Dr. Fei-Fei Li 被称为人工智能之母——这并非没有原因。在我们拥有如今的人工智能之前，她就已经在帮助构建基础。

她回忆了 ImageNet 项目的创建，该项目通过提供现代计算机视觉所需的海量数据，点燃了深度学习革命。

她讲述了早期对数据驱动方法的信念，2012 年卷积网络超出预期的表现带来的震撼，以及这些突破如何导致了图像字幕、故事生成，最终发展到生成模型。

现在，她正面对着人工智能最难的前沿之一：空间智能。

Fei-Fei 分享了为什么建模三维世界对于通用人工智能至关重要，以及为什么这可能比语言还要困难。

00:00 深入探讨了李飞飞博士在AI领域的杰出贡献和未来愿景。他们详细分析了李飞飞创建ImageNet项目的历史意义，以及她在计算机视觉领域，从简单物体识别到理解复杂场景的演进过程中的关键作用。此外，还聚焦于李飞飞作为创始人和CEO，全心投入解决空间智能这一前沿且具有挑战性问题的宏大愿景。这次讨论旨在揭示计算机视觉几十年的快速发展脉络，以及AI未来可能面临的重大挑战和机遇。

01:51 李飞飞与ImageNet的诞生在AI和机器学习尚未普及的近20年前，李飞飞博士在普林斯顿大学担任助理教授时，面对数据极度匮乏和算法效果不佳的挑战，决定创建ImageNet。当时，高质量的标注数据稀缺，神经网络尚未成为主流，而AI的概念对公众来说也十分陌生。李飞飞的梦想是让机器能够看见并理解世界，她敏锐地意识到互联网上蕴藏着海量图像数据的潜力。2007年左右，她和她的学生决定进行范式转移，转向数据驱动的方法，计划从互联网上下载10亿张图片，以此来训练模型，以期获得更好的泛化能力。

05:16 ImageNet的创建及其对深度学习革命的影响2007年提出的ImageNet构想，旨在建立一个覆盖全球事物的视觉分类体系，通过构建大规模图像数据集来推动机器学习算法的发展。尽管初期反响平平，但通过开源策略，ImageNet成为了全球研究者共享的资源，加速了深度学习领域的突破，最终在2012年通过AlexNet的发布引爆了深度学习革命。这一过程展示了数据集构建的前瞻性和对当时主流思维的颠覆，证明了数据作为AI模型燃料的重要性。

07:49 ImageNet挑战赛与AlexNet的突破ImageNet大规模视觉识别挑战赛自设立以来，旨在吸引全球顶尖人才解决图像识别问题。起初几年，尽管设定了基准线，但进展缓慢。直到2012年，多伦多大学的一个团队使用改进的卷积神经网络（CNN）模型AlexNet，在ImageNet挑战赛上取得了突破性的成果，错误率从26%左右降至15.38%，引发了深度学习领域的轰动。AlexNet的成功归功于三位一体的完美结合：海量高质量数据、强大的计算能力（GPU并行加速）以及算法本身的优化。这一成果标志着深度学习革命的开始，彻底点燃了深度学习的热潮，影响至今。

12:16 从图像识别到场景理解：视觉智能的发展对话讨论了视觉智能从物体识别发展到场景理解和故事叙述的过程，强调了李飞飞博士及其团队在这一领域的贡献。从AlexNet的突破到深度学习在图像识别和自然语言处理的应用，再到图像描述（image captioning）和基于文本的图像生成技术的实现，展示了视觉智能技术的快速发展和巨大潜力。

16:54 空间智能：AI探索的下一个前沿对话探讨了AI领域中空间智能概念的起源和发展，强调了从进化论和脑科学中汲取灵感的重要性。提出者认为，视觉和空间理解能力的进化历史比语言能力更为悠久，是智能发展的根基。空间智能旨在让AI理解、生成、推理三维世界，并在其中行动，这是实现通用人工智能的基础。为了实现这一目标，需要构建超越当前二维图像和一维语言模型的三维世界模型，以捕捉真实物理世界的三维结构、物理规律及动态交互。

20:12 空间智能：AI领域的登月计划几位顶尖青年才俊联合创办了World Labs，旨在攻克AI领域最难题之一的空间智能。空间智能的挑战包括维度差异、感知挑战、生成与重建的并存需求、数据稀缺以及大脑和模型架构的复杂性。这些难题使得空间智能成为AI领域中一个极具挑战性的目标，被比喻为登月计划级别的挑战。

24:53 空间智能的应用前景与元宇宙的未来空间智能技术的应用前景广泛，包括赋能创造者如设计师和建筑师，提升机器人学与自动驾驶能力，以及在市场营销和娱乐领域的应用。特别看好元宇宙方向，认为硬件和软件的融合正在快速发展，空间智能将是构建内容丰富、交互性强的元宇宙的关键引擎，有望大大降低元宇宙的构建门槛和成本，开启新的AI时代。

26:41 李飞飞的创业之路与个人成长李飞飞从学术界到创业领域的转变并非偶然，他的个人经历对其选择和理念产生了深远影响。

早年移民美国并克服语言和文化障碍，以及在普林斯顿大学读书期间与家人共同经营干洗店的经历，为他提供了早期的创业实战经验。这种从零开始、面对不确定性的经历，使他敢于在职业生涯中做出开拓性的选择，如加入当时不被看好的计算机视觉领域，以及在谷歌云学习工业界运作。李飞飞热爱从零构建的感觉，这种心态体现在他对人才的选拔标准上，重视知识上的无畏和对难题的渴望。这些早期非典型的经历，如开干洗店，锻炼了他的韧性、解决问题的能力和商业头脑，为他在AI领域挑战前沿难题奠定了基础。

30:53 李飞飞博士对AI领域关键问题的深入探讨在一次访谈的问答环节中，李飞飞博士针对AI领域学生的职业建议、AGI的形态、研究生教育的价值以及开源与闭源的争论等关键问题给出了深刻见解。

他建议AI方向的博士生应聚焦于工业界难以快速解决的北极星问题，如跨学科的AI应用和AI基础理论研究。对于AGI的形态，他认为可能是既有整体性又有模块化的混合形态，强调实质而非形式。关于读研究生的必要性，他认为追随好奇心和求知欲带来的内在成长是宝贵的，不会因外部世界的变化而过时。在开源与闭源的问题上，他主张AI生态系统需要多元化的方法，具体选择取决于公司的战略和商业模式。

36:24 开源保护、数据挑战与STEM领域的多样性对话强调了保护开源的重要性，无论在公共还是私营部门，开源努力对创业生态和公共利益至关重要。讨论中提到了解决空间数据稀缺问题的混合方法，包括使用真实和合成数据，同时强调数据质量高于数量。此外，还分享了作为少数族裔和女性在STEM领域的经历和建议，鼓励大家专注于行动和努力，而非身份标签，用积极务实的态度面对挑战。

39:01 李飞飞博士视角下的AI技术发展与未来探索本次对话通过李飞飞博士的视角，深入探讨了AI技术的发展历程及其未来方向，特别是从ImageNet项目的成功到场景理解和三维世界模型构建的挑战。讨论强调了理性专注、知识上的无畏以及对梦想的执着追求在技术发展中的核心作用，同时反思了AI能力指数级增长背后的驱动力——人类的好奇心与创新，以及算力和数据的规模化能力。此外，还探讨了空间智能对物理与虚拟世界交互方式的重塑，以及这一过程中可能面临的伦理考量。