李飛飛新書即將發佈：“我眼中的世界”，解讀本世紀的AI重大時刻

大數據文摘出品

李飛飛新書要發佈了！書名爲“The Worlds I See”，副標題爲“Curiosity, Exploration, and Discovery at the Dawn of AI”。翻譯爲中文是《我眼中的世界：AI時代黎明時刻的好奇心、探索和發現》

這應該是李飛飛首部個人專著，雖然她之前參與過某些書籍某些章節的編寫，但系統輸出個人觀點，這應該是首次。

新書將於2023年11月7日發售，現在已經在亞馬遜、Apple Books、Indigo等等9個平臺開放預定。關於本書，圖靈獎獲得者Geoff Hinton評價道：

“李飛飛是第一位真正理解大數據力量的計算機視覺研究者，她的工作爲深度學習打開了大門。她以緊迫且清晰的視角闡述了人工智能技術的巨大潛力和潛在危險，並且她的呼籲和對集體責任的強調，在歷史的這個關鍵時刻，尤爲重要。”

此外，諾貝爾化學獎得主，CRISPR的先驅詹妮弗·杜德納（Jennifer Doudna）、斯坦福大學胡佛研究所所長，美國第66任國務卿康多莉扎·賴斯（Condoleezza Rice）、皮克斯的聯合創始人埃德·卡特穆爾（Ed Catmull）亦爲本書背書、站臺。

關於本書：李飛飛眼中的世界

目前本書已經有部分簡介，在本書預購首頁，這樣介紹這本書：

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.

一本感人的科學家回憶錄，講述了她移民到美國，並在那裡經歷成長的故事，以及在AI革命浪潮中找尋並明確自我使命的過程。

換句話說，《我眼中的世界》是講述了主角親身經歷的科學故事，以及從她角度解讀本世紀的AI重大/歷史時刻。

以下是簡介的簡單翻譯，文摘菌做了不改變原意的修改：

在《連線》雜誌的描述中，李飛飛博士是那一小撮頂尖科學家中的一員，這羣科學家對AI飛躍式發展具有突出貢獻，且數量非常少，以至於廚房裡的一張餐桌就可以坐下。

李博士已經在AI領域鑽研了20多年，她是ImageNet的創造者，爲現代·人工智能的發展提供了關鍵“催化劑”。

但她的科學事業並不是一帆風順，她從中國移民到美國，移民讓她從中產轉變爲美國貧困階級。那時候，她母親患病，她也因爲需要照顧患病的母親而讓生活倍加艱難。

李飛飛年少時期喜歡物理，小時候的這份喜歡她一直在保持，也爲她創造出AI領域關鍵突破提供了一些助力。在過去的幾十年裡，李飛飛所從事的工作一方面讓她見證了科技的非凡潛力，但也讓她感知到了巨大的危險。

《我眼中的世界》是一本以第一人稱視角敘述的科學故事，它從內部記錄了本世紀的決定性時刻。這本書是一個科學家工作的鮮活記錄，以及對於人工智能究竟是什麼，以及如何形成的清晰而震撼的闡述。這部作品在情感上真摯，智識上堅持原則，不僅展示了進行最高科技研究所需的激情，同時也讚美了驅動這一切的永恆好奇心。

關於李飛飛：深度學習·叩門者

1976年，李飛飛出生於北京，後來在四川長大。在她16歲的時候，父母爲了完成自己的美國夢，帶着她舉家移民到了美國，這也開啓了李飛飛自己的美國夢。

李飛飛剛到美國時英語幾乎也是0基礎，但是飛飛天生就對知識好奇，喜歡追求真理。“想要理解很多本質的問題，如宇宙的起源，生命的意義等，我想要生命中擁有那種智慧。”所以飛飛申請了一大批學校，普林斯頓給了幾乎全獎的獎學金。

當她在普林斯頓大學讀書時，因爲沒有錢，爲了完成學業她努力的做各種工作，去中國餐館打工，給人打掃房間……

爲了讓她的父母在美國謀生，她四處和朋友、甚至中學數學老師借錢，買下了一家乾洗店；爲了生計，她不得不平時上課，每天下課後，她也會通過打電話來參與乾洗店的工作，同時週末也會給家裡的乾洗店幫忙，接待那些來取送衣物乾洗的人。

1999 年，李飛飛從普林斯頓大學畢業，那時的華爾街一片輝煌，互聯網泡沫的熱潮接近頂峰，李飛飛接到了多家金融公司的工作邀請。

然而她卻沒有從中選擇任何一份工作來減輕家庭經濟負擔。

“作爲中國人的女兒，我心中有強烈地要照顧好我的父母的責任感。如果高盛給我一個報酬豐厚的工作，我就會分心。雖然只要我接受了這個工作，就能緩解我父母經濟上的困難。”李飛飛當時說道。

