https://twitter.com/geoffreyhinton

https://twitter.com/drfeifei/status/1683895573508943873