李飞飞，现在是AI圈内外一个人尽皆知的名字。

她是斯坦福大学终身教授，HAI（以人为本AI研究院）院长，新晋独角兽World Labs创办者，具身智能、空间智能多项前沿AI技术引领者，以及改变深度学习命运的ImageNet的创造者。

她（可能）也是AI领域地位最高的华人，不论是从学术，还是产业影响力，她的门生桃李，正在全面影响着AI的进程，包括她没那么正面评价的“AGI”……很多人关注李飞飞的过去，更多人则期望这个从成都走出的华人女性未来有更大的成功，甚至给了她“AI教母”的称谓。

即便她跟Hinton一样，不是AI“科班出身”。

被物理学迷妹改写的AI进程

李飞飞最开始学习的专业是物理学，她的偶像是爱因斯坦。

在2024年诺奖影响下，物理学和AI之间的关系变得奇妙，但在1995年不是如此。

1990年代，Hinton的反向传播算法为神经网络补全最后一块拼图，LeCun在卷积神经网络上的突破证实演算法能在现实世界中运作。

但是人工智能依旧处于寒冬时代。在计算、数据等方面的制约下，神经网络的能力无法完全释放。

李飞飞与人工智能的第一次直接接触，是大二暑假去UC伯克利分校担任一项实验的项目助理。

这是一项探索大脑运作机制的实验。在去之前，李飞飞一直担心自己没有生物学背景，不能被研究团队所接纳。

但意料之外，这是一项要从计算角度研究大脑的实验。希望通过截取猫大脑的信号，来重建猫看到的影片。最终这项研究被发表在了《神经科学期刊》上。

这为李飞飞人生中几乎最重要的选择埋下伏笔。

1999年，当李飞飞从普林斯顿大学物理系毕业后，面对来自华尔街诸多诱人的offer，在家人的支持下李飞飞遵循本心，选择做科学家。

但是做什么样的科学家？

在UC伯克利的实验让她看到了智能的奥秘，也让她意识到，钻研视觉或许是解开智能奥秘的关键。

因此在硕士阶段，李飞飞奔赴加州理工学院，师从计算机视觉专家Pietro Perona教授和Christof Koch教授，并行研究神经科学和计算机科学。

如果一定要计算，2001年，李飞飞才正式开始学习人工智能。

这时距离她人生中影响力最大的工作——ImageNet被提出，只有5年。

2009年6月，至今仍是世界上最大的图像标记数据集ImageNet发布，让李飞飞和她的团队一跃成为CV领域最耀眼的明星。

简单理解，这是一个精选的互联网图像数据集，共计1500万张图片，涵盖22000个概念、对象类别概念。

如此规模与形式，放在当下不足为奇。但是在演算法占据AI领域主导地位的2006年，ImageNet更像是一个怪想法。

一方面，当时的人工智能领域尚处于寒冬之中。演算法是主流方向，大家都在做一些复杂的网络，数据被认为不过是一种训练工具。

如果把机器智能比作生物智能，演算法就像是突触，或者说是大脑里错综复杂的线路。因此，最重要的莫过于使这种线路变得更好、更快、更强大。

另一方面，ImageNet从被提出开始，就是冲着大规模去的。李飞飞从WordNet上找到灵感，参考这个大型词汇数据库，她希望从图像维度建立起一个“人类意义地图”，那么ImageNet将拥有几万个类别。

这个规模放在当时是不可思议的。彼时，一个模型能辨认一、两个类别就已经很了不起了。

这么做有必要吗？用这么多图像训练一个模型要花费多少时间？会有人用吗？以及背后巨大的工作量，给每一张图像加上标注又需要多少时间？

因此，当李飞飞带着ImageNet的想法与同事讨论时，往往孤掌难鸣。

以及这个计划对李飞飞自己的前途也将产生颇多影响。被她尊称为“学术祖父”的Jitendra Malik就曾劝导她，尽管ImageNet是电脑视觉所需要的，但是科学的窍门是跟着领域一起成长，而不是跑在领域的前头。

他说如果我这样做，可能很难获得终身教职。

但从最纯粹的学术角度来看。李飞飞意识到，当时的机器学习有些停滞不前，大家都在做更复杂的模型，却没有足够的数据来驱动机器学习。用更行业内的话来说，泛化上存在问题。

她在自传中写道：生物智能不像演算法那样是被设计出来的，而是演化的结果。而演化不就是环境对生物的影响？现代人类的认知，不是承载了无数代祖先生活、死亡与不断适应的印记？

