誰人不識李飛飛？

付于洋

谷歌云首席科學家、谷歌AI中國中心負責人李飛飛在理工學科浸淫了20多年，人們習慣把她當作科研人員，往往忽略了她還是個感性的女人。

這位人工智能領(lǐng)域的頂級女科學家卻說，作為搞技術(shù)的人，要記住love才是最強大的力量一樣。

1

李飛飛一直在從事提高 STEM（科學、技術(shù)、工程和數(shù)學）領(lǐng)域女性占比的活動，比如發(fā)起針對高中女生的科學夏令營;在TED演講時用三歲兒子的照片做圖像識別的例子，“他的T恤是他最喜歡的，他爸爸從悉尼出差帶回來的;面前的蛋糕是復活節(jié)特制……”，會說，“想像我的兒子會生活在一個什么樣的世界”;還能在CV（計算機視覺）界盛會上當著眾人跟老公深情熱吻。

她老公Silvio Savarese也是斯坦福大學計算機科學系副教授，最近全職加入了林元慶的創(chuàng)業(yè)項目Aibee。

林元慶、余凱和張潼都是ImageNet 2010年的優(yōu)勝者，李飛飛是ImageNet的發(fā)起人。

ImageNet是目前世界上圖像識別最大的數(shù)據(jù)庫。每年舉辦的ImageNet競賽是CV領(lǐng)域的重磅賽事。

2007年初，李飛飛啟動該項目，給每個單詞配以多個圖片，從而構(gòu)建一個龐大的數(shù)據(jù)集。2009年，數(shù)據(jù)集完成，包含1400多萬張圖片，1000個類別，比如“哺乳動物”“機車”和“家具”等。

2

去年1月，李飛飛在北京參加未來論壇2017年會時，跟ImageNet的另一個發(fā)起人普林斯頓大學講席教授李凱同臺。

品玩作者跟了李飛飛一天，在《人工智能明星科學家李飛飛在北京的一天》一文里記錄了兩個很有意思的細節(jié)。

一個細節(jié)是她忙得都沒時間吃最愛的川菜剁椒魚頭。

誠然剁椒魚頭該是湘菜，但出生在北京的李飛飛確實是在四川長大的，就讀過成都七中。

這個學校出過不少創(chuàng)業(yè)人才，騰訊COO任宇昕、B站董事長陳睿、好大夫在線聯(lián)合創(chuàng)始人羅丹……現(xiàn)在風頭正勁的是李飛飛小兩級的學弟，搜狗的王小川。

王小川后來保送清華，做了20多年五道口守門員。現(xiàn)在搜狗講起AI故事，不知道他是不是要更認真地守好清華的門了，畢竟現(xiàn)在國內(nèi)AI領(lǐng)域，校招人才首出清華無二。

清華相關(guān)專業(yè)畢業(yè)生每年百余人，企業(yè)們搶人難。

去年年底，谷歌正式宣布在北京成立谷歌AI中國中心，表示在中國地區(qū)招聘AI人才數(shù)量不設限，該中心由李飛飛和李佳領(lǐng)導，16歲移民美國的李飛飛說：“我的心一直牽掛著這里?！?/p>

回到去年年初，在2017 年 1 月 3 日起正式擔任 Google Cloud 首席科學家的10天后，李飛飛就來到了北京。

那天的另一個細節(jié)是，公開演講結(jié)束后她被團團圍住，人們爭相與之合影、加微信、換名片，因為太過擁擠，有工作人員、觀眾和顯示器連帶被擠倒。

這樣火熱又混亂的場面讓作者在文章開頭用紅字加粗感嘆：“李飛飛”三個字必然會在接下來一段時間頻繁地出現(xiàn)在中國的媒體和網(wǎng)絡上，這段時間的長短，取決于人工智能在中國能火多久。

3

知乎上有用戶說，沒有Hinton（Geoffrey Hinton，杰弗里·辛頓）和李飛飛就沒有今天的深度學習。

這個說法立馬引起評論里一片爭議，學術(shù)界的口水比娛樂圈少不了多少，質(zhì)疑李飛飛的有，質(zhì)疑辛頓的，沒有。

2009年，李飛飛和團隊發(fā)布ImageNet的論文和數(shù)據(jù)集后，并沒有在外界引起太大反響，那時候深度學習在AI界還處于相對邊緣的位置。

到2012年，多倫多大學的杰弗里·辛頓和他的學生使用了一種深度卷積神經(jīng)網(wǎng)絡結(jié)構(gòu)（簡稱“CNN”），成績比第二名高出41%。

