李飛飛正式加入Google：怎麼看 AI 這 60 年的發展？ 給投資者哪些建議？
新智元編譯
來源：the verge，新智元
整理：胡祥傑
李飛飛教授從學術界轉移到了工業界，正式加入Google，任Google雲機器學習負責人。本文附上新智元此前對李飛飛的視頻專訪和文字報道。想了解這位擅長機器視覺的女科學家如何看待人工智能以及學術與產業的關係，本文統統都有。
今天，Google雲主管Diane Greene 宣佈了公司在機器學習和人工智能上的新佈局。
在Greene的部門，將成立新的小組，整合此前各自獨立的機器學習團隊，這些團隊零散地分佈在Google雲業務部中。
新團隊將有兩位女性來負責：一位是斯坦福大學AI實驗室的主任李飛飛；另一位是Snap研究團隊的前任主管李佳。
李飛飛加盟Google的新聞，是隨着Google雲發佈產品路線圖一併宣佈的。Google雲還介紹了自己擴大對機器學習的使用的計劃，機器學習對於雲來説是一項關鍵的技術，它能訓練大規模的AI網絡，不斷自我學習和提升。
這一消息的宣佈，目的是展示Google的雲計算不僅僅是在服務器上renting time，還能基於機器學習算法為企業級用户提供服務。這些服務包括更加簡單的翻譯、計算機視覺，甚至是招聘。
李飛飛加入Google
簡介
【人物簡介】李飛飛是斯坦福大學計算機系終身教授，斯坦福人工智能實驗室和斯坦福視覺實驗室主任。使用神經網絡模型等機器學習算法，李飛飛帶領團隊創造了能夠自動生成圖説的軟件，創建了全球最大的圖像識別數據庫 ImageNet，每年一度的 ImageNet 競賽都牽動着整個業界的心絃。李飛飛關於神經網絡和計算機視覺的研究大幅推動了人工智能發展，可能為我們帶來更直觀的圖像搜索應用，以及能夠在不熟悉的情況下做出決策的自主機器人。
新智元專訪李飛飛視頻
採訪實錄：
新智元：您怎麼看 AI 這 60 年的發展？
李飛飛：我簡短地説一下。我把過去這 60 年的 AI 看作是“in vitro AI”，也就是在實驗室裏的 AI。現在是 21 世紀的第 2 個十年，是 AI 的一個重要的歷史轉折點，因為 in vitro AI 走向了 in vivo AI——成為走進人們生活、走進社會的 AI，雖然才剛邁出了第一步。過去 60 年是非常重要的 60 年，奠定了這個領域的基礎，包括理論基礎和理論框架、軟硬件工具，尤其是數學、算法，以及 AI 需要關注的主要問題是什麼，如何去衡量這些問題。過去的這 60 年，AI 有了長足的發展，站在工業界、投資界的角度，或許 AI 好像是平地而起的一個新興產業，但實際上這 60 年一直都在積累。
新智元：您認為未來 5 到 10 年 AI最有可能實現哪些突破？
李飛飛：我是這樣看的，任何一個即是基礎科學又是應用科學的科學領域，提到 5 到 10 年的突破，我們得看是應用場景的突破還是基礎科學的突破，這兩者往往是有聯繫，但不一定一樣的。在我看來，基礎科學的突破應該比應用場景的突破早走幾步。
AI 在應用場景的突破，我認為任何與感知有關的應用都會大規模的提高。大家可能很快想到的計算機視覺的應用場景就是無人車。這是工業場景的一個重要的應用。現在有很多公司都在推進 L4 駕駛，就是主要由汽車來駕駛，人的介入非常少，甚至沒有。現在有很多的原型，不管是 Google Car 還是一些其他的，無人車還沒有完全的達到 L4。一個重要的原因就是在感知方面還沒有實現完全的突破。我自己是很樂觀的，我認為通過這麼多積累和努力，今後的 5 到 10 年 L4 這個問題會得到解決。工業場景的另外一個重要應用可能就是 Robotics，Robotics 是一個非常老的領域，有 AI 就有了 Robotics。Robotics 有許多方面，最開始是控制，然後是機械，然後才漸漸地進入機器人的感知和決策。深度學習帶領感知這個領域走了這麼長的距離，我非常看好感知和 Robotics 的融合，會有很大的突破。工業領域還令人很興奮的就是 AR/VR。AR/VR 肯定包括硬件方面的，這個我不是專家，但是 AR/VR 往後成熟、優化，要靠很多軟件方面的進展，尤其是計算機視覺方面的進步。現在工業界的投資力度也比較足，我是比較看好這些方向的。還有一些是消費者不太能直接感受到，但是我覺得也非常重要的，比如工業機器人或者是感知在健康醫療方面的應用。
