第348期：李飛飛，從移民到 AI 明星

大家知道李飛飛吧，AI 的明星教授。她在斯坦福大學任教，是美國國家工程院等三院院士，擔任過斯坦福 AI 實驗室主任，以及谷歌雲 AI 首席科學家。她1976年出生於北京，在成都長大，16歲全家移民美國。我一直好奇，她怎麼走上 AI 這條路，從移民變成學術明星？這幾天，我讀完她的自傳《我看見的世界》（中信出版集團，2024），才發現她的人生很有戲劇性，每當重要關頭，都有幸運的事情發生。（1）高中階段

她出生於一個普通家庭，中學階段並無過人之處。我們家位於成都當時的外環路旁邊，小區由三棟一模一樣的塔樓組成，我家住在四樓。這個環路是不斷擴張的城市邊緣，一側是工廠，另一側是農田。我進入了一所吸引全市優秀學生的中學。在那幾年裏，對女孩的預設和偏見讓我越來越不耐煩，這種情緒已經超出了課業的範圍。在同齡人中，我已經有“假小子”的稱號。

1992年，移民美國後，她家的生活頓時變得困難。一家三口擠在新澤西鄉下一間一居室公寓，她睡客廳，牀就放在餐桌旁邊。父親在一家華人商店修理舊相機，後來被辭退，從此失業。母親做雜貨店營業員，後因風溼性心臟病，回家休養。李飛飛下課後，就要去打工，有時在中餐館端盤子12個小時，每小時2美元。最後，實在走投無路，她們家決定買下社區的一家乾洗店，靠洗衣爲生。買下乾洗店需要10萬美元，全家僅有2萬美元儲蓄，其餘8萬美元都是借的。（2）大學階段

1997年，李飛飛中學畢業，要申請大學了。一開始，我的目標大學主要是州立大學和社區大學，而不是常春藤學校。但我一直對一所頂級高校念念不忘，那就是普林斯頓大學。我們是一個靠從車庫市場淘來的舊貨才能勉強度日的家庭，連我用的計算器都是壞的，我們怎麼可能負擔得起常春藤學校的學費呢？儘管如此，我還是無法抑制內心的衝動，提交了申請。就算只是象徵性地申請一下，我也感覺具有特殊意義。她申請了普林斯頓大學，結果好夢成真，普林斯頓給了全額獎學金。

如果沒有全獎，以她家的經濟狀況，負擔不了學費。如果不去普林斯頓大學，她就不太可能走上學術道路了，更不要說後面的成就了。（3）博士階段大學畢業後，李飛飛原想去華爾街工作，解決家庭的經濟問題。母親鼓勵她，繼續追求自己的夢想。於是，她選擇去加州理工學院讀研究生，方向是視覺識別機制。2004年，李飛飛爲了寫博士論文，需要圖片材料，來訓練算法。她找了9000張圖片，組成了一個圖片集，手工對每張圖片進行分類標註，一共分成101類。

這個圖片集叫做 Caltech 101，算法經過訓練，就能從新圖片識別出這101類物品。她因此順利拿到了博士學位。（4）助教階段博士畢業後，李飛飛先去伊利諾伊大學，後去普林斯頓大學，都是擔任計算機科學的助教。她繼續探索視覺識別，想找到一種通用算法，能夠識別所有種類的物品，而不是 Caltech 101 那樣，只能識別出101類物品。這意味着她需要一個超大的圖片訓練集，能夠包含了世界上所有物品。這可太難了，所有人都反對這件事。

我們都是年輕的助理教授，所處的院系競爭激烈，在事業起步的那幾年裏，我們都面臨着“要麼發表論文，要麼完蛋走人”的局面。壓力之下，我們必須馬不停蹄、保質保量地完成工作，因爲我們知道，稍有懈怠就可能與終身教授的職位說再見，一同失去的還有獲得穩定生計的最佳機會。我聽到的勸阻之聲已經多得夠我用一輩子了（可能下輩子也夠了）.有上萬個類別的數據集有什麼用？大部分模型連一兩個類別都識別不準！

你知道用這麼多圖像訓練一個模型要花多長時間嗎？這個時間可是用“年”來計算的。別人要怎麼下載呢？你這個圖像總量比大多數硬盤的存儲量還要大。具體怎麼做，你有計劃了嗎？幾百萬張圖誰來做標註？要花多長時間？怎麼驗證所有內容的準確性呢？（5）ImageNet李飛飛堅持要做，這個通用圖片集起名爲 ImageNet。那時是2006年。

她想到一個思路，英語詞典有一些基本名詞，用來解釋其他所有物品。只要統計一下，基本名詞有多少個，每一個又有多少變體，那就得到了所有物品的基本類別。統計結果是3萬類。因此，李飛飛估計，ImageNet 將有3萬個類別，總共包含2000萬張圖片，每張圖片都要有分類和標註，需要從幾億張圖片裏面篩選出來。

我們發出了郵件，招募願意幫忙從網上下載和標註圖片的本科生，工作時間靈活，每小時10美元。我們招募到一些學生，但是按照這樣的進度，完成整個項目需要19年。這太慢了，項目方法做了改進，用腳本自動去谷歌搜索圖片，然後抓取。但是這樣也需要人工覈對和篩選，只把19年的時間縮短到18年。

幸運的是，亞馬遜剛剛發佈了衆包平臺“土耳其機器人”（Amazon Mechanical Turk，AMT）。在這個平臺上，你可以出錢，通過互聯網，把任務分包給世界各地接活的人。他們通過這個平臺，將 ImageNet 分包出去，投入的人數一下子擴展到幾千人，而人均費用只是原來的幾十分之一。

2009年6月，ImageNet 的初始版本終於完成了。我們成功達成了目標：收集了1500萬張圖片，涵蓋了2.2萬個不同類別。這些圖片篩選自近10億張候選圖片，並由來自167個國家的4.8萬多名全球貢獻者進行了標註。（6）ILSVRC 算法競賽ImageNet 雖然完成了，但在學術界毫無反響，沒有太多人關注。我們遇到了第一個也是最嚴重的挫折：在當年的“計算機視覺與模式識別大會”上，ImageNet 被降級爲“海報展示”。

來源｜阮一峯科技愛好者週刊第 348 期，