Fei-Fei Li，斯坦福大學(xué)首位紅杉講席教授，計算機(jī)科學(xué)教授，AI領(lǐng)域先鋒人物，尤其在計算機(jī)視覺領(lǐng)域具有開創(chuàng)性貢獻(xiàn)。她是ImageNet項目的創(chuàng)始人之一，推動了深度學(xué)習(xí)革命。近年來，她積極倡導(dǎo)將人文價值融入人工智能技術(shù)發(fā)展，并在學(xué)術(shù)與創(chuàng)業(yè)領(lǐng)域持續(xù)探索Spatial Intelligence等前沿課題。本次訪談由Tools & Weapons與Fei-Fei Li回顧了她的個人經(jīng)歷，探討了受到政府與企業(yè)資助的學(xué)術(shù)研究如何在好奇心而非利益的驅(qū)動下，帶來意想不到的變革，推動突破性的創(chuàng)新和經(jīng)濟(jì)發(fā)展的機(jī)遇。

以下為對話內(nèi)容：

人生中最珍貴的禮物：好奇心

Brad?Smith： 今天我想和你談?wù)勔粋€詞——“好奇心”，它在你的生活、你的成功中所扮演了重要的角色，大家都認(rèn)為你一直是一個充滿好奇心的人。我想問的是，這種“好奇心”最初是在哪里產(chǎn)生的？

Fei-Fei Li： 作為科學(xué)家，我一直覺得好奇心是人生中最珍貴的饋贈。我的書名是《The Worlds I See》，副標(biāo)題中的第一個詞就是“Curiosity” （好奇心） ，因為保持好奇確實是我人生中最重要的主線。

你問我這種好奇心是如何誕生的，我認(rèn)為每個孩子生來都懷有好奇心。這種好奇心是我們?nèi)祟惇?dú)有的天性，甚至在靈長類動物和其他物種中也可以觀察到。這是一種推動探索世界的本能。

我小時候很幸運(yùn)，成長環(huán)境保護(hù)了我的好奇心。我記得父親會在周末帶我去舊貨出售的攤位。雖然聽起來像是無聊的事情，但對我來說，每一個攤位都像一個小型博物館。我父親會指著一個杯子說：“Fei-fei，看這個杯子上的貓頭鷹圖案。”或者拿起一個園藝工具驚嘆它獨(dú)特的設(shè)計。這些瞬間讓我學(xué)會用全新的眼光看待世界。

早期移民生活的艱難與饋贈

Brad Smith:? 你曾提到早年移民生活的艱難時期。能否分享一下你這段經(jīng)歷，以及它如何影響你的好奇心的成長？

Fei-Fei Li： 我15歲時和母親來到美國，與父親在新澤西的帕西帕尼團(tuán)聚。我們的生活發(fā)生了劇變，從中國的中產(chǎn)階級家庭跌入美國的貧困階層。父母在一家干洗店工作，收入微薄。為了節(jié)省開支，我們經(jīng)常去舊貨出售和車庫甩賣購買日用品。

周末和父親一起去舊貨出售成為我童年中最珍貴的回憶之一。父親雖然不懂英語，但總能用興奮的眼光發(fā)現(xiàn)那些不起眼物品的獨(dú)特之處。這種“初學(xué)者的心態(tài)”讓我明白，即使是最平凡的事物，也蘊(yùn)藏著值得探索的奧秘。那種對事物初次相遇的探索欲正是我后來作為科學(xué)家時所需的特質(zhì)。我當(dāng)時并沒有意識到這種視角是多么珍貴，這與科學(xué)家第一次看到一篇好論文、聽說一種新算法時的心情是一樣的。你必須時刻保持這種好奇心。

Brad Smith:? 你在普林斯頓的求學(xué)經(jīng)歷非常令人敬佩，尤其是在母親手術(shù)期間仍堅持考試的故事。能否詳細(xì)講述這一經(jīng)歷？

