一个移民家庭女孩如何在关键时刻做对选择，最终改变了人工智能的历史

前言

2025年11月5日，伦敦圣詹姆斯宫。英国国王查尔斯三世将一枚沉甸甸的奖章，挂在了一位华裔女性科学家的胸前，这是2025年度女王伊丽莎白工程奖(Queen Elizabeth Prize for Engineering)，全球工程界最负盛名的荣誉之一。

站在领奖台上的，是49岁的李飞飞(Fei-Fei Li)。她与杰弗里·辛顿、约书亚·本吉奥、杨立昆等AI领域的"教父级"人物一同获奖，表彰他们对现代机器学习做出的开创性贡献。这个奖项曾颁发给互联网的创建者、GPS的发明者，如今，它认可了改变AI历史的关键人物。

很难想象，这位被全世界称为"AI教母"的科学家，30年前还是新泽西州帕西帕尼市一家干洗店里的打工女孩，周末站在收银台前，看着父母低头熨烫衣服，自己连英语都说不利索。从干洗店到斯坦福讲台，从移民少女到改变世界的科学家，李飞飞的故事不是一个天才神话，而是一连串关键时刻的正确选择，这些选择，最终让她站在了改变人类文明的技术浪潮之巅。这篇文章，试图回答一个问题：当一个普通人面对人生的分岔路口时，什么样的选择能够改变命运？

（引用网络图片）

第一部分：起点(1976-1995)

成都的童年：好奇心的萌芽

1976年7月3日，李飞飞出生在北京，但她的童年主要在四川成都度过。父亲在工厂做计算机相关的工作，母亲是一名教师。对于那个年代的中国家庭来说，这样的背景并不算特别优越，但父母对教育的重视，在她幼小的心灵里种下了求知的种子。童年的李飞飞展现出对数学和科学的浓厚兴趣。

这不是那种父母强迫出来的"兴趣"，而是发自内心的好奇，为什么天会下雨？为什么物体会掉落？这些看似简单的问题，在她脑海中不断发酵。成都第七中学的老师们很快发现，这个女孩对世界的观察方式与众不同。但12岁那年，一件事改变了家庭的轨迹：父亲决定移民美国，去寻找更好的机会。

分离的三年：等待与期盼

1988年，12岁的李飞飞目送父亲离开成都，前往大洋彼岸的美国新泽西州。接下来的三年，是漫长的等待。父亲在美国做各种零工，修相机、打杂工，攒钱为家人办理移民手续。

这三年，对一个12到15岁的女孩来说，是成长最关键的时期。她继续在成都读书，数学和物理成绩优异，但心里一直惦记着远方的父亲，惦记着那个陌生的国度。

母亲独自抚养她和弟弟，生活并不容易。但正是这段分离的时光，让李飞飞学会了一种能力：在不确定性中保持希望，在等待中积蓄力量。这种能力，后来会在她的科研生涯中，一次又一次派上用场。

第二部分：转折(1992-1999)

16岁的重新开始

1992年，16岁的李飞飞和母亲终于踏上了美国的土地，与父亲在新泽西州帕西帕尼镇团聚。兴奋只持续了很短时间，现实很快扑面而来。父亲开了一家干洗店，母亲在超市做收银员。一家人挤在小镇的公寓里，生活拮据。更大的挑战是语言，李飞飞几乎不会说英语。进入帕西帕尼高中(Parsippany High School)的第一天，她几乎听不懂老师在讲什么。课堂上，同学们叽叽喳喳地聊天，她只能坐在角落里，看着黑板上陌生的字母发呆。那种孤独和挫败感，对一个16岁的少女来说，几乎是压倒性的。

第一个关键选择：不放弃，抓住每一个机会

面对语言障碍和文化冲击，李飞飞做出了第一个关键选择：她没有退缩。她开始疯狂学英语，报名ESL(English as a Second Language)课程，下课后一个人坐在图书馆里，对着字典一个词一个词地啃。物理课上，虽然听不懂老师的讲解，但她发现数学公式是通用的语言。她开始用数学和图表来理解物理概念，甚至帮助老师发现了教材中的一个小错误。这个细节被物理老师注意到了。