现在人类能够立刻辨认出一种物体，得益于此前的感官刺激。对应来看，自然图像就是数据。

所幸，这种认知还是有人认同。

在普林斯顿，李飞飞遇到了“第一位知音”——李凯教授。

李凯教授是1980年代的留美高材生，拿到了耶鲁大学全奖录取通知书。师从世界上第一位图灵奖获得者Alan·Perlis，博士毕业后来到普林斯顿大学任教并成为计算机系终身教授，也是当时普林斯顿计算机系教职员工中仅有的华人面孔。

遇见李飞飞时，李凯已是微处理器架构的顶级专家，他擅长把数百万个纳米级电晶体组成全世界最精密的装置，是高效廉洁微处理器与大容量存储装置的先驱。也曾在硅谷创业，研制出世界上首款商用重复数据删除产品，并在后来被易安信收购。

李飞飞自述中说，李凯教授即像她的母亲，很知性；又像她的父亲，很会自我解嘲。是个看上去不苟言笑、衣着朴素，但实则又温暖慷慨的人。

他成为了当时极少数看好李飞飞的人之一。

李教授比大多数人都了解指数思维的威力。他相信我正在追求某个重要目标。

由于所在领域的交集不多等因素，李凯没有直接参与ImageNet计划。但他为李飞飞提供了两项重要帮助：捐赠一组初始工作站；引荐得意门生邓嘉，后来他更为人熟知的身份是ImageNet第一作者。

由此，在2007年的普林斯顿，ImageNet正式启动了。

此后大约3年时间里，李飞飞师徒二人都投身于此。其中面临的困难自不必说，工作量巨大、鲜有人看好、烧钱……

2009年，李飞飞已经带着邓嘉和绝大部分学生来到了西海岸的斯坦福后，ImageNet才终于完成第一版，并在CVPR上正式亮相。

之后为了进一步推广ImageNet，李飞飞开始举办ImageNet挑战赛。这个比赛邀请全球学者通过ImageNet进行对象识别，让不同的算法能够在同一基准下进行比较。

即便如此，ImageNet产生的影响也还很有限。

直到2012年，时间线开始收紧，Hinton与李飞飞的故事终于发生交集。

有一天夜里，邓嘉突然给李飞飞打来电话。一向内敛冷静的学生，语气激动：我们看到了一份与众不同的作品。

这就是AlexNet。

后面的故事开始变得更为人熟知。凭借着惊人的准确率，AlexNet重新证明了神经网络，也开启了人工智能第二轮浪潮。

再后来，Hinton带着Ilya、Alex完成拍卖，自己加入谷歌；Ilya加入OpenAI担任首席科学家，推动了GPT早期版本、DALL·E系列、CodeX、ChatGPT等技术诞生。

变革的齿轮加速转动。

那么，李飞飞呢？

在ImageNet大获成功后，李飞飞的AI之路变得顺畅。

2012年，她拿到斯坦福终身教职，晋升为副教授。于2013年开始领导斯坦福人工智能实验室。

期间，她还利用学术假期加入谷歌云人工智能暨机器学习的中国中心团队。这时是2016年，深度学习革命开启之年。

之后，2017年1月-2018年9月，她出任谷歌副总裁，并兼任谷歌云AI/ML首席科学家。

2018年9月，李飞飞宣布返回斯坦福任教，并任斯坦福以人为本人工智能研究院（HAI）院长，同年晋升为终身教授。

2020年，李飞飞当选为美国国家工程院院士、美国国家医学院院士；2021年当选为美国文理科学院（艺术与科学院）院士；2021年11月当选为IEEE Fellow。

与此同时，从李飞飞实验室走出了数十位学生弟子。他们中诸多人物，亦为AI发展带来深刻影响。

高徒群星闪耀

执教快20年，李飞飞带出了一大批高徒，宛如群星闪耀——

其中我们熟知的，有OpenAI创始成员Andrej Karpathy、英伟达科学家Jim Fan和朱玉可，以及上海交大教授卢策吾、前Google AI中国中心总裁李佳、前阿里自动驾驶掌舵人王刚……

