李飞飞离职谷歌背后：AI还很稚嫩 作为科学家很卑微

导语：近期，谷歌云AI部门负责人李飞飞宣布将离开谷歌回归斯坦福大学任教，这一消息引起了外媒《连线》杂志的关注，并详细报道了李飞飞离职背后的故事。

这位人工智能领域的杰出专家，在去年六月的一个凌晨，身着一袭睡衣，在华盛顿特区的酒店房间里反复练习即将进行的演讲。在临睡前，她慎重地删去了一段笔记以确保能在指定时间内清晰地阐述几个核心观点。早晨，她换上正式的靴子和黑色海军针织裙子，精神焕发地乘坐Uber前往美国国会大厦南部的雷伯恩众议院大厦。

走进美国众议院科学、空间与技术委员会的会议室前，她用手机拍下了那扇庄严的木门。“作为一名科学家，我对委员会感到既期待又紧张。”李飞飞说道。随后，她步入空旷的大厅，走向证人席。在那天的听证会上，主题是“人工智能——强大的力量带来巨大的责任”，李飞飞作为人工智能领域的开创性人物之一，现场发言并分享了自己的见解。

作为构建可帮助计算机识别图像的数据库ImageNet的研究人员，李飞飞是人工智能领域的一小部分精英之一。虽然这群人的数量可能少得仅够在厨房桌子旁边围成一圈，但他们的工作推动了人工智能的显著进步。李飞飞的出现不仅仅是因为她在Google Cloud担任的首席人工智能科学家职务或是斯坦福人工智能实验室主任的身份。她还是一家致力于招聘女性和有色人群成为人工智能建设者的非营利组织的联合创始人。这一点引起了议员的极大关注。

初到美国的第二天，李飞飞被父亲带到了加油站，她需要向技工解释如何修理汽车。尽管她几乎不会讲英语，但通过手势，她成功地传达了自己的意思。在短短两年内，李飞飞已经学会了足够的语言，甚至可以为只会说初级英语的父母担任翻译和向导。她坚定地说：“我必须成为父母的嘴巴和耳朵。”

在学校，李飞飞的表现同样出色。父亲为她找到了一台科学计算器，她在数学课上使用它。直到有一天，一位老师指出了计算错误，她才发现计算器的一个功能键坏了。李飞飞赞扬了高中数学教师鲍勃·萨贝拉对她的引导，他帮助她走进了学术殿堂，开始了她的美国梦之旅。萨贝拉不仅在学校中教授她高级数学知识，还自编课本，在午休时间给她补课。他还把李飞飞带到自己家里，带她去迪斯尼度假，甚至借给她2万美元开了一家干洗店，让她的父母经营。1995年，她获得了奖学金，得以进入普林斯顿大学学习，几乎每个周末都会回家帮助经营家庭生意。

在大学期间，李飞飞的兴趣非常广泛。她主修物理，同时还学习计算机科学和工程学。2000年，她在帕萨迪纳加州理工学院攻读博士学位，研究方向是神经科学和计算机科学。一个想法在她脑海中闪现——ImageNet。

她的计算机视觉同行们正在研究帮助计算机感知和解码图像的模型，但这些模型的适用范围有限。李飞飞开始怀疑问题不在于模型，而在于数据。她认为，如果孩子们通过体验视觉世界来学习观看，那么计算机或许也可以通过分析各种各样的图像以及它们之间的关系来学习。这一认知对她来说是一个巨大的飞跃。“这是一种全新的方式来组织整个世界的视觉概念。”她表示。

要将这个想法付诸实践并不容易。她遇到了很多困难，包括说服同事相信海量数据库中为每个物体的每个可能的图片加上标签是合理的。如果李飞飞想让这个想法奏效，标签需要从普通类别（如“哺乳动物”）到高度特定类别（如“星鼻鼹鼠”）的精细划分。当她回到普林斯顿大学担任助理教授并分享ImageNet的想法时，很难找到支持者。最终，一位计算机体系结构的教授加入了她的团队，成为了她的合作者。

她的下一个挑战是组建一个庞大的团队来完成繁琐的标记照片工作。为了支付学生的报酬，李飞飞尝试提供每小时10美元的工资，但进展缓慢。幸运的是，一位学生向她推荐了亚马逊土耳其人机器人（Amazon Mechanical Turk）。这是一个著名的众包平台，可以集合群众的智慧来解决机器难以解决的问题。通过它，李飞飞能够迅速集结大量工人来完成任务，成本大大降低。这也带来了自己的挑战——如何确保工人之间没有偏见。为了确保工人们诚实工作，李飞飞采取了一些措施来测试他们的准确性。