更重要的是，她的数学老师鲍勃·萨贝拉(Bob Sabella)看到了这个女孩的潜力。萨贝拉不仅在课堂上特别关照她，还和妻子一起帮助李飞飞一家适应美国生活。当李飞飞的父母为开干洗店缺少启动资金发愁时，萨贝拉夫妇甚至借钱给他们。这份恩情，李飞飞记了一辈子。多年后，当她在斯坦福大学成为教授，她常常对学生说："教育不仅仅是知识的传递，更是信任的传递。"这句话的源头，就是萨贝拉老师对她的那份信任。

周末的干洗店：在劳动中思考

高中期间，李飞飞每个周末都要在家里的干洗店帮忙。站在收银台前，收钱、找零、登记，看着父母在蒸汽熨斗前低头工作，汗水浸湿了衣领。很多人会觉得，这样的经历是辛酸的，是需要"熬过去"的。但李飞飞后来回忆说，正是在干洗店的那些日子里，她学会了观察人性，学会了理解"劳动的尊严"。

她看到各种各样的顾客走进店里：有衣着光鲜的律师，有匆匆忙忙的护士，有带着孩子的单亲妈妈。每个人背后，都有自己的故事。而她的父母，用自己的双手，为这些陌生人提供服务，维持一家人的生计。这段经历，后来深刻影响了她对AI技术的理解。她始终认为，技术应该服务于所有人，而不仅仅是精英阶层。这个信念，最终体现在她创办AI4ALL这个非营利组织上。

普林斯顿的录取通知：梦想照进现实

1995年，李飞飞收到了普林斯顿大学的录取通知书，并获得了全额奖学金。那一刻，她和父母都哭了。但上大学，意味着要离开家，意味着父母要独自面对干洗店的生意。李飞飞做出了第二个关键选择：她接受了普林斯顿的录取，但每个周末都坐火车回家，帮父母打理干洗店。

普林斯顿岁月：在物理与AI之间

在普林斯顿，李飞飞主修物理学。为什么选物理？因为她想理解世界运行的基本规律。她对宇宙、对自然、对所有"为什么"充满好奇。但在学习物理的过程中，她逐渐发现了另一个更吸引她的领域：人类的认知是如何工作的？大脑是如何处理信息的？机器能否像人一样"看见"和"理解"世界？

这些问题，把她引向了计算机科学和认知神经科学的交叉地带。她开始旁听计算机系的课程，阅读关于神经网络的论文，尝试用数学模型来理解人类的视觉系统。1999年，李飞飞以"高荣誉"(High Honors)毕业，获得物理学学士学位。普林斯顿给了她扎实的科学训练，更重要的是，给了她一种思维方式：永远追问本质，永远不满足于表面的答案。

第三部分：深耕(2000-2009)

加州理工的博士岁月：跨学科的探索

2000年，李飞飞进入加州理工学院(Caltech)攻读博士学位，专业是电气工程，但她的研究横跨计算机科学、电气工程和认知神经科学三个领域。这是一个大胆的选择。在那个年代，学术界非常看重"专业纯粹性"，跨学科研究往往被认为是"不务正业"。但李飞飞清楚地知道，她要解决的问题，让机器"看见"世界，单靠一个学科是不可能实现的。

在加州理工的五年里，她专注于一个核心问题："一次学习"(One-Shot Learning)。什么意思？就是让机器像人类婴儿一样，只需要看一次猫，就能认出所有的猫，而不需要成千上万张猫的图片来训练。这个研究方向，在当时看起来有些"不切实际"。主流的机器学习研究，都在追求更大的数据集、更复杂的模型。而她却在探索如何用更少的数据达到更好的效果。2005年，她获得了电气工程博士学位。她的博士论文中的很多思想，后来成为了计算机视觉领域的重要基础，也影响了后来的大语言模型研究。

伊利诺伊与普林斯顿：学术生涯的起步

博士毕业后，李飞飞的学术生涯并非一帆风顺。2005-2006年，她在伊利诺伊大学厄巴纳-香槟分校(UIUC)担任助理教授，教授电气与计算机工程。2007年，她回到普林斯顿，成为计算机科学系的助理教授。在这两年里，她一直在思考一个问题：为什么计算机视觉的进展这么慢？当时的计算机视觉研究，陷入了一个瓶颈。

