谈到 AI 推手，不能错过李飞飞（首图中）。早在 2018 年，她就以「史上首位受邀华人女科学家」身分参加美国国会听证会，以「人工智慧：能力愈大，责任愈大」一题对科技伦理发表高见。这门科学尚未成熟时，李飞飞就一心踏入电脑视觉领域，建立图片资料库 ImageNet，接续引领演算法、机器学习（machine learning）。此外，华人界 AI 专家李开复也形容她是「AI 的良心」，因为她甚早就转往这项科技的人本关怀，提倡「以人为本」科学伦理。
从洗衣店移民到 AI 先驱，李飞飞是谁？
李飞飞是前 Google 首席科学家、史丹佛大学首位红杉讲席教授、以人为本 AI 研究院（HAI）共同院长、美国国家工程院院士，更在 2023 年获《时代》百大 AI 影响人物。从经历可一探她对 AI 的贡献，更进一步说，她催生了 AI 发展。
李飞飞在成都长大，六四天安门那年，父母为了追求更好的教育，举家移民美国。初来乍到，语言隔阂跟移民工作选择有限，家庭生活拮据，但没有限制她对物理学的热情，申请到普林斯顿大学全额奖学金，并在加州理工学院攻读计算与神经科学结合的硕博士学位，假日还得回家里洗衣店帮忙。回顾她的生命经验，恰好和 AI 多舛发展历程呼应，新书便由这两条故事线交织而成，带我们从她的眼光了解 AI 的进程与前景。
创立 ImageNet 成辉达进军 AI 的契机
李飞飞最知名建树是开发 1,400 多万张图片资料库 ImageNet，当时 AI 还未受热议，且学界认为演算法重要性大於数据，多数人都不看好。为了筹措研究经费，她甚至想过另开洗衣店副业维持计画。最後，研究生建议下，用亚马逊群众外包完成，耗时三年共 4.8 万名协作者参与，这还只克服了第一个困难。
她坚信资料库的重要性并免费公开，且决定设立以 ImageNet 训练的演算法比赛，让机器学会视觉推理、理解视觉世界，她说「要让机器不只『看』，还要『看懂』」，如「车」要如何区分坦克车跟轿车。但史无前例的庞大资料库，让 ImageNet 难以运用，甚至比赛乏人问津。
直到 2012 年，多伦多大学「AlexNet」专案诞生才改写局面，运用神经网路（neural network）训练电脑「看」东西，并开始做精细分类学习，图像辨识错误率低於其他演算法 10% 以上，且懂得从错误持续进步，也是现在所说的「深度学习」（deep learning）。
听起来很熟悉，因 AlexNet 就是辉达（NVIDIA）再创高峰的突破口，当初只用两颗辉达图形处理器（GPU）及运算平台 CUDA（Compute Unified Device Architecture，统一计算架构）为训练设备，而 Google 要达同样效果得用 1.6 万颗中央处理器（CPU），突破性发现学界甚至比拟为「宇宙大爆炸」，也一举揭开 AI 盛世。ImageNet 这样具规模、多样性的资料库出现，完全改变了 AI 研究型态，就这高度而言，李飞飞改变了世界。
只有人类才能主宰 AI 核心，AI 要以人为本
AI 造成的议题形成机会和焦虑，企业思考如何业务或作业流程导入 AI，员工则担心自己会不会被取代。李飞飞 2018 年国会听证会表示，AI 并不具人性，它受人启发，由人创造，最重要的是，对人类生活与社会的影响，使我们有很大责任去理解它。
她将精力投入人文关怀，成立专为有色人种、低收入户、女性开设的夏令营 AI4ALL，让不同族群有机会获研究室第一手经验，试图解决 AI 领域缺乏多样性的问题，黄仁勳也是赞助者。
正如李飞飞在 HAI 的宗旨，她强调机器价值观就是人类价值观，以人为本的概念确保机器成为人类福祉的合作夥伴。AI 出现是锦上添花，也能是雪上加霜，她强调「答案来自我们本身，因取决於人类怎麽使用 AI」。
李飞飞的成功学：保护好奇心、推动自我向前
年少时受认知科学强烈影响，以及对大脑如何理解建构世界的方式很感兴趣，李飞飞纵身投入学术。她期许大家都能找到想追寻的道路，并全心全意倾注热情。这样的精神让她不论面对经济困顿或研究瓶颈，想寻找答案的念头一直推动她前进。
面对 AI 学习，许多人都想问李飞飞要怎麽学？从哪里开始？她以孩子教育举例，其实不用做太多，因现在资源非常足够，最重要的是提供支持，保护孩子的好奇心、自主学习能力、不要泼冷水，并在需要的时候适时提供资源。这种思考不仅适用教育者，对企业、个人也都受用。
- How to Make A.I. That’s Good for People
- Stanford HAI
（本文由 经理人月刊 授权转载；首图来源：Fei-Fei Li）