至於學術界，我認為從科學到科技再到產品，就像一個 4×100 的接力賽，每一棒都有它特別的功能，學術界應該算是這個 4×100 接力賽的第一棒，工業界和實驗室是第二棒，然後產業化、投資這些是第三、第四棒。那麼，學術界這一棒，我們已經把大多數的感知問題交接了，感知問題已經在工業界比較蓬勃地發展。今後 10 年，我更關注認知這個問題。認知實際上是人類智能最重要的一部分。其實，動物的感知已經非常好了，但人之所以為人，就是因為我們擁有分析、判斷、預測的能力，我們能把信息轉化成知識結構，知識系統，有了這種轉化，我們才能做到抽象的、有創造性的、有預測性的決策。不管是我們的日常生活，還是人類文明的發展，都是因為我們的認知是非常強大的。站在人工智能這個角度，我認為今後的 10 年就是如何思考認知 AI 這個問題。
新智元：近幾年 AI 投資非常火熱，有什麼特別的原因嗎？
李飛飛：原因我想也應該是有目共睹的。深度學習的第二次崛起是 AI 從 in vitro 走向 in vivo 的一個重要轉折點。在我看來，有三個重要的因素，它們匯聚在一起，共同構成了這個轉折點。一個是深度學習的理論框架，也就是是神經網絡，神經網絡從 20 世紀 70 年代、80 年代、90 年代不斷在發展、優化。當然，也有一段時間，神經網絡不是最受歡迎的機器學習方式，但不管怎麼説，在上個世紀末機器學習百花齊放的時候，神經網絡是其中的一部分。然後走到 21 世紀初期，硬件在摩爾定律的推動下不斷推陳出新，尤其是 NVDIA 的 GPU 帶來了並行計算的騰興，像神經網絡的高通量模型運行。第三個非常重要的就是大數據。大數據的崛起與互聯網的崛起緊密相關，互聯網又是上個世紀 90 年代的產物，經過這十幾年的積累，互聯網帶來了大數據的爆發。所以，在人工智能領域，神經網絡、大數據和計算機硬件，尤其是 GPU，這三個事件的聚合帶來了 2012 年左右深度學習的大爆發。
如果一定要指出一個事件，我會説是 2012 年 ImageNet 競賽 Geoffrey Hinton 和他的學生用深度卷積神經網絡在圖像識別任務上取得了長足的進步，他們當時的計算結果比其他的算法都好很多，我想這可能是大家會記住的歷史事件，但背後也很多年的積累。
新智元：您是計算機視覺面的專家，在這 60 年的歷史中，AI 領域對您影響最大的人有哪些？
李飛飛：我的專業處在計算機視覺和機器學習的交叉點，在機器學習方面，對我影響很大的兩個人是 Michael Jordan 和 Geoff Hinton，他們在各自的機器學習領域都作了巨大的貢獻。從我本科生開始到研究生，他們的論文一直引領着機器學習的新思路、不斷地探索。看 Geoff Hinton 這麼多年寫的論文就可以發現，他在神經網絡這個子領域上做了各種探索，從最開始的反向傳播算法，到生成模型、判別模型、各種不同的推理……深度學習本身是有很長曆史的子領域，Geoff Hinton 一直是深度學習的領軍人。同樣重要的一個人物是 Michael Jordan，是 Michael Jordan 把機器學習統計學的概念帶進了這個領域，而且他的工作一直在理論和應用之間保持非常好的平衡。我做研究生的時候，他很多 topic model、梯度下降……他的學生現在已經分散在各個重要的高校，在領軍機器學習。所以，這兩個人是在機器學習方面對我影響最大的。