算法越来越复杂，但准确率提升缓慢。每个研究小组都在用自己的小数据集做测试，结果无法比较。更要命的是，这些数据集都太小了，只有几百张、几千张图片，根本不足以让机器真正"学会"看见。李飞飞意识到，问题的核心不在算法，而在数据。

ImageNet的诞生：一个改变历史的决定

2007年，李飞飞做出了她职业生涯中最关键的决定：创建一个超大规模的图像数据库。这个想法，在当时看起来近乎疯狂。首先，规模太大。她计划收集至少1000万张图片，覆盖成千上万个类别。在2007年，这个工作量简直是天文数字。当时最大的数据库也不过几万张图片。其次，标注工作量惊人。每张图片都需要人工标注"这是什么"，而且要非常准确。谁来做这个工作？第三，资金从哪里来？人力从哪里来？

这个项目需要大量的时间和资源，但在当时，没有人相信它会成功。很多同行劝她放弃。"这太疯狂了"，"这不可能完成"，"这对你的学术career没有好处"，这样的声音不绝于耳。但李飞飞相信，这是正确的方向。她组建了一个小团队，包括普林斯顿的同事邓嘉(Jia Deng)、李凯(Kai Li)、董伟(Wei Dong)等人，开始了这个看似不可能的任务。

众包标注：一个创新的解决方案

面对海量的标注工作，李飞飞想到了一个当时还很新颖的方法：众包(Crowdsourcing)。她利用亚马逊的Mechanical Turk平台，把标注任务分解成无数个小任务，分发给全世界的志愿者。每个人只需要回答"这张图片里是不是一只猫？"这样的简单问题，但成千上万个人的回答汇总起来，就能完成不可能的任务。

这个方法，在今天看来稀松平常，但在2007年，这是一个大胆的创新。它不仅解决了ImageNet的标注问题，更重要的是，它证明了一个理念：复杂的任务可以通过分解和协作来完成，AI的发展不应该是少数精英的特权，而应该是全人类的共同努力。2009年，ImageNet正式发布。数据库包含320万张图片，覆盖5247个类别。团队在顶级会议上发表了论文："ImageNet： A Large-Scale Hierarchical Image Database"。这篇论文的引用量，后来超过了数万次。

第四部分：爆发(2009-2017)

斯坦福的召唤

2009年，李飞飞加入斯坦福大学计算机科学系，担任助理教授。这是她学术生涯的又一个转折点。斯坦福，是全球计算机科学的圣地之一，也是硅谷创新生态的核心。在这里，学术研究和产业应用紧密结合，跨学科合作蔚然成风。对李飞飞来说，这是最适合她施展才华的舞台。2012年，她晋升为终身副教授。2018年，成为正教授。

ImageNet竞赛：点燃深度学习革命

2010年，ImageNet团队启动了一个年度竞赛：ImageNet Large Scale Visual Recognition Challenge (ILSVRC)。规则很简单：给参赛团队提供ImageNet的数据，看谁的算法在图像识别上表现最好。最初几年，准确率提升缓慢。但2012年，一件震惊学术界的事情发生了：来自多伦多大学的团队，用一个叫AlexNet的深度神经网络，把错误率从26%降到了15%，这是一个跳跃式的进步。

这个团队的领导者，正是杰弗里·辛顿(Geoffrey Hinton)，深度学习的"教父"之一。而AlexNet的成功，直接点燃了深度学习革命。ImageNet，成为了深度学习崛起的"试验场"。全世界的研究者蜂拥而至，用ImageNet训练各种各样的神经网络。计算机视觉的准确率，以每年几个百分点的速度飞速提升。到2015年，机器在ImageNet上的表现，已经超过了人类。李飞飞后来说："ImageNet就像一面镜子，它让我们看到了深度学习的潜力。但更重要的是，它让全世界的研究者有了一个共同的语言，一个可以比较、可以合作的平台。"

斯坦福AI实验室：培育下一代AI人才

2013年，李飞飞成为斯坦福人工智能实验室(SAIL)的主任，这一职务她担任到2018年。在她的领导下，SAIL成为全球AI研究的重镇之一。她不仅推动前沿研究，更重要的是，她培养了一大批如今活跃在AI领域的顶尖人才。其中最著名的，是她和学生安德烈·卡帕西(Andrej Karpathy)、贾斯汀·约翰逊(Justin Johnson)共同开设的课程：CS231n"深度学习与计算机视觉"。这门课程的影响力，远远超出了斯坦福校园。