经过几年的努力，李飞飞团队创建了一个包含320万张（后来增加到1500万张）大型图片的数据集。他们在发布数据库的同时发表了一篇论文，但这个项目起初并未受到太多关注。后来，团队决定联系欧洲计算机视觉比赛的组织者，允许竞争对手使用ImageNet数据库来训练他们的算法。这一决策推动了ImageNet大规模视觉识别挑战的诞生。

与此李飞飞加入了斯坦福大学担任助理教授。那时，她嫁给了机器人学家西尔维奥·萨瓦雷塞。尽管他在密歇根大学工作，距离很远，但他们决定解决分居的问题。“硅谷对我们来说是个更好的选择，”李飞飞说，“同时斯坦福是人工智能的发源地之一。”

2012年，多伦多大学的研究人员杰弗里·辛顿参加了ImageNet竞赛，利用该数据库训练了一种深度神经网络的人工智能系统。这次实验的结果比以往任何实验都要精确得多，辛顿赢得了比赛。正在休产假的李飞飞虽然没打算去看辛顿领奖，但当她知道这是一个历史性的时刻时，她在最后一刻买了一张机票飞往意大利佛罗伦萨。辛顿的图像神经网络为人工智能开启了一扇新的大门。到2017年比赛结束时，计算机在图像中识别物体的错误率从15%降到了不到3%。计算机的观察能力已经超越了人类。

ImageNet使深度学习成为可能，推动了自动驾驶汽车、面部识别、电话摄像机等领域的发展。辛顿领奖后不久，李飞飞开始思考女性在计算机科学领域为何如此稀少的问题。在那一刻，李飞飞敏锐地察觉到了人工智能领域中的某种微妙变化，她看到了差距正在逐渐拉大，并意识到这背后隐藏的问题。在众多构建人工智能算法的科学家中，大部分是男性，他们通常拥有相似的背景，将自己的世界观，甚至是预见的潜在风险，融入到他们所研发的项目中。许多人工智能的创造者们，都是怀揣科幻梦想的男孩，他们的灵感源于《终结者》和《刀锋战士》等影视作品。尽管担忧这些事情的发生有其合理性，但在李飞飞眼中，过度关注这些可能的风险可能会忽略了更广泛的视角。

正如李飞飞所言，深度学习系统如同一个会吸收偏见的容器。尽管驱动人工智能的算法看似中立，但影响算法结果的数据和应用却不是。真正重要的是创造这些技术的人以及他们的初衷。那天，在国会山的演讲中，李飞飞指出，如果没有一支多元化的工程师队伍，我们可能会创造出带有偏见的算法，导致不公平的贷款申请决策，或者是在人脸识别技术中对非白人面孔识别效果不佳的问题。“如果我们20年后醒来，发现我们的技术、领导者和从业者缺乏多样性，那将是我所不愿看到的末日景象，”她担忧地说道。

李飞飞开始坚信，人工智能的发展应当着重于如何帮助人类、提升人类体验。她在斯坦福大学开展的一个与医学院合作的项目就是一个很好的例子。这个项目旨在将人工智能引入重症监护室（ICU），努力减少诸如医院获得性感染等问题。项目涉及开发一个监控洗手站的摄像头系统，当医院工作人员忘记正确擦洗时给予提示。这种跨学科的合作是非常罕见的。斯坦福大学临床卓越研究中心主任、医学教授阿诺德·米尔斯坦表示：“之前并没有来自计算机科学领域的援助之手。”

关于人工智能的进化方向，李飞飞认为应当着重于补充人类技能而非简单替代。如果更多来自不同学科的人参与到这一领域中，他们就可以创造出扩展人类能力的工具，如实现自动化耗时工作，让ICU护士有更多时间陪伴病人。而对于人工智能在购物体验等方面的应用，则应当审慎考虑其真正价值。

随着人工智能的飞速发展，李飞飞意识到需要调整团队人员结构以适应这一趋势。她深知要让女性或其他有色人种进入计算机领域需要付出巨大的努力。根据国家科学基金会的统计，女性在计算机领域的学位获得比例一直较低。在李飞飞的实验室里，尽管已经比其他典型的AI实验室更加多样化，但男性仍然占主导地位。她经常说：“女性不够多，少数民族更是稀少，实验室的人才储备也存在同样的问题。”

当李飞飞成为奥尔加·鲁萨科沃斯基的导师时，她几乎要退出这个行业。鲁萨科沃斯基是实验室里唯一的女性，她觉得自己与同行格格不入。在李飞飞的帮助下，鲁萨科沃斯基学会了研究技能并重新找回自信。现在鲁萨科沃斯基已经成为普林斯顿大学的助理教授。