在計算機視覺方面，我覺得一個重要的人物是 Jitendra Malik，他是伯克利的教授。Jitendra Malik 把計算機視覺這個領域從圖像處理帶進了 AI。這是一個非常重要的理念，在上世紀六七十年代，計算機視覺僅僅是圖像處理一個不成氣候的小領域，在像素級別怎麼去做 filtering (such as low-pass, high-pass)、edge detection。但是，Jitendra 是最早一批看到了視覺本身在智能這個問題上的重要性。如果你看人，視覺是人類智能的重要的部分。所以，Jitendra 和與他同時代的一些研究者，比如 Shimon Ullman、Tomaso Poggio，一起推動了計算機視覺思維方式的改革。我 2000 年開始從事計算機視覺博士研究的時候，很幸運的成為第一批趕上這股新思想的人，剛好開始用機器學習的思路來重新思考計算機視覺裏重要的感知和認知的問題。所以，Michael Jordan，Geoff Hinton 還有 Jitendra Malik，我覺得這三個人是對我影響最深的三個人。
Jitendra Malik 與李飛飛的合影。來源：Carlos Chavarria for The New York Times
AI 投資領域火熱，李飛飛給投資者的幾點建議：
新智元：您認為未來 5 到 10 年 AI 最有可能會實現哪些突破？
李飛飛：我是這樣看的，任何一個即是基礎科學又是應用科學的科學領域，提到 5 到 10 年的突破，我們得看是應用場景的突破還是基礎科學的突破，這兩者往往是有聯繫，但不一定一樣的。在我看來，基礎科學的突破應該比應用場景的突破早走幾步。
新智元：您覺得目前投資領域在 AI 方面有泡沫嗎？您對 AI 投資者有什麼建議？
李飛飛：要是一年前問我這個問題，我可能只能告訴你我完全不懂投資。但是，最近看到新聞，AI 投資十分火熱，同時，矽谷的一個比較優秀的投資團隊 A16Z 邀請我成為他們的顧問，Andreessen Horowitz 也被邀請作為他們的顧問。所以，我在最近的大半年開始學習投資了，雖然還是懂得非常少。我的感受是這樣的，我認為大家對 AI 的熱情是真實的，一方面是由一個新興的領域帶來的興奮，另一方面是很多有遠見的人看到了，我自己就非常相信，信息革命的後半段就是由 AI 來引領的。
信息革命的前半段是由 PC 和互聯網定義的，它帶來了數據，信息革命的後半段是由智能來引領的。所以，從這個角度講，我是認同這種興奮和關注的。你提到“泡沫”這個詞，我認為可能在這種興奮和關注之間，有時候會有一些不冷靜。現在在投資界大家也説，什麼公司都想把自己標榜成一家機器學習公司、一家大數據公司，但如果你仔細地看一下這個公司，它的人才、實力也許還沒有走到那一步。所以我建議投資人，用投資界的朋友説的話就是，“Due diligence”一定要做好，面對每一家公司的時候，不要只看PPT，去了解一下它們的工程師，它們的技術領導團隊有什麼樣的AI、機器學習或大數據的背景。這個是很重要的。
新智元：您之前沒有辦法到我們世界人工智能大會的現場，在這裏有什麼想對參會的各位説的嗎？
李飛飛：謝謝大家給我這個機會。在這個比較重要的歷史時刻辦這麼一場會，我覺得也是一個非常好的機會，讓社會各界的人聚到一起，共同討論。我自己站在人工智能的科研者的角度，非常非常高興社會現在這麼關注人工智能，我希望大家給我們很多反饋和建議，很多新的思路。我也希望我的學生今後不管是在學術界還是研發界還是創業界，都能有很好的機會。
我最近一直在思考 AI 何去何從的問題。你看現在好像 AI 不存在何去何從的問題，已經是大家都非常關注的一個領域了。但我自己還是希望科技是為人類服務的，也就是説“technology has to be benevolent”，要站在人性的角度去思考技術。我也希望創投界和學術界更加關心人工智能的使命，人工智能最終的使命是以人為本的，當你在想應用場景的時候，不管是醫療、教育、交通、智能城市……我希望 AI 能用在提高人類生活品質這些最關鍵的應用場景。同時我也關注 AI 人，我希望更多的不同的人蔘與 AI 領域的發展。科技是帶着價值觀的，科技工作者會把他們的價值觀帶入科技中。那這些科技者是誰，就成了非常重要的一個問題，只有一種人羣來創造科技往往會帶着這種人羣的偏見。所以，我特別推崇包含很多不同的人，來自不同的生活背景、不同的膚色、不同的性別、不同的人生理念來參與 AI 科技的發展。謝謝。
