人工智能時代正撲面而來。上周末，谷歌AI中國中心正式成立。宣布這一消息的，是被稱為“AI女神”的華裔女科學家李飛飛。

站在臺前和聚光燈下的李飛飛，現在被人提及時總會加上一串響當當的頭銜：她是斯坦福大學計算機系終身教授、斯坦福大學人工智能實驗室主任、谷歌云人工智能和機器學習首席科學家……隨便拿出一個身份都足以證明其江湖地位。她最大的貢獻，便是主導的計算機視覺識別項目，每年吸引著包括Google、Facebook、Amazon等科技巨頭在內的上百家頂尖機構，共同向前推進人工智能的邊界。在這些矚目的光環(huán)之下，卻是一位華裔女子非比尋常的勵志故事。

奮斗每天只睡4小時拼來全額獎學金

1976年，李飛飛出生于北京，后來在四川長大。1993年，李飛飛跟隨父母移民到美國新澤西州小鎮(zhèn)帕西帕尼。

一到美國，困難就橫亙面前。李飛飛的父親只能找到做相機修理的工作，母親則當了名收銀員，微薄的收入遠不足以支撐全家的生活和學費。

這時，距離大學入學只有2年時間。如果想要進入一所好大學，李飛飛不僅要在少得可憐的學習時間里迅速掌握英語，還要拿出一份極其優(yōu)秀的成績單，只有這樣才能拿到頂尖大學的獎學金。否則，以他們的家境，是付不起高昂學費的。

李飛飛不得不分出大量精力，掙扎在唐人街中國餐館之間，到處端盤子，當清潔工，做收銀員……最辛苦的時候，她一天只睡4小時，周旋于工作和學習之中。

這就是普通新移民的生活，想要站穩(wěn)腳跟，就需要犧牲和決心。李飛飛曾回憶說：那是一段殘酷的時光，我不是很喜歡那時的自己。

一份付出，一份收獲。李飛飛收到了普林斯頓大學的錄取通知，還有全額獎學金。當時，這個消息在帕西帕尼算是個大新聞，她奮斗的故事登上了當地的報紙，標題是《“美國夢”成真了！》。追夢聽從內心去選擇自己的方向

1995年，李飛飛進入普林斯頓大學，希望的大門漸漸為她打開。

讀書期間，李飛飛敏銳地注意到了市場上的機會，她決定借錢買下一家洗衣店，交給父母經營。她從此過上了雙城生活：周一到周五，她是普林斯頓的高材生，拼命努力吸收知識；周六到周日，她則走出實驗室，穿上白圍裙，置身于成堆的衣服中，給洗衣店幫忙。

1999年，李飛飛從普林斯頓大學畢業(yè)。那時的華爾街趕上了大牛市，李飛飛接到了包括高盛在內的多家頂級金融公司的offer，然而她卻沒有從中選擇任何一份工作開始賺更多的錢。那個時候，她的興趣是希望能去西藏，在那兒做一年的藏藥研究，這聽上去有點兒瘋狂。之后，她的夢想是攻讀一個博士，盡管在這期間一分錢也掙不到。

一年的西藏之行并非人生插曲。在科學界，藏醫(yī)與中醫(yī)一樣存在很多爭議，她在接受采訪中表示，作為一個科學家，藏醫(yī)可以在哲學和方法論層面上帶給她很多，她非常看重小眾科研項目在更大領域范圍內的意義，每一項研究開始之前都要經過深思熟慮。“對我來說，真正的挑戰(zhàn)是，你需要充分發(fā)揮自己的潛力，同時兼顧自己所身負的責任，然后又必須忠于自己的內心。”

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

生活依舊沒有停止對她的刁難。李飛飛讀博士期間，她的母親接連患上了癌癥與中風。那是一段艱苦的日子。李飛飛說，我們經歷了很多困難，然后一起挺過來了。飛躍改變計算機視覺識別方向的人

2005年博士畢業(yè)后，李飛飛進入了斯坦福大學AI實驗室，選擇了當時陷入瓶頸期不被看好的研究方向——計算機視覺識別領域。

計算機視覺識別，通俗地講，就是拿一張圖片，讓計算機認出來這張圖片所包含的內容以及不同內容區(qū)域的關系，讓機器讀懂圖像。這對于正在學習新事物的三歲小孩來說很簡單的事，但對于計算機智能的發(fā)展卻是一座大山。