课程视频被放到网上，全世界数百万人通过这门课程入门深度学习。它成为了AI教育的"黄金标准"。卡帕西后来成为特斯拉自动驾驶团队的AI总监，约翰逊则成为密歇根大学教授，并在2024年与李飞飞一起创办了World Labs。李飞飞的教育理念很简单：技术要服务于人，教育要面向所有人。她不仅要培养顶尖的研究者，更要让更多人理解AI，参与AI的发展。

谷歌云的实践：将研究带入现实

2017年1月，李飞飞做出了一个让很多人意外的决定：她申请了学术休假，加入谷歌，担任谷歌云的副总裁和AI/ML首席科学家。这是一个艰难的决定。学术界和工业界，在那个年代，仍然存在着某种隔阂。很多教授认为，去公司工作是"降格"，是对学术理想的背叛。但李飞飞不这么看。她清楚地知道，AI的真正价值，在于应用。

如果研究成果只能躺在论文里，那就失去了意义。在谷歌的18个月里(2017年1月至2018年9月)，她主导了多个AI民主化项目，其中最重要的是AutoML，一个让普通人也能训练AI模型的工具。AutoML的理念很简单：不是每个人都懂编程，不是每个人都有博士学位，但每个人都可能需要AI来解决自己的问题。农民需要用AI识别作物病虫害，医生需要用AI辅助诊断，中小企业需要用AI优化运营。AutoML让这些变成可能。这段经历，让李飞飞深刻理解了AI在真实世界中的机遇和挑战。2018年9月，她回到斯坦福，继续她的学术使命，但这次，她带着对AI应用的更深刻理解。

AI4ALL：让AI属于所有人

2017年，就在加入谷歌的同一年，李飞飞还做了另一件意义深远的事：与她的学生奥尔加·鲁萨科夫斯基(Olga Russakovsky)共同创办了非营利组织AI4ALL。这个组织的使命，是增加AI领域的多样性和包容性，特别是吸引更多女性和少数族裔进入这个领域。为什么这么重要？李飞飞看到了一个令人不安的现实：AI领域的从业者，绝大多数是男性，绝大多数来自富裕家庭，绝大多数是白人或亚裔。

这种单一性，会导致AI技术的偏见，如果开发AI的人都来自同一个群体，那么AI就会反映这个群体的偏见，忽视其他群体的需求。AI4ALL从一个针对高中女生的暑期项目开始，逐渐扩展到全美多所大学。它提供免费的AI课程，帮助那些原本没有机会接触AI的年轻人，打开一扇通往未来的门。到2024年，AI4ALL已经影响了数万名学生。很多参与过这个项目的女孩，后来选择了计算机科学专业，其中一些已经成为AI领域的新星。李飞飞常说："技术的力量，掌握在创造它的人手中。如果我们想让AI服务于所有人，那么创造AI的人，也必须来自所有人。"

第五部分：引领(2018-现在)

以人为本的AI：一个新的愿景

2018年，当李飞飞从谷歌返回斯坦福时，她面临一个AI发展史上的关键时刻：技术飞速进步，但社会对AI的担忧也在加剧。算法偏见、隐私侵犯、就业替代、自主武器......AI带来的问题，似乎和它带来的机遇一样多。2018年3月7日，李飞飞在《纽约时报》发表了一篇观点文章，题为"How to Make A.I. That's Good for People"(如何让AI服务于人类)。她提出了一个框架：Human-Centered AI(以人为本的AI)。

这个框架有三个核心原则：AI应该反映人类智能的深度和广度AI必须可靠、稳健AI必须透明，以确保人类与AI互动的问责性这不只是一篇文章。2018年底至2019年初，李飞飞与斯坦福前教务长约翰·埃切门迪(John Etchemendy)共同创立了斯坦福以人为本人工智能研究院(HAI， Stanford Institute for Human-Centered AI)。