带卡帕西时，当时他正读研二，李飞飞对这位身材颀长、说话速度颇快的学生评价是：

他有工程师般的勇气和毅力，不论是在白板上写满方程式，还是拆解电晶体收音机，对他来说都轻轻松松。

如果说爱因斯坦、波尔是宇宙的梦想家，那么卡帕西属于爱迪生或莱特兄弟一类的人。

她给团队和卡帕西布置的任务是：输入一张图片，最终能自动输出文字说明。

卡帕西第一次交的作业，看起来确实完成了。但是她指出，这项作业主要靠“匹配”已有数据来完成，无法应对新情况，也就是不具备泛化能力。

遭受挫折的卡帕西，整个人瘫倒在座位上。看到他如此，李飞飞还插空提醒：

卡帕西和许多学生都有种常见的问题：一心在意自己的模型是否有效，却忘了去问它为什么有效。

不过好在沮丧过后，卡帕西身上的“工程师特质”开始发挥作用。

虽然这时候没人知道他实际应该如何达成目标，但我知道，他心里那个工程师跟我一样会坚持下去。

他肯定做得到。

果然，他最后成功了……

读博期间，他还亲自设计并主讲了一门名为「CS231n：用于视觉识别的卷积神经网络」的课程，成为斯坦福授课深度学习的讲师。

这门课一直广受好评，非常火爆。

拿到博士后，卡帕西面对多种职业选择（当时普林斯顿大学愿意直接给他一个位子），最终却选择跳出学术界，毅然加入当时还名不见经传的OpenAI。

对此李飞飞还劝了一番，不过卡帕西一心认准了OpenAI：

这真的跟其他地方都不一样。

后来的事大家都很熟悉了，他曾二进二出OpenAI，看起来颇有量子纠缠内味儿了（doge）。

2016年，他作为研究员加入OpenAI（也是联合创始人），领导早期GPT系列、Dall·E系列以及ChatGPT等模型开发。工作1年零6个月后，被马斯克挖去了特斯拉，领导自动驾驶的计算机视觉团队。

而特斯拉也在卡帕西和另一位负责硬件的Pete Bannon领导下，最终推出了FSD。

直到2023年2月，他再次回归OpenAI，当时Sam Altman还发推表示欢迎。在近1年时间里，他建立了一个小团队，负责改进GPT-4，然后就又离职了……

而他的下一站，也是创业。

今年7月，他宣布创办Eureka Labs，一家AI原生的新型学校。

其首个产品，也是首门课程LLM101n（老本行了）。

手把手带你构建一个类似ChatGPT的故事生成大模型，以及配套的Web应用程序。

除了卡帕西，李飞飞的自传新书中，斯隆奖得主邓嘉更是被多次提及。

邓嘉于2006年本科毕业于清华大学计算机系，随后赴美国普林斯顿大学师从李凯教授攻读博士学位。

2007年，他被导师李凯推荐给李飞飞，辅助ImageNet的研究。

2009年，当ImageNet发表时，邓嘉为第一作者。

对于邓嘉，李飞飞评价他含蓄内敛：

从来没有见过头脑这么好，却完全不露锋芒的人。

直到2017年李飞飞宣布停办ImageNet之前，邓嘉一直在帮忙运营ImageNet项目。

博士毕业后（2012年毕业），他于2014年开始担任密歇根大学计算机科学与工程系助理教授。

仅干了4年，他又回到了普林斯顿大学。目前是该校计算机科学副教授，领导普林斯顿视觉与学习实验室。

值得一提的是，他还获得过2018年斯隆研究奖 (Sloan Research Fellowships)。

该奖代表了当今（美国和加拿大地区）最有前途的科学研究人员，自1955年设立以来诞生过众多诺贝尔、菲尔兹奖获得者。

当然了，在李飞飞执教早期，还有两位学生不得不提：前Google AI中国中心总裁李佳、前阿里自动驾驶掌舵人王刚。

李佳，1998年进入中国科大自动化系学习，曾获得新加坡南洋理工大学硕士学位。

2016-2010年，李佳师从李飞飞攻读博士，在此期间还有一段师徒佳话。

因为李飞飞先后在UIUC、普林斯顿和斯坦福任教，所以李佳也跟着3换学校、3考博士（每一次都成功了），是李飞飞最自豪的学生。

毕业后，她于2011年加入雅虎，两三年后成为资深研究员，开始领导雅虎实验室的视觉计算和机器学习部门。在此期间，她获得LEAP、Master Inventor等公司内部奖项，并获得雅虎公司最高奖Super Star奖。

2015年2月，她新加入了Snapchat，成为公司研发负责人，职责是开发核心CV/AI技术并为产品提供创新支持。

此时的Snapchat，已明确了IPO计划，一旦成功，将是Facebook上市以来，美国科技公司最大的一桩。

按理说没有人会在此时选择离开。

但导师李飞飞一召唤，李佳就在2016年9月离职了，师徒二人前后脚加盟谷歌。

谷歌期间，她们发布了多个AutoML新产品和Contact Center AI集虚拟助理，并推动谷歌AI中国中心建立。李佳也出任谷歌AI中国中心总裁，帮助提升谷歌在中国的影响力。

