享誉全球的华裔计算机科学家李飞飞创作的新书《我看到的世界》于日前正式发售。李飞飞在书中提到，自己不是开源派，也不是毁灭派，而是中间派，希望人类能与人工智能和平共处。

《我看到的世界》是一部以第一人称叙述的科学故事，通过李飞飞本人的回忆录，讲述了一个移民在美国的成长过程，并在人工智能革命的前沿找到了自己的使命。此书对什么是人工智能，以及它是如何产生进行了引人入胜而清晰的解释。

《连线》杂志称，李飞飞是“一个极小的科学家群体中的一员”。这个群体可能小到围坐在一张餐桌旁，但能够对人工智能近期的重大进展负责。在新书发布之前，《连线》杂志对李飞飞进行了专访。李飞飞在专访中指出，创作这本书的动机源自代理的建议，自己的同事、乔恩·埃切门迪（Jon Etchemendy）给予了最初的指导。以下为连线访谈内容摘要：

在新冠肺炎疫情之初，一个“Agent”（代理）--从字面意思来看，Agent并不是软件--建议李飞飞写一本书。

2006年，李飞飞领导了ImageNet项目，在人工智能领域留下了不可磨灭的印记。ImageNet对数百万张数字图像进行了分类，形成了今天震撼我们世界的人工智能系统的开创性训练场。

李飞飞如今担任斯坦福以人为本人工智能研究院（Stanford Human-Centered AI Institute，HAI）联合主任。从该研究院的名称就可以看出，它呼吁人类和智能机器之间的共同进化或是合作。接受了Agent的这个挑战，李飞飞用了一年时间草拟出这部新书的初稿。

但当HAI的另一位共同创始人、哲学家乔恩·埃切门迪（Jon Etchemendy）读完这本书的初稿后，埃切门迪告诉李飞飞应当重写--这一次内容应包括她本人在人工智能领域的经历。“他说很多技术人员都可以阅读人工智能书籍，”李飞飞说。“但我错过了机会，应当告诉所有年轻的移民、女性和不同背景的人，让他们明白其实他们也可以从事人工智能工作。”

李飞飞性格孤僻，不喜欢谈论自己，但她勇敢地想出了如何在书中结合自己作为移民的经历。当李飞飞来到美国时只有16岁，在没有熟练掌握英语的情况下，克服重重困难，成为这项关键技术的关键人物。

一路走来，她还担任过斯坦福人工智能实验室的主任和谷歌云人工智能和机器学习的首席科学家。李飞飞说，自己的新书《我看到的世界》像双螺旋结构一样，把个人追求和人工智能的发展轨迹交织成一个螺旋上升的整体。

“我们继续通过反思我们是谁来看我们自己，”李飞飞说。“反思的一部分是技术本身。最难看清的世界是我们自己。”

在她对ImageNet的创建和实现的叙述中，这些线索最引人注目地结合在一起。李飞飞在书中写道，她决心挑战质疑自己的人，其中就包括同事们。

质疑者们认为，从抱枕到小提琴的一大堆类别中的每个类别都有至少1000个例子，要对数以百万的图像进行标签和分类几乎是无法实现的。这项努力不仅需要技术上的毅力，还需要成千上万人的汗水（剧透：亚马逊的众包平台Mechanical Turk帮助扭转了局面）。

只有当我们了解了她的个人经历，才能理解李飞飞为何执意要开展这个项目。李飞飞承担这样一个冒险项目的无畏精神来自于父母的支持，尽管经济困难，但他们仍支持李飞飞拒绝了一份利润丰厚的商界工作，以追求成为科学家的梦想。执行这次极具挑战的任务将是对他们牺牲的最终验证。

当然回报也是巨大的。李飞飞在书中描述，构建ImageNet要求她以人工神经网络算法的方式来看待世界。当她在现实世界中遇到狗、树、家具和其他物体时，她的思维超越了她所感知的事物的本能分类，开始意识到一个物体的哪些方面可能会向软件揭示其本质。

什么样的视觉线索会让数字智能识别这些物体，并进一步确定各种子类--比格犬与灵缇犬，橡木与竹子，埃姆斯椅与摇椅？在这本书中有一个有趣的部分，讲述李飞飞团队如何尽可能收集所有汽车模型的图像。

当ImageNet在2009年完成时，李飞飞发起了一场比赛，研究人员使用数据集来训练他们的机器学习算法，看看计算机是否能够达到识别物体的新高度。

2012年，获胜者AlexNet来自多伦多大学杰弗里·辛顿（Geoffrey Hinton）的实验室，与之前的获胜者相比有了巨大的飞跃。有人可能会说，ImageNet和AlexNet的结合开启了深度学习的热潮，这个热潮至今仍使我们痴迷，并为ChatGPT提供了动力。

李飞飞和她的团队当时不理解的是，这种新的观察方式也可能与人类的悲剧性倾向有关，即允许偏见污染我们所看到的东西。她在书中写道，当新闻报道称谷歌将黑人误标为大猩猩时，她有一种“罪恶感”。其他骇人听闻的例子接踵而至。

“当互联网呈现出一幅白人、西方人、通常是男性主导的日常生活画面时，我们只能用技术来努力理解每个人，”李飞飞写道，她终于认识到了这个缺陷。这促使李飞飞启动了一个名为AI4All的项目，将女性和有色人种带入这个领域。

“当我们开创ImageNet的时候，我们所知道的没有我们今天所知道的多，”李飞飞说。“此后，我们发生了巨大的变化。但是如果有些事情我们没有做好；我们必须修复它们。”

在《连线》记者与李飞飞交谈的这一天，《华盛顿邮报》发表了一篇关于机器学习中的偏见仍然是一个严重问题的长篇报道。今天的人工智能图像生成器，诸如Dall-E和Stable Diffusion，在解释中性提示时仍然会传递刻板印象。当被要求描绘“一个有生产力的人”时，系统通常显示的是白人；但是要求描绘“一个从事社会服务工作的人”时，通常会显示为有色人种。

ImageNet是向人工智能灌输人类偏见的归零地，它的主要发明者有信心解决这个问题吗？“自信这个词太简单了，”李飞飞说。“我谨慎乐观地认为，既有技术解决方案，也有治理解决方案，还有越来越好的市场需求。”这种谨慎的乐观也延伸到她谈论人工智能可能导致人类灭绝的可怕预测的方式。

“我不想给人一种一切都会好的错觉，”她说。“但我也不想传递一种悲观和厄运的感觉，因为人类需要希望。”

李飞飞认为，进一步发展人工智能的一个重要因素是提供资金，以确保下一个突破--如像ImageNet这样极具挑战的任务--来自学术界和政府，而不仅仅是专注于利润而不愿与公众分享的商业企业。

今年6月，当美国总统拜登访问旧金山时，她是与拜登会谈的一小群人工智能科学家、专家和评论家之一。她敦促政府资助更多的人工智能挑战任务。“如果我们剥夺了公共部门的资源，我们就是在伤害下一代，”李飞飞当时向拜登说。

当李飞飞提出这样的计划时，拜登对她说了什么？“他当时并没有立即开支票，”她说，“但是他参与了进来。”李飞飞指出，拜登最近关于人工智能的全面行政命令中有一章节与公共部门投资有关。

李飞飞不是那种喜欢在公众面前炫耀胜利的人，但她似乎已经得到了想要的结果。也许这种投资更有可能让下一个像ImageNet这种规模的人工智能进步来自像李飞飞这样的人。在未获得文凭之前，李飞飞还没有前往商业公司任职。