李飛飛專訪：斯坦福人工智能實驗室主任談人生起點與AI夢想
作為世界人工智能代表之一，斯坦福大學AI實驗室負責人李飛飛（Fei-Fei Li）無疑是華人的驕傲。她和她的團隊ImageNet相關工作，為計算機視覺以及整個AI發展做出了貢獻。日前，李飛飛獲得卡內基基金會提名，成為“2016年度傑出移民”之一，以前獲此殊榮的人還有愛因斯坦、基辛格、馬友友和譚盾。CNN為此對李飛飛進行了專訪，李飛飛回顧了她如何實現夢想，展現了作為一名科學家、一位女性以及母親非凡的心路歷程。新智元聯繫李飛飛做了跟進採訪，並忠實按照其原意，對CNN的英文報道做了翻譯。“真正生命中的最關鍵問題是如何充分發揮一個人的潛力，既要擔待生活的責任，又要對得起自己的夢想。”李飛飛在接受CNN採訪時説。本文還包括李飛飛對人工智能60年發展感想隨筆一篇。
2016年是人工智能發展的第60年。有鑑於人工智能曲折的發展歷程，對比過去經歷的“寒冬”以及當下媒體和公眾火熱的關注，對於AI是否又迎來了一個春天，自然有很多相關討論。
7 月 10 日，斯坦福大學AI實驗室負責人李飛飛在Twitter上發表隨感，認為當下不是“AI春天”，而是“AI夏天”。新智元取得授權後，對這篇隨筆進行了翻譯。
“現在不是AI‘春天’，而是AI‘夏天’”
人們將20世紀80年代和當下稱為兩個“AI的春天”。過去的專家系統模式以及現在的深度學習算法在這兩個時期分別引起了兩股AI熱，出現了大量的投資、初創企業和人才競爭，引發媒體的強烈關注以及其他種種。但是我更願意把這兩段時間稱為“AI的夏天”而非春天。
我認為，“AI的春天”指的是促成這兩個“夏天”的階段，即在當下的AI熱潮之前的20世紀90年代到21世紀初。
這個“春天”，可謂是“百花齊放”。當時的學術界享受了一段相對平靜但創意和模型又十分高產的時期。在圖像分割、目標識別、場景理解、三維重建、優化、圖形化模型、SVM、神經網絡、推理算法、開源數據庫、基準測試及其他方面，都建立了一些最基礎的理論和重要的原型。
與媒體塑造的（蕭瑟）場景相反，這期間，大量的想法被提出並試驗，所有的想法都會被討論、被檢驗、被懷疑，然後改進，進一步提升和傳播。
當然，這些還只是原型，尚未達到工業生產的可測量性和精準程度的要求。但回想起來，這些原型已經成為當今深度學習、AR、VR、自動駕駛等領域的基礎技術。
此外，在20世紀90年代和21世紀初培養的學生和研究員已成為現在AI和機器學習產業研發的主力軍。
所以我的觀點是：“AI的夏天”固然好，但是我們要認識到繼續發展基礎科學研究的重要性，要意識到AI領域中學術研究的需求只能更多，而不是更少，要培養更多AI技術人員。
斯坦福AI實驗室負責人的起點
日前，李飛飛當選卡內基基金會“2016年年度傑出移民”（Great Immigrant of 2016）。
卡內基基金會是美國曆史最為悠久的基金會，每年都會評選出大約40位已經加入美國國籍，並對美國作出傑出貢獻的人物，歷屆獲獎人中包括愛因斯坦、基辛格、馬友友、譚盾等。
CNN 記者 Octavio Blanco 就此對李飛飛進行專訪。在採訪中，李飛飛簡要回顧了她從16歲去到美國，一路走來，實現夢想的過程。
“真正生命中的最關鍵問題是如何充分發揮一個人的潛力，既要擔待生活的責任，又要對得起自己的夢想。”李飛飛在採訪中説。
“我見過斯坦福非常優秀的博士生怎麼也得不到綠卡，為世界上的人才創造這麼多的障礙，在我看來是無法想象的。”李飛飛説，她也是主張高科技產業界性別平等、種族多樣化的堅定擁護者。