Fei-Fei Li： 這段經(jīng)歷對我來說并不是悲情故事，而是移民的奮斗之歌。我的母親有很嚴(yán)重的心臟病，在我普林斯頓大學(xué)大一期間需要進(jìn)行緊急手術(shù)。因為她不會英語，我必須充當(dāng)翻譯。手術(shù)期間她需要保持清醒并與醫(yī)生交流，而我必須一直在旁邊支持她。那時我正面臨期中考試，預(yù)設(shè)向?qū)W校申請了特殊安排，允許我在手術(shù)室旁邊穿著手術(shù)服完成考試。這段經(jīng)歷讓我更加堅定無論環(huán)境多么艱難，都不能放棄上進(jìn)與學(xué)習(xí)。

在職業(yè)選擇的十字路口：選擇你所熱愛的

Brad Smith:? 你在普林斯頓之后去了加州理工學(xué)院讀博士，但在攻讀博士期間，你曾面臨職業(yè)選擇的十字路口。一邊是McKinsey提供的高薪工作，另一邊是繼續(xù)科學(xué)研究的道路。你母親在這個決定中扮演了重要角色，能否分享這個故事？

Fei-Fei Li： 那確實是我人生中非常艱難的時刻。博士期間的第二、第三年往往是最困難的階段。我曾經(jīng)的研究論文被拒絕，AI領(lǐng)域正處于“AI寒冬”時期，工業(yè)界尚未對AI產(chǎn)生廣泛興趣，學(xué)術(shù)崗位競爭極其激烈。此外，我的家庭經(jīng)濟(jì)狀況依舊拮據(jù)，母親的健康狀況也持續(xù)惡化。對于移民家庭而言，McKinsey的高薪工作代表著安穩(wěn)的未來。

那時候，McKinsey的薪水比我父母在美國這么多年賺到的總和還要多。這讓我感到非常矛盾。我記得有一天在實驗室里獨(dú)自思考，甚至開始想象自己穿上西裝，拿著公文包，過著一份體面的職業(yè)生活。但我內(nèi)心深處始終難以割舍對科學(xué)的熱愛。

我打電話給母親，告訴她我在猶豫不決。她沒有考慮自己的健康狀況，沒有考慮我們的經(jīng)濟(jì)困境，而是堅定地告訴我：“選擇你所熱愛的事情。你在猶豫什么？” 她的這番話讓我幡然醒悟。科學(xué)讓我快樂，好奇心讓我保持前行。她讓我意識到，人生最寶貴的禮物是能夠追隨自己的熱愛。而來自母親的愛和勇氣一直激勵著我。

ImageNet的誕生：對數(shù)據(jù)規(guī)模和多樣性的重要性的前瞻認(rèn)知

Brad Smith:? 你在2000年代初期創(chuàng)建了ImageNet，它后來成為深度學(xué)習(xí)革命的奠基石。你最初是如何產(chǎn)生這個想法的？

Fei-Fei Li： ImageNet始于2006年，當(dāng)時我注意到機(jī)器學(xué)習(xí)領(lǐng)域?qū)?shù)據(jù)的重視還遠(yuǎn)遠(yuǎn)不足。人們通常先開發(fā)算法，然后隨便找一些數(shù)據(jù)來訓(xùn)練模型。但從數(shù)學(xué)角度來看，學(xué)習(xí)和泛化能力不僅依賴于算法架構(gòu)，還依賴于數(shù)據(jù)的規(guī)模和多樣性。

當(dāng)時我讀了很多生物學(xué)和神經(jīng)科學(xué)的論文，了解到人類的認(rèn)知系統(tǒng)需要大量的視覺輸入來學(xué)習(xí)和理解世界。我開始思考，如果機(jī)器也需要類似的視覺數(shù)據(jù)進(jìn)行學(xué)習(xí)，那為什么我們不為AI構(gòu)建一個大規(guī)模的數(shù)據(jù)集？

