文 |有风

提到AI圈的"教母"，李飞飞这个名字几乎没人不知道。

最近她在一次深度访谈里聊了不少干货，从自己小时候在成都的日子到现在搞的空间智能，把AI这些年的起起落落说得明明白白。

今天咱们就跟着她的故事，看看AI到底是怎么走到今天，未来又要去哪儿。

从成都田野到ImageNet，AI"看见"世界的起点

李飞飞小时候在成都长大，80年代的成都还没有现在这么多高楼。

她爸是个对自然特别着迷的人，周末不上班就带着她去郊外，蹲在地上看蚂蚁搬家能看一下午，教她认各种植物的名字。

这种对"观察"的兴趣，后来成了她搞AI视觉研究的底子。

15岁那年，全家移民去了美国新泽西。

到了泰坦高中，李飞飞才发现自己英语说得跟哑巴似的，上课老师讲啥完全听不懂。

本来在成都成绩挺好的姑娘，突然成了班里垫底的，那段日子她自己说"晚上躲在被子里哭，觉得自己啥也不是"。

好在她碰上了个好老师，科学课老师鲍勃·萨贝拉。

这老师没因为她英语差就不管她，反而课后拉着她做实验，还借她科幻小说看，说"科学不分语言，你看得懂数据就行"。

后来李飞飞说，这老师是第一个让她觉得"自己能搞明白科学"的人。

本科考进普林斯顿，她一开始学的是物理。

学着学着发现不对劲，"物理研究的是客观规律，但我更想知道'人怎么看世界'，大脑怎么处理图像的"。

于是研究生转投AI，跑到加州理工读博，专门研究计算机视觉，就是让机器像人一样"看"东西。

2007年，李飞飞做了件改变AI历史的事，搞出ImageNet。

当时AI连猫和狗都分不清，她带着团队手动标注了1400万张图片，分了2万多个类别。

2012年，有团队用这个数据库训练AI，准确率一下从50%蹦到85%。

她说"那天我知道，AI视觉的春天来了"。

从"看"到"理解"，空间智能如何重塑AI未来

搞完ImageNet，李飞飞没停步。

前几年她弄了个WorldLabs，听着挺玄乎，其实就是想让AI不光能"看"图片，还能"理解"空间。

她说"以前AI是平面的，现在得让它有立体感，知道东西在哪儿，怎么动"。

核心就是个叫Marble的技术模型，简单说，就是用AI建一个虚拟空间，里面的桌子、椅子、人怎么走，都跟现实世界一样。

她打了个比方，"就像给机器人做个飞行模拟器，不用真飞就能练技术"。

现在这技术还在初级阶段，最大的麻烦是"真实感"。

虚拟空间里的东西有时候还是太假，机器人学了半天，到了现实里照样笨手笨脚。

但李飞飞觉得这方向没错，"总比让机器人在现实里撞墙强吧？"

最有意思的是，这技术还能帮着研究精神病。

比如强迫症患者，医生可以用Marble建个虚拟房间，慢慢调整里面的东西摆放，看患者啥时候会焦虑。

成本比真弄个房间低多了，还能随便改。

不过她也承认，技术是把双刃剑。

"万一有人用这虚拟空间干坏事呢？"所以团队现在专门有人研究伦理，"得先想好边界，再往前跑"。

别人问她AI会不会取代人类，李飞飞总说自己是"务实的乐观主义者"。

"别瞎担心AI统治世界，也别觉得它啥都干不了。它就是个工具，看我们怎么用。"

她最烦那种"要么神化要么妖魔化"的论调，"技术发展哪有那么极端？"

AI对教育的影响，她觉得最明显的是"学习机会平等"。

以前偏远地区的孩子可能没好老师，现在有AI辅导，至少基础知识能跟上。

但传统学校那套"一张试卷定终身"的模式，怕是要改改了。

工作方面，她觉得会有个"乱哄哄的中间阶段"。

坐办公室写报告的，可能部分工作被AI抢了，但修水管、照顾老人这种动手又动感情的，AI暂时没戏。

所以年轻人别想着学个技能用一辈子，"得学会怎么学新东西"。

她给年轻人的建议特实在，"别追热点，追自己真感兴趣的"。

"AI发展快，今天火的明天可能就凉了，但你要是真喜欢这个领域，总能找到自己的位置。"

从ImageNet让AI看懂世界，到空间智能让AI理解空间，李飞飞这一路其实就干了一件事，让技术围着人转。

她说"AI再聪明，也得听人的，毕竟我们才是目的，不是工具"。

未来啥样不好说，但有一点肯定，人和AI得好好合作，各干各擅长的，这日子才能越过越明白。