李飞飞担任联合主任，这个研究院汇集了斯坦福各个学科的顶尖学者，计算机科学家、哲学家、法学家、医学家、教育家，共同探讨一个问题：如何让AI真正造福人类？到2024年，HAI已经投入超过4000万美元用于跨学科研究，发表了数百篇论文，举办了无数场公众对话。它成为全球"负责任AI"运动的领导者之一。

2023：回忆录与使命的传承

2023年，李飞飞出版了她的回忆录《The Worlds I See：Curiosity，Exploration， and Discovery at the Dawn of AI》(我所看见的世界：好奇、探索与AI黎明时代的发现)。这本书不仅仅是一个科学家的自传，更是对AI时代人性的深刻思考。

她用朴实的语言，讲述了一个移民家庭女孩的成长，讲述了科学研究的艰辛与喜悦，更讲述了她对未来的思考和担忧。书中有一段话，特别打动人心："我的母亲曾经问我：'飞飞，AI还能为人们做什么？'这个问题，成了我一生的使命。"这本书成为《纽约时报》畅销书，被翻译成多种语言。它让无数年轻人看到，科学不是冰冷的，而是充满人性和温度的。

World Labs：空间智能的新征程

2024年4月，李飞飞做出了又一个大胆的决定：创业。她与三位合作伙伴共同创办了World Labs，这是她职业生涯中的第一次创业。公司的方向，是她提出的一个新概念："空间智能"(Spatial Intelligence)。什么是空间智能？李飞飞在2024年4月的TED演讲中，用一张图片解释了这个概念：一只猫伸出爪子，准备把桌上的牛奶杯推下去。

当人类看到这张图片时，我们不仅能识别出"猫"和"杯子"，更重要的是，我们能理解三维空间关系，能预测接下来会发生什么，甚至产生"想要阻止"的冲动。这就是空间智能，理解三维世界，预测物理规律，并据此行动的能力。当前的AI，无论是ChatGPT还是图像生成模型，本质上都是在处理二维数据。它们不理解真实世界的物理规律，不知道重力、惯性、碰撞是怎么回事。

李飞飞认为，空间智能是AI的下一个前沿。只有具备了空间智能，AI才能真正走进现实世界，帮助机器人完成复杂任务，让自动驾驶更安全，让虚拟现实更真实。World Labs的目标，是构建"大世界模型"(Large World Models， LWM)，一种能够感知、生成、推理并与三维世界互动的AI系统。

融资与估值：一个惊人的速度

2024年7月，World Labs完成两轮融资，估值突破10亿美元，成为"独角兽"公司。这距离公司成立，仅仅3个月。2024年9月，公司正式宣布融资2.3亿美元，投资方包括硅谷顶级风投a16z、NEA、Radical Ventures，以及英伟达、AMD、Adobe等科技巨头的风投部门。更值得注意的是，英伟达CEO黄仁勋亲自参与了投资，黄仁勋和李飞飞是多年的朋友和合作伙伴，这次再度联手，被视为对World Labs前景的强大背书。

2026年1月，据彭博社报道，World Labs正在进行新一轮融资谈判，估值可能达到50亿美元。如果成功，这将意味着公司在不到两年时间里，估值增长了5倍。这个速度，在AI创业史上也极为罕见。但考虑到李飞飞的声望、团队的实力，以及"空间智能"这个方向的战略价值，投资人的热情并不难理解。2026年1月29日，World Labs推出了首款产品"Marble"，一个能够将文本或图片转化为沉浸式3D环境的API。虽然还处于早期阶段，但已经吸引了多家企业客户试用。

联合国科学顾问：为全球AI治理发声

2023年8月3日，联合国秘书长安东尼奥·古特雷斯宣布，李飞飞被任命为联合国科学咨询委员会成员。这个委员会由全球7位顶尖科学家组成，目的是为联合国提供关于科技、伦理、治理和可持续发展的独立建议。

李飞飞在这个平台上，积极推动基于科学而非"科幻"的AI治理。她多次强调，AI政策必须建立在对技术能力和局限性的准确评估之上，而不是基于恐惧或炒作。2025年2月，在巴黎举行的AI行动峰会上，李飞飞发表了开幕主旨演讲，呼吁全球在AI治理上采取更科学的方法，既要防范风险，也要释放潜力。