ImageNet的想法在當(dāng)時被認(rèn)為是異想天開。很多同行告訴我，收集那么多圖像既費(fèi)時又無意義，還可能影響我的學(xué)術(shù)生涯。但我始終堅信，AI模型只有通過大量、多樣的數(shù)據(jù)才能真正學(xué)習(xí)世界的復(fù)雜性。于是我?guī)е鴥蓚€學(xué)生開始了ImageNet項目，花了三四年時間，最終創(chuàng)建了1500萬張圖像、覆蓋2.2萬個類別的龐大數(shù)據(jù)集。它是人工智能領(lǐng)域有史以來最大的數(shù)據(jù)集，也成為了深度學(xué)習(xí)革命的關(guān)鍵數(shù)據(jù)集，為神經(jīng)網(wǎng)絡(luò)算法提供了豐富的訓(xùn)練數(shù)據(jù)。

ImageNet的意義不僅僅在于圖像數(shù)量或其作為視覺數(shù)據(jù)集的形式，更在于它引入了大數(shù)據(jù)概念。如今，如果想要推動人工智能的發(fā)展，必須依賴三大要素：GPU、算法和數(shù)據(jù)。從AlphaFold到ChatGPT，再到Gemini和Transformer等最新的人工智能模型和產(chǎn)品，均建立在這三大要素的基礎(chǔ)之上。

獨(dú)立、自由、基于好奇心的學(xué)術(shù)研究的價值

Brad Smith:? 你對學(xué)術(shù)研究始終充滿熱情。為什么你認(rèn)為學(xué)術(shù)研究對計算機(jī)科學(xué)如此重要？

Fei-Fei Li： 我始終相信學(xué)術(shù)研究的核心在于自由和好奇心，“curiosity based research” （基于好奇心的研究） 才能做得最好。在很大程度上，學(xué)術(shù)研究最寶貴的特質(zhì)是自由。作為大學(xué)教授，沒有人會告訴你應(yīng)該研究什么。你可以完全基于好奇心選擇課題，哪怕這個課題在當(dāng)時看來毫無商業(yè)價值。換言之，美國的創(chuàng)新創(chuàng)業(yè)環(huán)境為研究人員提供了獨(dú)立探索未知領(lǐng)域的空間，不受商業(yè)目標(biāo)的限制。

ImageNet的誕生恰恰是這種自由環(huán)境的產(chǎn)物。當(dāng)時許多人不看好這個項目，甚至質(zhì)疑它的意義，但我依然堅持。正是因為這種學(xué)術(shù)科研上的自由，研究人員才能想象、實踐不可想象、不可實踐的事物，并最終改變世界。學(xué)術(shù)界是一個肥沃的樂園，在這里，研究人員和學(xué)生可以盡情想象匪夷所思的事情，或者想象一些讓人嗤之以鼻的事情。

我認(rèn)為， 美國有著非常獨(dú)特且珍貴的科技創(chuàng)新生態(tài)系統(tǒng)， 而大學(xué) （學(xué)術(shù)機(jī)構(gòu)） 和公共部門 （政府） 在其中扮演著關(guān)鍵角色。學(xué)術(shù)機(jī)構(gòu)不僅是技術(shù)創(chuàng)新的搖籃，還肩負(fù)著培養(yǎng)下一代科學(xué)家和工程師的責(zé)任。我們的實驗室里有很多年輕的學(xué)生，他們帶著無限的創(chuàng)造力和激情，讓我對未來充滿信心。而這正是我熱愛美國科技創(chuàng)新生態(tài)系統(tǒng)的原因——它開放且流動，知識與技術(shù)在學(xué)術(shù)界、產(chǎn)業(yè)界和年輕一代之間快速流動，打破了傳統(tǒng)的邊界。

