​《我看见的世界》作者：李飞飞

​

​上一节我们讲到李飞飞的努力终于有了回报，她以全额奖学金被名校普林斯顿大学录取，到美国后第一次找回了自信和尊严。读书期间，家里突遇困境，幸得恩师萨贝拉先生一家地尽心帮助，得以度过了一个又一个难关，让生活重归了正轨。

那么，在这一节中，让我们回归李飞飞的求学之路，看看她后来从事的研究领域，是怎样一步步确定下来的？

寻找自己的北极星

李飞飞的大学生活和大多数美国学生不同，一是她每周都要回家帮忙打理干洗店，二来，她的个性依然保守，喜欢独来独往，除了学习，很少参与其他事情，她从来没有加入过学校著名的美食俱乐部，也不参与学生之间的社交派对，她把每天的学习日程都排得满满当当，不是去上课，就是参加各种学术讲座和研讨会，还从图书馆借阅成堆的书，让自己沉浸在数学和物理学浩瀚的知识海洋中。

每个周五的下午，李飞飞都会参加高等研究院员工下午茶，这个活动不是闭门研讨会，在这里，她常常能遇到一些研究生，可以和他们讨论学术，这里出入的很多教授，都是物理学先驱或者一些前沿理论的研究者，能够近距离接触这些大师巨匠，亲耳聆听他们谈话的片段，在伟大的思想中漫游，让李飞飞感到无比满足。

随着学习的深入，李飞飞意识到，计算机不仅仅是用来写论文或者访问早期互联网的工具那么简单，还能帮我们解码思维的本质，建立思维模型。随着人类的智能被机器不断地映射、解构甚至模拟，计算机模型可以体现出一些人类的智慧，于是，李飞飞报名参加了计算机课程C语言。而随着对计算机科学的深入学习，她就像打开了一扇通往新世界的大门。

那年夏天，加州大学伯克利分校开展一项实验，涉及神经科学、生物学和视觉工作的原理，他们需要一个没有太多相关经验的本科生，李飞飞兴奋地报名参加了这个长达八周的实验，在教授、博士后们的指导下，从零开始搭建实验仪器，组装设备，研究哺乳动物视觉皮质的开创性工作，在猫的眼前投射图像，然后分析猫的神经元反应。

等实验结束回到普林斯顿大学时，李飞飞觉得自己已经脱胎换骨。之前，她一直痴迷于物理学，而现在，她开始意识到，物理学真正的魅力，不在于概念或者方程式，而在于对于其象征意义的探索和追逐，她很清楚，自己热爱研究，对新的发现充满热情。

在科学界，每一位科学家都会追寻自己的北极星，也许是一个问题，一个假设，甚至一个赌注。这种狂热的追求，是他们生而为人的定义。年轻的李飞飞想，在浩瀚的天宇中，她也要追寻属于自己的北极星，即使追到天涯海角，也毫不犹豫。

转眼已是1999年，李飞飞即将大学毕业，再次面临科学抱负和现实生活之间的抉择。当时，网络经济正在蓬勃发展，有数学背景和名校学历的人很受金融界青睐，即便是李飞飞这样学习物理学的，也受到了华尔街的大力招揽，不少像高盛、美林这样的名企向她抛出了橄榄枝，他们提供令人艳羡的起薪、福利、晋升机会，还有真正的医疗保险，甚至承诺帮李飞飞一家承担债务，结束干洗店日复一日劳累的生活，为她的家庭提供经济保障。

这何尝不是李飞飞所渴望的，但是开启职业生涯，就意味着放弃科学追求，该怎么抉择呢？

李飞飞斟酌了好几天，终于在干洗店的片刻闲暇中，对母亲提起了这事。当时，母亲正坐在缝纫机前，嘴里咬着别针，专注地检查着手里的衣物；而李飞飞在旁边打下手，正给一条客人要加长的裤子拆线。

李飞飞说：“妈妈，我面试了几家公司，都是华尔街巨头，他们给的条件很吸引人。”

“华尔街巨头？”母亲问，她对这些美国文化术语并不熟悉。

李飞飞解释道：“就是搞投资，做股票、交易什么的。当然，有很多东西要学。不过我如果真下定决心，还是学得会的。”

母亲平淡地说：“这是你想要的吗？”

李飞飞回答说：“可是妈妈，这些薪水足以改变我们的生活了，而且……”

母亲打断了她的话，又问了一遍：“飞飞，这是你想要的吗？”

“妈妈，”李飞飞说，“你知道我想要什么，我想成为一名科学家。”

