第1章：如坐针毡的华盛顿之行

0:18:38  李飞飞：人类无尽的想象力使人类社会长足发展，现在却希望用硅来重塑自己。

第2章：逐梦之旅

0:30:27  共犯般的父母：在日常生活中无声地对抗规则。

0:31:15  飞飞的母亲：你当然要努力学习，充分发挥自己的潜力。但你这么做不是为了取悦任何人或者得到任何东西，而是为了你自己。

0:33:16  飞飞儿时在校园所经历的厌女事件

0:35:38  李飞飞：无论周围有什么障碍，都要奋力超越现实，构想出更加广阔的未来。

0:38:26  飞飞的母亲：可能我把你教得太好了，飞飞。你和我一样，都不属于这里。

0:39:09  Suri：东西方思维的差异造成中国更适合经验主义学科的发展，而美国更容易出现新理论的诞生与技术创新。

第3章：鸿沟渐窄

0:45:45  Suri：很多事情不是因为它真的做不成，而是因为没做它才没成。

0:51:16  两种初始人工智能算法、机器学习以及关于神经元反应方式的研究。

1:00:43  飞飞描述自己的父亲：这是父亲的天赋所在，不是工程、也不是相机修理、甚至都不是文字游戏，而是在任何情况下、哪怕再平淡无奇，都可以发现幸福和快乐的能力。

1:01:30  李飞飞：作为移民，我们很容易认为自己遇到的所有问题都是由外部世界造成的，但实际上我们面临的最大挑战往往源自内心，无论是中国还是地球上任何一个家庭都是如此。

第4章：心智探索

1:09:15  内心面临挣扎的选择：报酬丰厚的专业还是儿时的梦想物理学？

1:11:22  飞飞的出生甚至也是“叛逆”的产物

1:15:43  比物理仿佛更有趣的研究领域：活生生的躯体、跳动的心脏和躁动不安的灵魂。

1:17:42  大脑的神经元充分体现了量变促成质变的例子，当它们之间的连接达到了10的11次方，质变就发生了。物质就变成了思维，产生了爱、喜悦、悲伤、愤怒、恐惧和欢笑，也造就了我们在科学、艺术、音乐和数学等方面的能力。

1:19:00 李飞飞：追逐北极星让父母焕发出无与伦比的生命活力，而我，也开始追逐自己的北极星。

第5章：第一道光

1:21:40  科学抱负与现实生活之间的抉择：飞飞，这是你想要的吗？

1:25:47  飞飞研究生期间的两位导师都尝试融合学科边界，为飞飞日后的人工智能视觉方面的跨学科研究奠定了坚实基础。

第6章：北极星

1:26:48  Caltech图像数据集的建立和完善，成为了飞飞科研生涯内的第一颗北极星。

1:29:36 双重测试法后得出结论：人的大脑会在没有意识的情况下，处理大量的视觉信息。

1:30:20 人的视知觉是依赖分类的，那么机器是否也可以这样，从而进一步模仿人类大脑的运作？

1:32:26 人的大脑即使面对全新的事物，不论多么新奇，我们都会借用一生的经验去理解它。

1:33:31  Suri：我们看到的世界越大、经历过的事情越多，我们才能够真真正正地区别我自己和其他人，认识到自己的独特性、更好地认清自己。

1:36:27  李飞飞：毕生的好奇心把我带进了一个竞争激励、薪酬低廉、无法保障长久职业生涯的领域，而我的父母现在需要我无法提供的支持。我每天都在追逐自己的梦想，这让我觉得自己自私至极，甚至过于鲁莽。

1:39:53  飞飞的母亲从来不会让自己的孩子对自己产生负疚感。如果一直用低能量的负疚感捆绑孩子，那么他们很难成为他们本该成为的人。

第7章：一个假设

1:47:23  Wordnet的逻辑：单词在大脑里不是按照字母顺序排列的，而是按照它们之间的意义进行连接的。比如，我们会将apple与food进行联系。

1:48:26  李飞飞利用Wordnet的逻辑建立起了Imagenet。

1:50:35  李飞飞：人类瞬间就能识别出自然图像，正是因为这种感官刺激——或者说正是数据——塑造了我们。

1:55:47  李飞飞坚持使用人工进行图片的分类工作，是因为研究的是“人工”智能，数据的建立一定要在建立在纯粹的人类感知之上。

1:57:27  李飞飞：这件事情让我深刻了解到，任何一个科学家的默认立场都应该是绝对谦卑，没有哪个个体的智慧能有“意外”之力的一半强大。

1:59:30  Imagenet在2009年的“计算机视觉与模式识别大会”上遇冷

第8章：实验验证

2:00:40  李飞飞团队开展“Imagenet大型视觉识别挑战赛”，尝试寻找能让Imagenet焕发活力、贴近人类识别准确度的算法模型。

2:05:52  第三次举办挑战赛时，AlexNet利用“卷积神经网络算法”成功大幅提高图片识别准确率、高达85%，比上一届冠军高出10个百分点。

2:08:47  Suri：神经网络算法在小型数据库中表现不佳，但会在大型数据库中表现出极强的优越性。有时候并非我们不是金子，而只是站错了地方。

第9章：万物以外是什么

2:12:16  飞飞的带领的博士生邓嘉的某研究课题为“赌注对冲：优化大规模视觉识别中的准确性和特异性权衡”，将“层级原则”引入计算机视觉领域，牺牲一定的“精确性”来换取结果准确的“安全性”。