World Labs與Spatial Intelligence

Brad Smith:? 你既是一名學(xué)者，也是一名企業(yè)家。能否介紹一下你目前專注的創(chuàng)業(yè)項目和理解呢？

Fei-Fei Li： 在2023年休假期間，我意識到計算機(jī)視覺領(lǐng)域正經(jīng)歷一場新的革命。Transformer、擴(kuò)散模型、神經(jīng)渲染等技術(shù)正將深度學(xué)習(xí)、計算機(jī)圖形學(xué)和計算機(jī)視覺重新組合，這在重新定義機(jī)器如何理解和生成三維世界——也即是我所稱的空間智能 （Spatial Intelligence） 時代。空間智能是一項基礎(chǔ)技術(shù)，能夠理解并生成三維世界，帶來前所未有的交互體驗。

然而，單靠學(xué)術(shù)界的資源很難推動這個領(lǐng)域的快速發(fā)展。數(shù)據(jù)、算力和跨學(xué)科協(xié)作都需要大量資金和團(tuán)隊力量。因此，我與前學(xué)生及行業(yè)同事共同創(chuàng)建了World Labs，致力于開發(fā)世界模型，幫助用戶創(chuàng)造、交互并利用三維世界，釋放生產(chǎn)力與創(chuàng)造力。

Brad Smith:? 美國的國家科學(xué)基金會或其他聯(lián)邦基金，企業(yè)社會基金在您的事業(yè)發(fā)展和研究過程中發(fā)揮了什么作用？

Fei-Fei Li： 至關(guān)重要的作用。國家科學(xué)基金會是我早期研究的重要資助來源之一，另一個主要資助機(jī)構(gòu)是海軍研究辦公室 （ONR） 。ONR在計算機(jī)科學(xué)和計算機(jī)視覺領(lǐng)域尤為知名，他們通過多大學(xué)研究計劃 （MURI） 資助來自不同大學(xué)的教授，推動跨學(xué)科與跨機(jī)構(gòu)合作。我職業(yè)生涯中參與了許多MURI項目，這些項目極大地促進(jìn)了領(lǐng)域內(nèi)的科技創(chuàng)新。

此外，產(chǎn)業(yè)界在推動科研方面的作用也日益重要。事實上，20年前，我的第一筆產(chǎn)業(yè)資助來自微軟，后來陸續(xù)獲得了來自谷歌、亞馬遜、松下、豐田、英偉達(dá)等企業(yè)的支持。聯(lián)邦資助與企業(yè)資助的良性互動，共同構(gòu)建了美國獨(dú)特的、極具優(yōu)勢的創(chuàng)新創(chuàng)業(yè)生態(tài)系統(tǒng)。

Brad Smith:? 你對政策制定者在支持基礎(chǔ)研究方面有什么建議？

Fei-Fei?Li： 過去五年，我越來越積極地倡導(dǎo)為公共部門的研究與技術(shù)提供資源支持。正如我的經(jīng)歷所示，公共部門資助對創(chuàng)新生態(tài)系統(tǒng)至關(guān)重要。大學(xué)不僅是技術(shù)創(chuàng)新的發(fā)源地，也是培養(yǎng)人才和促進(jìn)關(guān)于技術(shù)變革的廣泛、嚴(yán)謹(jǐn)討論的場所。我希望政策制定者將公共部門和學(xué)術(shù)界視為戰(zhàn)略性資產(chǎn)，對其進(jìn)行長期投入。這種戰(zhàn)略性的、長期主義的投入不僅關(guān)乎知識的突破，人才的積累與吸引，更是推動美國社會進(jìn)步和保持創(chuàng)新生態(tài)系統(tǒng)健康發(fā)展的唯一途徑。

原視頻：Fei-Fei Li: Staying curious at the forefront of AI https://www.youtube.com/watch?v=WX7mTMXTuy4&t=796s&ab_channel=Microsoft

本文來自微信公眾號： Z Potentials ，編譯：YIBING