结束在谷歌的使命后，师徒二人再次前后脚离职，中间仅相隔50天。

这一边，李飞飞重返斯坦福，而李佳则考虑在AI方向上创业。

她先是在StartX担任联创&创始CEO，为斯坦福校友的创业活动提供非营利“加速”支持。

同时也在斯坦福教授AI医疗方面的课程，课程全名《AI助力医疗保健》——

主要运用计算机视觉等AI技术，解决当前医疗保健行业的问题，比如家庭护理、外科辅助分析、AI辅助育儿、烧伤评估等等。

最新情况是，她选择了面向企业的“AI解决方案”这条创业路线。

2023年3月，联合创立LiveX AI，为企业提供聊天机器人、AI搜索、语音智能体等各类产品，帮助企业增加付费转化并降低客户流失率。

这下，师徒二人又都走上了创业之路，看起来依旧默契十足（doge）。

另一位学生王刚，身上也是buff叠满：南洋理工大学终身教授、阿里无人车的开创者、达摩院自动驾驶实验室负责人、小蛮驴物流机器人之父……

王刚，2005年本科毕业于哈尔滨工业大学，其后于2010年在伊利诺伊大学香槟分校获博士学位，读博期间的导师正是李飞飞。

28岁博士毕业时，他已手握10篇顶会论文，引用量过千，是AI领域的新生代代表。

2017年加盟阿里前，34岁的王刚已是南洋理工大学的终身教授。

加盟阿里后，王刚出任阿里巴巴人工智能实验室首席科学家，后成为达摩院自动驾驶实验室负责人。

他在阿里内部率先开启了自动驾驶探索，并确定了商用落地业务方向——完全无人驾驶的物流机器人。

阿里由此成立小蛮驴智能科技，王刚出任总经理。在2020年云栖大会上，小蛮驴正式对外亮相，进入量产和商用运营阶段，这是达摩院成立以来，最具感知力和话题性的创新产品之一。

2022年1月，王刚被曝离职阿里，开启创业。其创办的新生纪智能科技，方向为有大模型加持的商用清洁机器人。

据天眼查显示，这家公司今年进行了2轮融资，投资方包括天堂硅谷、普华资本和柏泉资本。

除了自动驾驶，AI领域的另一大热门——具身智能，也有李飞飞高徒的身影。

上海交大教授卢策吾，2015-2016博士后期间，指导导师也是李飞飞。

2013年，他获得了港中文大学计算机博士学位，导师为贾佳亚。

随后又在香港科技大学，跟着邓智强教授做了2年博士后研究。

2015年，他拿到了李飞飞的推荐信，并最终受邀加入李飞飞实验室继续攻读博士后。

当时正处于具身智能萌芽期，李飞飞和学生们正讨论开始研究机器人。

在这期间，卢策吾认识了同门朱玉可。

朱玉可，2013年本科毕业于浙江大学计算机系，随后在斯坦福攻读硕博学位。

加入李飞飞组后，朱玉可最初做的是视觉知识库，2015年才和卢策吾一起转机器人。

后来二人在机器人领域均大有成就。

卢策吾回国后加入上海交大计算机系，目前是该校教授。

2018年，他被《麻省理工科技评论》选为“35岁以下科技创新35人”，且基于其在具身智能领域的杰出贡献，获得了2023年科学探索奖。

截至目前，他以通讯作者或第一作者在Nature、Nature Machine Intelligence、TPAMI等高水平期刊和会议发表论文100多篇。

除了学术研究，他还横跨产业界：于2023年联合创立了穹彻智能（兼首席科学家），致力于研发具身智能系统及其相关工具与平台。

最新消息，就在今年9月，这家公司完成了数亿元Pre-A轮融资。

此轮融资由Prosperity7 Ventures与广发信德联合领投，泽羽资本、创新工场、奇绩创坛、璞跃中国（Plug and Play China）以及MFund魔量资本等机构参投。

