李飞飞

概况

李飞飞（Fei-Fei Li）是计算机科学家，她围绕大规模视觉数据所做的工作，改变了机器识别图像内容的方式。1976 年她出生于北京，在成都长大，少年时移居美国，住在新泽西州帕西帕尼（Parsippany）^[2]。

教育与早期研究

她在普林斯顿大学学习物理，1999 年以优异成绩（high honors）获学士学位；之后在加州理工学院（Caltech）攻读电气工程博士，2005 年完成学业，导师为 Pietro Perona 与 Christof Koch^[1]。物理学的训练加上工程学的博士研究，让她养成一种从测量出发的习惯：怎样描述一张图像，怎样积累足够多的图像，又怎样判断一个系统是否真的变好了。

ImageNet

她最广为人知的贡献是 ImageNet 这个大规模图像数据集，以及随之而来的 ImageNet 挑战赛。2007 年，她还在普林斯顿的时候就开始着手构建 ImageNet^[1]。这一数据集发表在 2009 年计算机视觉与模式识别会议（CVPR）的论文《ImageNet: A Large-Scale Hierarchical Image Database》中，合作者包括 Jia Deng、Wei Dong、Richard Socher、Li-Jia Li 和 Kai Li，李飞飞是资深作者（senior author）^[1][3]。

它的意义在于一个共享数据集对整个领域做了什么。长期以来，计算机视觉系统依赖人工设计的特征——研究者自己去猜哪些关于边缘、纹理或形状的度量有用——而用来测试的数据集也往往小到可以由一个研究组反复运行。一个大规模、带标注、公开的图像集合，让许多研究组用同一批材料训练；一个公开的挑战赛，则让他们在同一块记分板上比较。这样一来，方法之间可以直接对比，错误也能被追溯到特定类型的图像上，而不是停留在抽象的争论里。

在斯坦福与公共机构

2005 至 2006 年，她在伊利诺伊大学厄巴纳-香槟分校（UIUC）任助理教授；2007 至 2009 年在普林斯顿任助理教授；2009 年起在斯坦福大学任教^[1]。在斯坦福计算机科学系，她是首位「红杉讲席教授」（Sequoia Professor）^[1]。2013 至 2018 年，她担任斯坦福人工智能实验室（SAIL）主任，并且是斯坦福以人为本人工智能研究院（HAI）的创始联合主任^[1]。

产业经历

2017 至 2018 年，她任谷歌副总裁、谷歌云 AI/ML 首席科学家^[1]。2024 年，她参与共同创立专注空间智能（spatial intelligence）的 AI 公司 World Labs，并担任首席执行官^[1]。空间智能指的是理解和推理三维空间中的物体、位置与相互关系的能力，而不只是在文本上做统计。

教学、写作与参与

2017 年，她参与共同创立 AI4ALL^[1]。2023 年，她出版回忆录《The Worlds I See: Curiosity, Exploration and Discovery at the Dawn of AI》^[1]。

荣誉

她是美国国家工程院、美国国家医学院和美国艺术与科学院的当选院士，也是 ACM Fellow，已发表 400 多篇学术论文^[1]。她获得的奖项包括 2019 年 IEEE PAMI Longuet-Higgins 奖、2022 年 IEEE PAMI Thomas Huang 纪念奖、2024 年 VinFuture 奖，以及 2025 年伊丽莎白女王工程奖（Queen Elizabeth Prize for Engineering）^[2]。

从数据集到实验室再到公司，贯穿她职业生涯的始终是同一个问题：机器如何建立起对世界的可靠认识。