The Godmother of AI on jobs, robots, and why world models are next | Dr. Fei-Fei Li

对话把 Fei-Fei Li 的影响放在 AI 从寒冬走向主流的背景中。她认为 AI 不是脱离人的力量，而是由人创造并影响人的技术；技术可能改善人类生活，也可能因社会和个人的错误选择而造成伤害。

Li 选择从视觉智能研究 AI，因为人类通过视觉、感知和空间理解认识世界。她关注物体识别，并意识到模型缺少训练数据。ImageNet 因此把大规模、清晰标注的图像变成研究基础，后来成为深度学习突破的重要条件。

她将责任扩展到所有参与 AI 的人：无论是开发、部署还是应用，每个人都应关心 AI 如何影响个人生活、社区、社会和下一代。她认为这种负责任的关心是第一步，也是最重要的一步。

在她概述的历史中，ChatGPT 只是公众重新注意 AI 的里程碑。此前，机器学习经历了长期研究和 AI 寒冬；ImageNet 让研究者能够检验大规模数据、神经网络和计算能力结合后的效果。

Li 将 AI 的发展分成几个阶段：早期的逻辑和专家系统，随后是把编程与统计学习结合起来的机器学习。规则无法覆盖复杂认知，机器需要从模式中学习并泛化，而这正是她在 2000 年进入领域时仍处于 AI 寒冬的背景。

她把物体识别视为理解感知世界的北极星问题，但研究模型缺少数据。ImageNet 项目在 2006 至 2007 年启动，整理了 1500 万张图像和 2.2 万个概念，并开放给研究社区。2012 年，Geoff Hinton 带领的团队用 ImageNet、两块 NVIDIA GPU 和神经网络，在物体识别上取得巨大进展。Li 认为大数据、神经网络和 GPU 仍是 ChatGPT 时代的核心配方。

这项工作也说明研究基础设施会产生外溢影响。Lenny 提到数据标注公司，Li 则回忆 Scale 创始人 Alex Wang 如何说 ImageNet 启发了 Scale。她把推动项目落地看作高能动性的行动，而不是等待完美条件。

Li 回忆，2015 至 2016 年一些科技公司还担心 AI 是一个负面词；大约 2017 年，企业才开始普遍称自己为 AI 公司。她认为这种变化说明行业和公众对技术的信心发生了巨大转变。

她同时反对把 AI 历史归功于单个人。AI 已有约 70 年历史，由多代研究者共同推进；硅谷把成就归给一个人的做法虽然便于记忆，却遮蔽了集体工作。

对 AGI，Li 指出这个词没有统一定义，可以指机器拥有超能力，也可以指机器成为能在社会中获得经济价值的代理。她认为对话式 AI 已完成部分目标，但 AI 的全部目标尚未实现，AGI 更像营销术语而非科学术语。

Lenny 追问，数据、GPU、神经网络和 Transformer 是否足以带来十倍更强的模型。这个问题把讨论从 ImageNet 的历史带到当前扩展路线的边界，也为后续世界模型话题作铺垫。

Li believes that scaling loss functions, data, GPUs, and current model architectures still leaves substantial work, but that does not mean innovation is over. She illustrates the gap with several examples: a model may fail to count chairs in a video of a few rooms, cannot derive the laws of celestial motion even when given more modern astronomical data than Newton had, and still lacks the emotional and cognitive understanding of a student discussing motivation, passion, and confusion with a teacher.