至此，深度學習名聲大噪，重獲生機，整個AI領(lǐng)域都為之側(cè)目。一直到2014年，所有競賽高分者的研究領(lǐng)域都是深度神經(jīng)網(wǎng)絡。

辛頓在2012年奪冠時已經(jīng)65歲，從60年代還是高中生時，他就對腦科學產(chǎn)生興趣，在愛丁堡大學讀研時，他把AI作為自己的博士研究方向。

那是1970年，神經(jīng)網(wǎng)絡的第一個寒冬。

1969年，是年圖靈獎得主馬文·明斯基（Marvin Minsky）和西蒙·派珀特（Seymour Papert）出版新書《感知器：計算幾何簡介》，指出神經(jīng)網(wǎng)絡技術(shù)的局限性，這是明斯基與感知器模型提出者康內(nèi)爾大學教授弗蘭克·羅森布拉特（Frank Rosenblatt）長期論戰(zhàn)的一部分，后者是神經(jīng)網(wǎng)絡的忠實擁堵。這本書直接導致了該研究將近二十年的低潮。

選擇不被看好的領(lǐng)域讓辛頓備受質(zhì)疑，有朋友認為他是把時間花在無用之物上，他沒有在畢業(yè)后找到全職的學術(shù)工作。

1986年，辛頓和大衛(wèi)·魯姆哈特（David Rumelhart）發(fā)表了關(guān)于反向傳播算法的論文，使用了該算法的神經(jīng)網(wǎng)絡，避免了傳統(tǒng)感知器帶來的龐大計算量問題，在做簡單工作時，效率比之大幅提升。

80年代末的算力也隨著摩爾定律爬升，神經(jīng)網(wǎng)絡短暫回春。

辛頓的博士后楊立昆（Yann Lecun）1989年發(fā)表論文，后又把一種卷積神經(jīng)網(wǎng)絡用于讀取銀行支票上的手寫數(shù)字，這個支票識別系統(tǒng)在九十年代末占據(jù)了美國接近 20%的市場。

而楊立昆在貝爾實驗室的同事弗拉基米爾·萬普尼克（Vladmir Vapnik），是支持向量機 （SVM） 算法的提出者。這種分類算法在90年代不斷進步，其表現(xiàn)遠超同期的傳統(tǒng)神經(jīng)網(wǎng)絡算法，備受學界關(guān)注。

隨著SVM的上升，90年代末，神經(jīng)網(wǎng)絡再次進入寒冬。只要論文中出現(xiàn)“神經(jīng)網(wǎng)絡”這個邊緣研究的字眼，被拒就成了家常便飯。

2006年，辛頓等人發(fā)表論文，A fast learning algorithm for deep belief nets，這個人工神經(jīng)網(wǎng)絡被冠以新名稱——深度學習。

等到2012年，團隊在ImageNet挑戰(zhàn)賽奪冠，證明了基于大量數(shù)據(jù)學習的深度學習能帶來超越以往的圖片識別準確度;2016年，AlphaGo與李世石一戰(zhàn)后，深度學習不再是流行于學術(shù)界的詞匯，在全球變得人盡皆知。

90年代末深度學習的低谷期，辛頓、楊立昆和約書亞·本吉奧（Yoshua Bengio）——現(xiàn)在國內(nèi)媒體口中的“深度學習三巨頭”密謀神經(jīng)網(wǎng)絡的復興，2004年，Hinton創(chuàng)立了NCAP（神經(jīng)計算和自適應感知）項目。

楊立昆現(xiàn)在是Facebook人工智能實驗室負責人;NCAP成員Terry Sejnowski幫助奧巴馬實施他斥資1億美元的“腦計劃”;斯坦福大學教授吳恩達在2011年參與創(chuàng)建了谷歌大腦，其最知名的貓臉識別“Google Cat”項目，是和辛頓團隊共同研究的成果。在1.6萬個CPU核心上利用深度學習算法學習到的10億參數(shù)的神經(jīng)網(wǎng)絡，能夠在沒有任何先驗知識的情況下，僅僅通過觀看無標注的YouTube的視頻學習到識別高級別的概念;2013年，辛頓團隊加入谷歌。

吳恩達2014年被挖到了百度，去年3月離職創(chuàng)業(yè)，在創(chuàng)業(yè)項目 Deeplearning.ai的深度學習系列課程里，他還跟老朋友辛頓做了場對話。

當李飛飛在未來論壇2017年會上跟李凱、沈向洋、張鈸做圓桌對話時，吳恩達坐在她后面當聽眾。中國是吳恩達暫時撤離的戰(zhàn)場，現(xiàn)在輪到他在斯坦福和谷歌的前同事李飛飛了。