而朱玉可，2019年8月取得斯坦福大学博士学位后，目前也是产学两开花：

一边在德克萨斯大学奥斯汀分校担任计算机科学系助理教授，也是机器人感知与学习（RPL)实验室主任；

一边和另一同门Jim Fan（范麟熙）共同领导英伟达GEAR实验室（研究通用具身智能体）。

没错，英伟达科学家Jim Fan也是李飞飞的学生。

Jim Fan，本科毕业于哥伦比亚大学，是当年的优秀毕业生代表，获哥大Illig Medal。

2016-2021年，他在斯坦福大学读博期间，就是在李飞飞的指导下开展深度强化学习、机器人学、CV等领域的研究。

有意思的是，期间他还成为了OpenAI第一位实习生（与Ilya Sutskever和Andrej Karpathy合作）。

一毕业，他就加入英伟达，一路干到高级研究科学家，期间主导了多个具身智能项目：

• Eureka：用GPT-4生成奖励函数，教会机器人完成三十多个复杂任务，被评为“2023年英伟达十大项目”之一；
• Voyager：第一个由大模型驱动，能熟练玩《我的世界》的智能体；
• VIMA：第一个带有机械臂的多模态LLM，为机器人学习引入了“多模态提示”；
• MineDojo：将《我的世界》变成AGI研究游乐场的开放框架，斩获了NeurIPS 2022最佳论文；

直到今年2月，老黄安排他和朱玉可（两位90后）共同负责GEAR实验室。

至此，可以看出李飞飞高徒遍布AI各领域，且都有一股创业精神。

而李飞飞本人，也在今年9月正式官宣创办World Labs，瞄准空间智能。

这家公司成立不到4个月时间，估值已突破10亿美元。

有意思的是，这家公司的联合创始人之一也是李飞飞高徒。

Justin Johnson，本科就读于加州理工，后于斯坦福大学获得计算机博士学位。

读博期间，他和卡帕西还是论文搭子，两人一起在斯坦福度过了一段同门时光。

同时，他和李飞飞一起构思了初版cs231n，并在2016-2019年间，成为这门课的主要讲师之一。

毕业之后，他获得了密歇根大学的教职，担任计算机科学与工程专业助理教授。

同一时间还曾是Meta FAIR的研究科学家。

除此之外，通过查看斯坦福视觉实验室人员名单，我们还发现了更多华人面孔。

De-An Huang（黃德安），2020年获得了斯坦福大学计算机科学博士学位，师从李飞飞和Juan Carlos Niebles。

硕士毕业于卡内基梅隆大学机器人专业。

读博期间，曾在微软、Facebook和英伟达实习，毕业至今，一直在英伟达担任研究科学家。

Alan Zelun Luo，目前是斯坦福大学计算机科学系五年级博士生。

本科就读于伊利诺伊大学香槟分校计算机专业，后赴斯坦福大学攻读硕博。

虽然还没毕业，但实习经历颇丰，曾在Nvidia、Facebook、Google、Amazon、Yahoo等机构实习。

Yanan Sui（眭亚楠），目前是清华大学副教授，研究领域为机器学习、神经工程和机器人。

2010年本科毕业于清华生物医学工程专业，后在加州理工攻读计算机和神经系统博士、博士后。

2020年，他被MIT TechReview列为中国“35岁以下创新者之一”，目前任国际会议NeurIPS、ICLR领域主席、期刊《生物医学工程学杂志》编委。

Serena Yeung，目前是斯坦福大学助理教授，研究重点为视觉AI在医疗保健方面的应用。

她领导着该校医学人工智能和计算机视觉实验室（MARVL），并担任医学与影像人工智能中心 (AIMI) 数据科学副主任。

从2006年开始，本硕博均为斯坦福大学电气工程专业，还去哈佛大学做了1年博士后。

One more thing

在自传中，李飞飞提到，一直以来她都对科学的力量保持乐观态度。

但是这几年的风风雨雨告诉我，守株待兔无法获得乐观主义的果实。

未来确实光明璀璨，但不是靠运气，而是必须一起透过努力、付出心血才能得到的——只不过我们还不清楚要怎么做。

这一定程度上解释了为何在大模型浪潮饱受热议时，李飞飞选择开启首次创业。

当然，这可能与这位成都女生身上始终的爱智求真追求息息相关。

在她今年出版的第一本自传《我看见的世界》中，她完完整整讲述了自己从一个成都七中女生辗转美国，一度需要在洗衣店打工补贴家用，最后站上AI时代浪潮之巅的过程，解释了始终指引她前行的“北极星”。

这本传记成为了外界更了解她的一扇窗，同时也看到了更多AI复兴前后的趣闻往事，以及，李飞飞背后了不起的中国父亲母亲。

如果你想了解更多，不妨直接通过《我看见的世界》认识李飞飞。

文章来自于微信公众号“量子位”，作者“明敏”