AI教母的偶然际遇

人工智能界有三位领军人物：辛顿、本吉奥、杨立昆。这三人各自拥有改变AI历史的开创性成就：辛顿攻克了反向传播算法，点亮了深度学习的核心引擎；本吉奥深耕神经网络与自然语言处理，夯实了AI语言理解的基础；杨立昆研发了卷积神经网络，让计算机视觉拥有了核心落地算法。他们凭借从零到一的理论革新和颠覆性的技术突破，被誉为“人工智能教父”。

被称为“人工智能教母”的仅有李飞飞一位，这位美籍华裔女科学家。令人称奇的是，她在技术层面的开创性突破并不突出。然而，她完成了一项虽技术门槛不高，但对AI应用至关重要的基础性工作：建立了供AI使用的大型图像数据库——ImageNet。

AI圈长期存在一种鄙视链：研发高端算法的是上流，构建模型的属中层，而那些负责整理数据、给图片分类标注的，则是最受轻视的底层苦力。李飞飞正是这种“苦力”。她每天的工作，是面对成千上万张图片，进行机械操作——这是猫、这是狗、这是汽车、这是花朵、这是杯子……一张接一张，一类接一类，全靠耐心死磕，活脱脱一个在科技流水线上重复作业的女工。

但她深知，当时的AI就像个“睁眼瞎”，算法再强，若没有海量精准的数据喂养，根本无法识别真实世界。别人眼中的枯燥工作，恰恰是AI突破的关键。她决心打造的ImageNet大型图像数据库，正是让AI睁开眼睛的“视觉百科全书”。

难题在于该数据库规模宏大，需从近10亿张图片中筛选出1500多万张，并按2.2万个物体类别进行分类标注，工作量之大超乎想象。按当时条件估算，完成这项工作需要耗费20年。

项目开展一周年，李飞飞正为ImageNet海量标注耗时过长发愁时，在走廊偶遇了名叫孙民的研究生。交谈中，孙民建议利用亚马逊土耳其机器人众包平台解决标注难题。李飞飞采纳了建议，采用“众包”模式，全球4.8万名标注员协同作战，仅用一年便建成了ImageNet超大型图像数据库。可以说，这次关键的偶遇改变了AI的发展轨迹。

正如李飞飞所料，ImageNet数据库的建成直接引爆了AI革命！有了它，AI图像识别精度直线飙升，从此前连猫狗都无法分辨，一跃变得精准无比。如今我们使用的人脸识别、手机拍照识图、自动驾驶、医学影像诊断等，可以说都得益于它。

ImageNet数据库让李飞飞荣获斯坦福大学终身教授、谷歌AI首席科学家、美国三院（工程院、医学院、艺术与科学院）院士头衔，也因此被尊称为“人工智能教母”。

李飞飞在自传《我看见的世界》中，讲述了不少成长经历。耐人寻味的是，字里行间还透露出她另外三个人生转折的偶然。可以说，正是这些偶然，共同成就了这位人工智能教母。

首先是移民美国的偶然。并非外界所传的那样，她的父母高瞻远瞩、为子女学术前途精心规划而主动移民铺路。事实上，她父母是在1989年那个特殊时期，出于对自我人生价值的选择而毅然移民美国。对李飞飞而言，这场移民更像是一场偶然的人生迁徙，完全没有预设的精英成长路线。她16岁随父母赴美后，全家跌入社会最底层的贫困生活，她在最普通的中学就读，课余必须四处打工补贴家用。不过，若非移民美国，绝无今日在AI界如日中天的李飞飞。

其次是入学普林斯顿的偶然。不可否认李飞飞具备一定理科天赋，SAT数学甚至满分，但仅凭这些想跻身顶尖藤校普林斯顿远远不够。因此，当普林斯顿以全奖录取她时，整个学校乃至她本人都感到不可思议。可以说，普林斯顿多元化的录取政策倾斜，加上李飞飞最底层贫苦移民的身份，让她有机会踏入顶尖学府。这是身份带来的偶然馈赠，而非实力碾压的必然结果。

最后是遇见贵人的偶然。求学路上，她遇到了亦师亦友的高中数学老师，这位老师成为她人生路上的关键摆渡人。在她适应异国求学困境、坚定学业方向、争取升学机会的过程中，老师提供了学业指导、人生指引，甚至在生活上施以援手，成为她黑暗求学路上的一束光。若非这位贵人的点拨与帮扶，以她当时的处境，很难在陌生的教育体系中脱颖而出，更难拿到通往顶尖高校的钥匙。这场贵人相遇，没有剧本、没有预谋，纯粹是人生路上可遇不可求的偶然。