現在，作為斯坦福大學人工智能實驗室的負責人，李飛飛對 CNN 記者説：“作為全球人工智能界的一位代表，我對於創造人工智能這一對社會而言最強大也是最有益的技術感到十分激動，同時也為自己教育這些最優秀、最可愛的技術人員深感責任重大。”
CNN：你剛來美國時是什麼樣子的？
李飛飛：我父母都受過高等教育，但不太會説英語。所以來美國後，我父母既不是工程師也不是科學家，我父親給人修理照相機，母親則是一名收銀員。
我們那時候沒有錢，所以除了學習，我什麼樣的工作都做過。我覺得這不算什麼，因為我父母也同樣在努力工作。我們一家人只是為了好好地生活。
我必須從零開始學英語，但我的成績還算好——尤其是數學和理科。
帕西帕尼高中（Parsippany High School）在新澤西州的高中裏排名中等。但我在那裏遇到了幾位非常好的老師，他們幫我渡過了那段難關。我畢業的時候排名第六。
CNN：你在帕西帕尼生活得怎麼樣，有成為當地的一份子嗎？
李飛飛：我們當時有一些同樣也是移民的朋友，但大家都很忙，忙着討生活。我高中時交的朋友不多。當時很艱苦，我又是渾身都是書呆子氣。但我的高中數學老師人非常好。他是個美國白人，並不是移民，但是他幫助了我和我的家人很多。我真的很感謝那些高中老師們，我當時什麼都不是，就是個移民的小孩，還不會説英語。
CNN：不會説英語是你當時最大的困難嗎？
李飛飛：我生來就對知識好奇，喜歡追求真理。我想要理解很多本質的問題，如宇宙的起源，生命的意義等，我想要生命中擁有那種智慧。我申請了一大批學校，但普林斯頓給了幾乎全獎的獎學金。
在我移民的頭兩年，幾乎全是中國館子、給人打掃房子，然後［到了普林斯頓］，身邊全是這些學術、知性、充滿魅力的人。我非常享受普林斯頓的學習。
但是，我的家人還住在帕西帕尼。我們決定買一家乾洗店給他們經營賺錢。每天下課後，我都會通過打電話來參與乾洗店的工作。
對我來説當時的生活就像“雙城記”：帕西帕尼和普林斯頓。週一到週五，我在普林斯度學物理。週末我回到帕西帕尼［給家裏的乾洗店幫忙］，接待那些來取送衣物乾洗的人。
1999年，我從普林斯頓畢業，當時就業市場一片大好。我們都得到了華爾街的工作邀請，但是我選擇了去西藏研究一年藏藥，這聽起來很瘋狂。然後我的夢想是讀博士，讀博士只有微薄的獎學金。
去研究藏醫藏藥與我現在的研究一點也不衝突。作為一個scientist，我一直在追逐真理的定義和科學的哲學思維。雖然西方科學的方法論和哲學思維是目前人類科學方法論的主導，我一直想了解哲學和科學的方法論。所以了解中醫或者藏醫是一個顯而易見的選擇。另外，人類社會充滿了種族間的衝突，我想親自了解西藏的歷史、文化和她的人們。西藏的研究和生活改變了我的整個人生。這個話題很長，我在這裏就不多講了。
真正生命中的最關鍵問題是如何充分發揮一個人的潛力，既要擔待生活的責任，又要對得起自己的夢想。
我父母非常支持我，他們到這個國家來實現他們的夢想，我也應該實現我自己的夢想。
我去加州理工讀的博士研究生。我學的是人工智能和計算神經科學。讀研很辛苦，我媽媽那時候得了癌症，後來又患了中風，我們經歷了很多艱難困苦，然後一起挺過來了。
當時的背景是要在一個全新的社會或者説文化中把這些事情都處理好。我不認為我自己還可以再來一遍。
CNN：是什麼讓你走到了現在？
李飛飛：我是一個想要什麼就去做什麼的人。它就在我的基因裏。如果我花很多時間抱怨，只是浪費精力。我身邊總有願意支持我的人——我的父母、我的老師。
（支持我的人）用不了500那麼多個人，只要有一兩個就夠了。
CNN：你想為你的孩子留下什麼？
李飛飛：這是個很大的問題。我寧願現在好好工作，讓這個世界更好，然後我的孩子們可以生活在這個更好的世界裏。
CNN：每天做什麼事情讓你覺得放鬆開心？
李飛飛：和我的孩子們在一起。我的研究領域是智能。我從他們身上學到了太多什麼叫做智能，什麼叫做“做人”。沒有什麼比看着這些孩子長大成人更幸福的了。
我知道這聽上去可能有些怪，但我認為愛是最強大的力量。作為搞技術的人，你需要記住這一點。
資料來源：36Kr