彼時，圖像識別已經走過了20個年頭，但計算機可識別的物體卻不到20種，這是遠遠不夠的。面對圖像識別如此匱乏的“詞匯量”，李飛飛產生了一個瘋狂的想法。她拿出一本字典，決定要讓圖像識別涵蓋到字典里的每一個詞條。當她把這個想法告訴其他教授時，大家都紛紛勸她換個方向，因為研究這個是“拿不到終生教授”的。

剛開始時，李飛飛將很大部分的精力都放在算法的優(yōu)化上，然而這并沒有帶來太大的突破。突然有一天，一個非常簡單但卻非常有沖擊力的想法，使李飛飛找準了方向。她想，沒人教嬰兒怎么“看”，也沒有人告訴他們“貓”的特征，但是他們卻能夠很快地知道這就是貓，無論什么品種或什么形態(tài)。因為人類的眼睛就好像一個生物照相機，每200毫秒就能獲取一幅圖片，一個三歲的孩子就已經見過上億張貓的圖片了，能分辨圖片當然不在話下。所以要讓計算機學會“識圖”，關鍵是在于數據訓練量——讓計算機看更多的圖片。

李飛飛與團隊便從互聯網上下載了近10億張圖片，在這之后便是對這些圖片進行分類、打上標簽，為計算機提供學習用的“題庫”，而這個“題庫”就是現在的ImageNet。然而，自己主導的研究初期并沒有獲得太多支持，研究經費很快用完了。她曾想過雇用本科生，每人10美元一小時來人工歸類圖像，但人工完成項目需要90年。在最困難時，李飛飛曾打算重開洗衣店籌措科研經費，就像當年籌措學費一樣。

終于，李飛飛找到了一種更快速的方式，這就是和亞馬遜的眾包平臺合作。通過眾包平臺，李飛飛在網上雇傭了5萬人，請他們?yōu)檫@10億張備選圖片篩選、排序、打標簽。

到2009年，ImageNet數據庫就包含了1500萬張標注好的照片。ImageNet數據庫無論在質量還是數量上，在科學界都是空前的。最重要的是，李飛飛把ImageNet這個如此龐大的圖片數據庫免費開放使用。這就意味著，全球所有致力于計算機視覺識別的團隊，都能從這個題庫里面拿數據和試題，來訓練測試自家算法的準確率。展望人工智能走到歷史突破時刻

2009年以來，李飛飛接連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，并在2012年成為斯坦福大學終身教授。

在李飛飛看來，目前的圖像識別和人工智能，還相當于一個牙牙學語的3歲孩童。而3歲到10歲的過程，才是人工智能成長的難點和關鍵。圖像識別的路還有很遠，但也完全不妨礙我們已經可以觸摸未來。去超市買東西，直接“刷臉”付款；在犯罪追捕上，罪犯只要暴露在攝像頭下就會被神秘的計算機之眼快速鎖定；無人駕駛汽車可以看見障礙物自動規(guī)避；在醫(yī)療領域，一雙永遠不會疲憊的眼睛幫助醫(yī)生進行診斷分析……

“我看到了人工智能正在經歷的歷史時刻，那就是它已經走出實驗室進入了產業(yè)應用階段。”李飛飛近日在北京接受記者采訪時說。

作為一名從學術界跨入產業(yè)界的人工智能研究人員，李飛飛說，跨界讓她對很多人工智能潛在的應用場景展開了思考，例如，在制造業(yè)領域，人工智能將優(yōu)化整個生產，推動機器人智能制造的發(fā)展；在資源和環(huán)境領域，不論是大數據分析還是計算機視覺都會發(fā)揮重要作用。

人工智能大規(guī)模產業(yè)應用后，會取代一些人的工作崗位、甚至最終威脅人類嗎？李飛飛認為，將來更可能出現的是人機合作。

對于近來關于“強人工智能”及其可能造成威脅的討論，李飛飛說，機器智能和人類智慧很難相比。“我們發(fā)展飛行事業(yè)那么多年了，也沒有造出小鳥。這是人工智能和人類智慧的一個現實狀態(tài)。”

她指出，人工智能在許多方面可以通過“人機合作”發(fā)揮重要作用。

“機器沒有獨立的價值，機器的價值是人的價值。”李飛飛給出了她關于人工智能的價值觀。她說，人工智能會改變人類生活，甚至改變社會結構，對于這種改變可能帶來的正反兩方面影響，需要全社會各界共同思考應對。