2:13:22 心理学家埃利诺-罗施提出的“理解层级”——从一般到特殊的光谱，对Wordnet及后来李飞飞等一行人的研究影响深远。

2:15:36  杰里米-沃尔夫的一篇文献中的结论给李飞飞带来极大的启发：当我们看到一副图像时，我们的大脑会记住“场景的要点”。

2:18:49  李飞飞希望让算法也能像人类一样，从“整体上”来看待世界。因此和学生安德烈想要培养出一种算法——能够一句话描述图片的要点。

第10章：似易实难

2:24:08 母亲的启发：把对人工智能的毕生热爱与长期照顾他人的痛苦特权结合起来。

2:24:49  飞飞对医疗领域进行研究后发现，医疗环境中的医疗差错（规程、注意力失误）而导致的死亡人数超过了因车祸、乳腺癌和艾滋病这些众所周知的原因而逝去的生命数量。

2:26:00  飞飞想要在医疗领域尝试“环境智能”，将技术融入背景，默默监视，只有在察觉到危险时才发出警报。

2:31:00  飞飞关于医疗领域的环境智能研究遭遇护士的质疑：你研究这个东西是用来监视我们的吗？

2:33:00  飞飞母亲在医院表现出不配合的行为模式背后的深层原因：个体的尊严是至高无上的，这是任何数据集都无法解释、任何算法都无法优化的变量。

第11章：无人可控

2:37:21   飞飞加入谷歌云计算，意识到科技行业的财富与力量比传闻中有过之而无不及，她也认识到人工智能正在成为一种排他性极强的“特权”。

2:38:50   近年来过度依赖数据“规模”的趋势引发飞飞的担忧，同时也有可能带来一种名为“对抗攻击”的新型威胁。

2:44:08  李飞飞：人工智能不是现象、不是颠覆、不是难题，也不是特权。我们面对的是一种自然力量。它是如此宏伟，如此强大，如此反复无常，既能轻易激发灵感，也很容易摧毁一切。

2:49:18  Suri：我们人是什么样的，人工智能就会是什么样的。水能载舟，亦能覆舟。

2:50:45  李飞飞：未来几年，从业者需要的不仅是专业技术知识，他们还必须了解哲学、伦理学，甚至法律。

第12章：下一颗北极星

2:52:21  李飞飞：如今，我成了站在讲台上的那个人，而现在我才意识到，原来我们都是彻头彻尾的普通人。

2:53:50  斯坦福大学成立以人为本人工智能研究院（Stanford Institute for Human-Centered Artificial Intelligence, 简称“斯坦福HAI”），旨在成为跨学科研究中心。

2:57:40  随着大型语言模型（Large Language Model, LLM）的出现和广泛应用，其生成的文本、图像、语音和视频越来越复杂，真与假之间的界限愈加模糊，人们将很难区分开“真实和虚构”。

3:04:47  李飞飞：最好的作品总是在边界上诞生，在那里，思想永远被困在来去之间，既是局内人又是局外人。但这正是我们如此强大的原因。独特的身份让我们保持独特的视角，赋予我们自由挑战现状的能力。

3:07:42  Suri：人脑因为有想象力的存在，才发现了人工智能。如果我们放弃了人类的本质——想象力，人类也就离灭亡不远了。

3:08:14  李飞飞：作为一个女儿、科学家、移民和人道主义者，我看到了众多不同的世界，但最重要的世界我将不会生活在其中的世界。正是因为这个世界的存在，我现在所做的一切才有意义。这个世界就是我的孩子们和他们的孩子们将继承的世界。

Reference：

《我看见的世界——李飞飞自传》

《生命是什么》

《哥德尔、艾舍尔、巴赫：集异璧之大成》

《皇帝新脑》

本书内容简介：

《我看见的世界》既是李飞飞的个人史，也是一部波澜壮阔、跌宕起伏的人工智能发展史。

在这本书里，李飞飞回忆了自己从底层移民成长到顶尖科学家的经历。她度过了困顿艰辛的青少年时代，但对科学的热爱不断激励着她持续追寻人生的“北极星”，并最终走进科学的殿堂。

当李飞飞和家人努力适应在美国的生活时，恰逢现代人工智能开始不断取得突破。她不断开启新的科学征程，并确立了自己在计算机视觉领域的科学使命，取得了非凡的成就。在这本书里，她详细记录了这些重大时刻的关键细节。同时，李飞飞也对未来人工智能的发展方向提出了自己的判断和警醒，核心就是“以人为本”，让人工智能真正推动人类的发展，而不是成为威胁。

这本书既是对重大科学突破幕后的精彩窥探，也是一位女性用好奇心和勇气突破人生困境的故事。它不仅证明了即使是最技术性的学术研究也需要激情，更加表明永不停歇的好奇心可以激发无尽的科技创新。

本书作者简介：

李飞飞（Fei-Fei Li）

美国国家工程院、国家医学院、艺术与科学院三院院士，现代人工智能的关键催化剂 ImageNet 创建者，斯坦福大学计算机科学系首任红杉讲席教授，斯坦福大学以人为本人工智能研究院（HAI）联合院长，前谷歌副总裁、谷歌云人工智能及机器学习首席科学家，斯坦福大学人工智能实验室第七任主任，《时代》“百大AI影响力人物”。

1976年出生于中国北京，长于成都；1992年随家人赴美；1995年被普林斯顿大学物理学专业以全额奖学金录取；2005年在加州理工学院获得电气工程博士学位；2009年在斯坦福大学完成ImageNet的初始版本，包含1500万张图片，涵盖了2.2万个不同类别；2012年在她发起举办的 ImageNet 大型视觉识别挑战赛第三届比赛上，神经网络算法AlexNet识别准确率高达85%，开启了新一轮深度学习革命。