李飞飞：给机器一双看世界的眼睛

李飞飞：给机器一双看世界的眼睛

她主持建成ImageNet，把深度学习推上人工智能的主舞台

李飞飞（Fei-Fei Li），1976年生于北京，华人科学家（美国国籍）。1999年她从普林斯顿大学物理系毕业，2005年在加州理工学院取得电气工程博士学位。她是斯坦福大学计算机科学系红杉讲席教授、斯坦福大学以人为本人工智能研究院（HAI）创始主任，2013年至2018年任斯坦福大学人工智能实验室主任，2017年至2018年任Google云人工智能与机器学习首席科学家。

2017年6月，瑞士日内瓦。国际电信联盟“人工智能向善”全球峰会的讲台上，一位华人女科学家在讲计算机如何看懂图片。台下的听众来自一百多个国家。她要解释的不是一项技术，而是一个决定：在所有人都在比谁的算法更聪明的时候，她的团队选择去做一件更笨的事，给机器看更多的图。这件事叫ImageNet。

少年时她随家人移居美国。博士毕业之后，当时计算机视觉的主流思路是设计更聪明的算法，而她把研究方向押在了另一头：数据。计算机要真正看懂世界，缺的不是聪明的算法，而是规模足够大的标注图片。

2009年，她和团队在CVPR会议上发表ImageNet数据集：1400多万张图片，2万多个类别，全部由人工标注。论文发表时，学界反应并不热烈。她的回答是继续做：从2009年起，ImageNet大规模视觉识别挑战赛连续举办多年，把全球研究团队拉到了同一张榜单上。结果在2012年出现。那一年，基于深度神经网络的模型在ImageNet挑战赛上将错误率大幅拉低，深度学习从此成为人工智能的主流方法。此后十年，从图像识别到自动驾驶，底层都站着这个数据集。

2017年，她出任Google云人工智能与机器学习首席科学家，两年后回到斯坦福，牵头成立以人为本人工智能研究院（HAI）。研究院的定位不是做更大的模型，而是研究技术与人的关系。

这个数据集到底有多大，有两组数字可以参照。ImageNet含1400多万张图片、2万多个类别，全部经人工标注；其中两篇奠基论文，ImageNet数据集论文（CVPR 2009）与ImageNet大规模视觉识别挑战赛论文（IJCV 2015），据Google Scholar检索，截至2026年10月12日分别被引用93041次与54401次。2020年2月，她当选美国国家工程院院士；2020年10月，当选美国国家医学院院士；2021年4月，当选美国艺术与科学院院士。

2025年，伊丽莎白女王工程奖颁出，她与Yoshua Bengio、Geoffrey Hinton、Yann LeCun等学者共同获奖，表彰其对现代机器学习发展的开创性贡献。颁奖词特别提到，她领导创建了用于训练、评估和基准测试这些模型所需的高质量数据集。

计算机视觉是整条人工智能产业链的地基。全球层面，人工智能正从试验探索走向价值创造，各国同时开始立法。欧盟《人工智能法案》自2026年8月2日起适用，高风险系统的义务分阶段落地到2027年与2028年。技术狂奔与规则收紧，发生在同一年。中国层面，2025年8月26日，国务院印发《关于深入实施“人工智能+”行动的意见》，部署科学技术、产业发展、消费提质、民生福祉、治理能力、全球合作六大重点行动，提出到2027年新一代智能终端与智能体应用普及率超过70%、到2030年超过90%、到2035年全面步入智能经济和智能社会。

斯坦福HAI发布的2025年人工智能指数报告指出，中美顶级人工智能大模型的性能差距已由2023年的17.5%收窄至0.3%。她说：“这不是人工智能的未来；这是人类的未来。因此，人工智能应该以人为本，发挥增强人性的作用。”

斯坦福大学以人为本人工智能研究院的走廊里，贴着来自不同学科的研究计划：政策、伦理、医疗、教育、劳动。这里的讨论不再只围绕模型参数。从2009年那篇反应冷淡的ImageNet论文，到2025年伊丽莎白女王工程奖的公告，中间是十六年。（香港府右新闻·《时代风云》栏目组）