人工智能科学家李飞飞的逆袭之路

　　这个自从来到美国以后，就饱受经济压力的乖乖女，却少见地叛逆了一回。她决定去西藏研究一年藏药，之后去加州理工学院攻读PhD。

　　当我们今天纵观李飞飞的人生时，会发现，这种追随内心的热情和强硬坚韧的作风，始终贯穿着她的行为轨迹。正如博士毕业后，她选择了当时还不太流行的图像识别作为研究方向一样。

　　图像识别技术，是人工智能发展道路上的一座高峰。简单来说，它就是要教会计算机看图说话。要知道，“看到”和“懂得”是不一样的。比如，你可以告诉计算机，“猫”就是有着圆脸、胖身子、 两个尖尖的耳朵，还有一条长尾巴的东西。

　　可是，如果图片是这样的呢?

　　一个3岁小孩都能从图片中识别出“猫”，可是计算机却做不到。

　　李飞飞研究了很长时间，始终没有突破。交好的教授都劝她换个方向，以便拿到tenure(终生教职：在西方高校，有了tenure就相当于终生的职业生涯都有了保障)。

　　她当然没有同意。有一天，李飞飞突然意识到，由于人眼每200毫秒就能获取一幅图像，一个3岁儿童可能已经获得了上亿次的图像识别训练，是计算机的几何级倍数。

　　也就是，关键在于自主训练量。

　　李飞飞马上开始着手，从twitter上抓取海量照片，将它们统统打上标签后，训练计算机进行机器学习。机器学习(machine learning)，就是给出一定算法，让计算机自己学习。

　　这个过程是艰苦的。如今，机器学习已经是热门概念，可在2007年，李飞飞的实验室缺少人手，又申请不到经费。最困难的时候，她一度想重开洗衣店，筹集实验资金。

　　她从亚马逊的众包平台中找到了解决办法，让全世界的网友一起给图片打标签。当时，李飞飞的研究项目，一度是该众包平台全球最大的雇主。

　　一个前所未有的庞大数据库建成了，这就是大名鼎鼎的ImageNet。李飞飞没有敝帚自珍，而是将ImageNet数据库开源，供学术和商业界的每一个实验室调取。图片识别技术从此飞速发展，如今已经能辨识出大部分照片中的物体，还能用高度拟合的人类语言，将它们描述出来。

　　由于学术成就卓著，李飞飞收到了很多社会活动的邀请。她曾经接受过 New York Times的访谈，也曾登上 TED的舞台，讲述图形识别技术发展的背后故事。