4年前，鲁萨科沃斯基博士毕业后，她和李飞飞一起创建了一个夏令营项目AI4All，旨在为对AI有兴趣的女性提供机会。她们从斯坦福大学开始这个项目，后来将其发展成为非盈利组织并扩大规模，将年轻人带到斯坦福以及其他大学参与夏令营活动。这个组织正在逐渐壮大并产生影响：个人视角的多样性为未来的AI工具带来了无限的可能性。AI的发展不仅仅关乎技术的创新更是关乎如何更好地服务于人类社会和人类需求。AI的发展需要更多不同背景的人才参与共同推动才能朝着更加有益于人类的方向发展下去而女性和其他有色人种的参与对于实现真正的多元化和公平性至关重要从而确保人工智能能够更好地服务于所有人类群体和个人而不仅仅是一小部分群体或利益集团李飞飞的团队正在通过一系列项目努力推动这一目标的实现并帮助更多人参与到人工智能的研究和发展中来从而为未来的AI世界带来更加多样化和包容性的视角和解决方案同时李飞飞的个人经历也在不断提醒人们一个多样化且充满包容性的工作环境对于创新和科技进步至关重要随着谷歌旅程的展开李飞飞也将在新的平台上继续推动人工智能领域的多元化和包容性发展以期实现更广泛的社会影响和造福更多人群初见李飞飞，她充满活力与激情。她将科学研究应用于现实，并在企业为公众推出了易于使用的AI工具，无需编程知识即可开发机器学习算法。她在中国的实验室专注于将AI技术应用于医疗健康领域。她的身影也常出现在世界经济的舞台上，与国家元首、流行艺人交流。

私营企业的压力常常让人难以承受。去年，谷歌与美国国防部签署的Project Maven合同让李飞飞陷入了争议。虽然她并未直接参与此项目，但她所在部门负责的内容让她身陷漩涡。尽管她曾尝试通过邮件表达对公司不要陷入尴尬境地的愿望，但媒体的报道将她推向了风口浪尖。这让人们感到困惑，因为在整个行业中，李飞飞一直是道德的典范。

压力来自于多个方面，包括公众对技术应用于军事无人机的担忧。尽管谷歌声称其立场是“不做恶”，但员工们对此持怀疑态度。面对压力，谷歌最终没有续签Maven合同，并发布了一系列公开指南，承诺使用AI技术造福社会，避免偏见和伤害人类。李飞飞也是其中一个努力推动这项工作的人。她始终坚守着让AI成为造福人类的工具的目标。这次事件成为李飞飞人生中一次重要的经历，也是AI问题走向公众视野的转折点。

在与李飞飞的交流中，我能感受到她对AI的深刻理解和重视。她的生活充满了科学家的严谨和艺术家的感性。她同时关注着科技发展和人类价值，努力让两者和谐共存。在谷歌的动荡夏季之后，她参与制定的指南成为一线希望。现在，她渴望回到斯坦福大学，设立新的项目，继续为AI做出贡献。

在我们的交谈中，她分享了她在谷歌的经历和对未来的期待。尽管面临压力和挑战，但她始终坚信AI可以为人类带来福祉。她也意识到在科技发展的必须关注问题，确保技术的使用符合人类的价值观和道德标准。她的经历和观点让我深刻感受到AI的重要性，也让我对她在未来的贡献充满期待。秋天，李飞飞与约翰·艾切曼第共同宣布了一项重大计划，旨在建立一个新的学术中心。这个中心的核心使命是将人工智能（AI）与人类研究相融合，汇聚硬科学、设计研究以及多学科研究的精华。李飞飞深知，作为新兴科学的AI，长久以来未能充分吸引人文主义者和社会科学家的参与。在她看来，这些领域的贡献对于AI的发展至关重要。

乐观主义的李飞飞，在深入思考和参与听证后，对未来充满期待。她曾向立法者坦言，想象那些对人类既危险又具挑战性的工作，如救火和自然灾害搜救，她坚信技术能够帮助人类避开危险。

尽管单一机构难以改变整个行业，受到各种限制，但李飞飞依然坚持不懈。她强调要训练研究人员以原则为指导，而非仅仅追求利润。她希望这些研究人员背景多样，能够像学家一样深入思考。

在电话访谈中，我询问李飞飞是否想过AI或许能以全新的方式发展，避开目前存在的问题。她坦诚地回答：“很难想象。”她进一步分享了自己的科学观，认为科学进步和创新是建立在无数代人的努力之上，经历不断的纠错和试错。对于AI的偏见问题，她表示需要时间来认清其本质。

在国会山的听证会上，李飞飞以谦逊的态度指出AI科学仍显稚嫩。与已经存在的经典科学如物理、化学、生物学相比，AI的发展道路仍然漫长。在她看来，适当的指南对于引导AI发展至关重要。如果没有这些指南，技术可能会导致贫富分化加剧，排斥力增强，进一步加剧偏见。几个世纪以来，人类一直在努力克服这种偏见。李飞飞坚信，我们正处于一个介于发明和影响之间的时代，需要明智地引导AI的发展，使其为人类带来福祉。