那個時候，她希望能去西藏，在那兒做一年的藏藥研究。那個時候，她希望能去西藏，在那兒做一年的藏藥研究。

西藏歸來之後，李飛飛去了加州理工學院，攻讀人工智能和計算神經科學方向的博士學位。

李飛飛具有很強的發現並培養看似不同領域之間的聯繫的能力，這使李飛飛產生了ImageNet 的想法。那時，她的計算機視覺同行正在研究幫助計算機感圖像和對圖像進行解碼的模型，但這些模型的適用範圍很有限：研究人員可能要編寫一種算法來識別狗，再用另一種算法來識別貓。這讓李飛飛不僅懷疑道：問題不在於模型而在於數據。

但是她很難說服同事相信：在一個巨大的數據庫中爲每個物體的每個可能的圖片加上標籤是合理的。此外，李飛飛決定，如果要讓這個想法奏效，那麼標籤的範圍需要囊括從通用類。2007 年，李飛飛回到了普林斯頓做助理教授，當她談到 ImageNet 的想法時，幾乎無人問津。最後，一位專攻計算機體系結構的教授（李凱，普林斯頓大學教授）同意作爲合作者加入她的課題。

接下來，李飛飛就面臨着構建 ImageNet 挑戰。這個項目需要很多人花費大量時間來做繁瑣的標記照片的工作。李飛飛試着給參與這項工作的普林斯頓學生每小時支付 10 美元，但工作仍然進展緩慢。

一天，一個學生問她是否聽說過 Amazon Mechanical Turk 這個衆包平臺將圖片標記的工作衆包出去。剎那之間她就可以聚集許多工人，而成本缺相對來說十分低廉。但從少數普林斯頓學生到數萬名隱形探索者的勞動力擴張，自身也存在挑戰。李飛飛不得不考慮工人間可能的偏見。如果你讓他們從 100 張圖片中選擇熊貓，怎樣才能阻止他們亂點一氣呢？因此，她嵌入並跟蹤了一些圖像，例如已經正確識別爲狗的金毛獵犬的照片，作爲對照組。如果衆包的工人可以正確標記這些圖像，那就可以認爲他們在誠實地工作。

最終，他們建立了 ImageNet 數據集。今天，這個數據集包含了使用日常英語標記的超過 1400 萬張圖像，跨越 21,800 個類別。這個數據庫，是當時全球最大的圖像識別數據庫。

數據集發佈之初並沒有受到多大的關注，後來李飛飛的團隊有了一個主意：他們聯繫了次年在歐洲舉行的計算機視覺比賽的組織者，請求他們允許參賽者使用 ImageNet 數據庫來訓練他們的算法。這就是 ImageNet大規模視覺識別挑戰，ILSVRC。

2012 年，多倫多大學的研究員 Geoffrey Hinton 帶隊參加了 ImageNet 競賽，利用該數據庫來訓練一種被稱爲深度神經網絡的人工智能模型。最終結果比之前的任何模型都要精確得多，Hinton 的團隊在比賽中因此得到了冠軍。

從2012年開始，AI歷史的DNA動了，事實證明，Hinton 的ImageNet 賦能的神經網絡對計算機視覺技術產生了翻天覆地的改變。截止到 2017 年，也就是ImageNet比賽的最後一年，計算機識別圖像中的物體的錯誤率從 2012 年的 15% 降到了不到 3%。這讓人們認識到，至少通過這種方法可以讓計算機比人類更善於看。

ImageNet 使深度學習的發展成爲了可能，在它的幫助下，近期人類才能在自動駕駛汽車車、面部識別、可以識別出物體（並且告訴你它們是否正在打折）的手機攝像頭方面取得進展。

除了ImageNet，李飛飛的職業生涯也頗具傳奇色彩。

自 2009 年以來，李飛飛一直擔任斯坦福人工智能實驗室和斯坦福視覺實驗室的負責人，併成爲了終身副教授。此外，2018年晉升爲終身職正教授、2019年被聘爲斯坦福大學首任終身紅杉講席教授。

2016年，李飛飛利用她在斯坦福的學術假期，加入Google雲端人工智能暨機器學習的中國中心團隊。2017年1月至2018年9月，出任Google副總裁，併兼任Google Cloud AI/ML首席科學家。2018年9月，她宣佈返回斯坦福任教，持續參與斯坦福大學的AI議題研究，並任斯坦福以人爲本人工智能研究院（HAI）院長。2020年2月，當選爲美國國家工程院院士；5月，擔任Twitter公司董事會新獨立董事 ；10月，當選爲美國國家醫學院院士。2021年4月22日，當選爲美國文理科學院（藝術與科學院）院士。2021年11月當選2022 IEEE Fellow……

雖然改變了計算機視覺領域，雖然獲得瞭如此之多的職業成功，但最讓她開心的竟然是：“和我的孩子們在一起。我的研究領域是智能。我從他們身上學到了太多什麼叫做智能，什麼叫做“做人”。沒有什麼比看着這些孩子長大成人更幸福的了。”

參考文獻：

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