李飞飞

李飞飞（Fei-Fei Li，1976年生）出生于北京，成长于四川成都，少女时代随家庭移居美国新泽西。初到异乡时家境拮据，她一边在中餐馆打工、帮父母经营干洗店，一边刻苦读书，凭借优异成绩进入普林斯顿大学攻读物理，后转向人工智能，在加州理工学院获得博士学位。她常以"寻找自己的北极星"来形容这段不确定的移民与求学之路。

她最重要的贡献，是在2007年前后逆主流而行的一个判断：当多数研究者埋头改进算法时，她意识到机器视觉真正的瓶颈或许在于"数据"——算法需要海量、标注良好的真实世界图像才能学会"看"。她带领团队耗费数年，借助众包平台标注了上千万张图片、覆盖数万个类别，构建出大规模图像数据库ImageNet，并从2010年起举办年度图像识别竞赛。2012年，辛顿团队的深度神经网络AlexNet在ImageNet竞赛中以巨大优势夺冠，被广泛视为这一轮深度学习革命的引爆点之一——而ImageNet正是点燃这场革命的"燃料"。

此后她任教于斯坦福大学，并曾担任谷歌云首席科学家。她日益强调"以人为本的人工智能"（human-centered AI），主张技术发展的"北极星"应当是增进人类福祉，而非单纯追求能力。她联合创办斯坦福"以人为本人工智能研究院"（HAI），并发起面向青少年、尤其是女孩和少数族裔的AI4ALL公益项目，推动AI领域的多元与包容。

面向未来，她的角色仍在展开、影响尚未定论。支持者期待"以人为本"的理念能为狂飙突进的AI注入伦理与人文的方向感；审慎者则提醒，大规模数据标注背后隐藏着低薪众包劳工、隐私与版权、数据偏见等尚未解决的问题，"以人为本"究竟能在多大程度上约束商业与技术的逻辑，仍是开放的疑问。这些都属于对未来的判断，而非既成结论。

需要厘清的是，ImageNet与深度学习的突破，是研究者、众包标注者、开源社区和整个学界共同作用的结果，把一个时代简单归功于某位科学家，是当代叙事的常见偏差。作为本章"未来展望"中的在世人物，李飞飞既是技术革命的关键推动者，也是少数持续追问"我们究竟要把AI带向何方"的声音之一——而这个问题的答案，仍未写就。