“那还有什么好说的呢？”母亲淡然地回应道。

母亲的话一针见血，速度快得让李飞飞需要点时间才能反应过来。最终，她确定了心意，要去读研究生了。

迈入视觉研究领域

那次在加州大学伯克利分校的实验经历，让李飞飞看到了智能的奥秘，也认识到，解开智能之谜的关键，是深入理解“视觉”。当时，在视觉研究领域，有两个方向，一是神经科学，二是计算科学。神经科学可以更深入地了解大脑的能力，而计算科学可以利用工程学的原理建模，甚至有复制智能的能力。

李飞飞决定两者兼修，她选择去加州理工学院深造，这是一座位于南加州，阳光明媚、鲜花盛开、气候干爽的世外桃源般的学校。

在两位导师带领下，李飞飞一步步展开了她在视觉研究领域的探索。

人类的视觉能力进化范围广，演化过程复杂，有没有可能把人类的视觉能力采用自动化复制给计算机呢，计算机能够共享人类对世界的感知吗？

从人工智能发展早期开始，研究人员就一直在探索这种可能性，不过，他们很快便意识到，这是个巨大的挑战。

首先，难在数据本身。比如，一张图片，人类看到的是颜色和图案，而对计算机而言，则是一长串数字编码，因为数字图像是以像素的形式存储的。要想让计算机的算法像人类一样去理解图像，就要先用某种方式去定义这种数字模式。

其次，人类看到事物之后，除了单纯的“看见”，还会形成深层次的“理解”，从被动的感官输入到主动的认知，是人类大脑最了不起的一项能力，该怎么把这种能力复制到计算机上呢？

在研究生第二学年即将结束时，李飞飞已经阅读了大量文献，参加了各种研讨会和专题会，参与了许多实验，她认识到一个重要的事实：视觉和知觉依赖于分类。也就是说，人类的大脑会自然而然地把看到的细节进行归类。

举个例子：蓝色天空下有一棵绿色的树，对于这幅场景，我们所看到的，不仅仅是简单的蓝色和绿色图案，而是会把这些图案进行归类，蓝色的是天空，绿色的是大树。

基于这样的发现，李飞飞开始越来越确信，解开人工智能之谜的第一步，就是要让计算机通过理解各种物体来理解视觉世界，而要想理解各种物体，需要先把事物进行分类，然后再让算法充分接触视觉世界里丰富繁杂的事物，从而具备识别能力。

导师支持李飞飞的想法，也认为在人工智能的视觉领域，数据是真正的主角。为此，他们决定创建一个大规模的数据集。之所以说是大规模，因为加州理工学院有史以来最大的数据集，只包含了7个随机选择的类别。导师建议，这次要搞100个分类。

要知道，这可是个大工程，工作量相当大，创建100个分类的图片，需要在每个类别中包含各种各样的例子，至少需要几个月夜以继日地筹备，用李飞飞的话说——这比她这辈子做过的任何事情都要费力，可是，这恰恰是她想要的，她觉得，自己所追寻的那颗北极星，已经开始在地平线上遥遥闪烁。

建立完整的数据集是个耗时缓慢，甚至无聊乏味的过程，李飞飞和她的同伴们花了几个月时间，手动查询图像搜索引擎，挑选好的图片，然后下载，裁剪调整图片的尺寸，再打上标签进行标注，放进不同的分类，比如，手风琴、搅拌机、手机、龙虾、披萨、雨伞，等等。

到了2004年，浩大的工程终于完工了，导师说要100个分类，李飞飞就给他做了101个。这个图像集成为有史以来为机器学习所创建的，最大规模的图像集合。在101个类别中，包括9000多张图像，被官方命名为“加州理工学院101类图像数据集”。

计算机算法学习了这个数据集后，性能显著提升，李飞飞团队随即发表了关于机器学习的论文，在接下来的六个月中，世界各地的研究人员都把这篇论文作为标准，这让团队深感振奋。

加州理工学院为李飞飞后来的事业发展奠定了良好的开端，也带给她另外一种幸运：她在这色彩斑斓的美丽校园里，遇到了自己的爱人，一个身材高大的意大利人，名叫西尔维奥，是李飞飞的研究生同学，两人经导师介绍认识，因为同样痴迷学术，走到了一起。后来成为一生的伴侣。

这个时期的李飞飞，还只是一名学生，就已在业界崭露头角，那么从加州理工学院毕业之后，她又选择了怎样的职业道路，怎样的学术方向，最终一步步攀上行业顶峰的呢？除了事业之外，她的个人生活怎么样，父母、师长都还好吗？故事仍在继续，让我们下节继续。