2025年荣誉巅峰

2025年，可以说是李飞飞的"荣誉大年"。2月，她获得女王伊丽莎白工程奖，与AI领域的七位传奇人物共享这一殊荣：杰弗里·辛顿、约书亚·本吉奥、杨立昆、约翰·霍普菲尔德、詹森·黄、比尔·戴利。

11月5日，英国国王查尔斯三世亲自为他们颁奖。同年，她被《时代》杂志评为2025年度人物之一(Time's Person of the Year)，表彰她对AI发展的贡献以及对以人为本AI的倡导。这些荣誉，不仅是对她过去成就的认可，更是对她未来使命的期待。

第六部分：关键选择的启示

回顾李飞飞49年的人生，我们能看到一系列关键选择，正是这些选择，让她从一个普通的移民女孩，成长为改变世界的科学家。

选择一：永远保持好奇心

从成都的童年到斯坦福的讲台，李飞飞从未停止提问。她不满足于现成的答案，总是追问"为什么"和"为什么不"。这种好奇心，不是天赋，而是一种刻意的选择。面对未知，她选择了探索而非回避。

选择二：在困难时刻不放弃

16岁初到美国，语言不通，文化陌生，生活困顿。她可以选择抱怨，选择退缩，但她选择了咬牙坚持，疯狂学习。创建ImageNet时，所有人都说不可能，她可以选择放弃，选择做更"安全"的研究，但她选择了坚持自己的判断。这种韧性，来自移民家庭的磨砺，也来自对目标的清晰认识。

选择三：跨界而非守界

从物理到计算机，从工程到神经科学，李飞飞从不把自己局限在一个狭窄的专业里。她总是在学科的交叉地带寻找突破。在学术界强调"专业纯粹性"的年代，这是一个冒险的选择。但正是这种跨界，让她看到了别人看不到的机会。

选择四：学术与应用并重

很多学者认为，纯粹的学术研究才是"高级"的，应用是"降格"。但李飞飞从不这么看。她创建ImageNet，是为了推动整个领域的进步，而不仅仅是发表论文。她去谷歌，是为了让AI真正走进现实世界。她创办AI4ALL，是为了让更多人受益于AI。她的选择，体现了一种价值观：科学的价值，在于服务人类。

选择五：不忘初心，回馈社会

当她成为斯坦福教授、谷歌高管时，她完全可以享受成功，专注于自己的研究和事业。但她选择了创办AI4ALL，选择了推动以人为本的AI，选择了为全球AI治理发声。她始终记得，自己是从哪里来的，她的成功，离不开萨贝拉老师的帮助，离不开社会的支持。她选择了回馈，选择了让后来者有更好的机会。

选择六：在关键时刻勇于冒险

49岁创业，对大多数人来说，是一个需要巨大勇气的决定。放弃斯坦福终身教授的稳定，投身创业的不确定性，这需要的不仅是勇气，更是对自己愿景的坚定信念。但李飞飞做出了这个选择。因为她相信，空间智能是AI的未来，而这个未来，需要有人去开创。

尾声：未竟的征程

2026年2月的今天，李飞飞依然在路上。World Labs刚刚推出了第一款产品Marble，正在进行50亿美元估值的新一轮融资。斯坦福HAI继续推动跨学科的AI研究。AI4ALL已经影响了数万名学生。

她继续为全球AI治理发声，在联合国、在各国政府、在公众面前，传播她的理念。她的母亲当年的问题，"飞飞，AI还能为人们做什么？"，依然是她每天思考的问题。从16岁在干洗店收银台前的迷茫，到49岁站在AI前沿的坚定，李飞飞用30多年时间，给出了自己的答案。

这个答案，不是一篇论文，不是一个奖项，而是一种信念：技术应该服务于人，科学应该造福所有人，而每一个普通人，只要在关键时刻做出正确的选择，都有可能改变世界。李飞飞的故事还在继续。空间智能的未来会怎样？AI会如何改变人类社会？我们如何确保这种改变是积极的？

这些问题，没有人知道答案。但可以确定的是，李飞飞会继续提问，继续探索，继续在不确定性中前行。就像她在回忆录中写的那样："科学常常始于一个看似不可能的问题，由永不满足的好奇心、不屈不挠的决心和无限的热情所驱动。

对一个科学家来说，每一步都是朝向北极星的旅程，那是想象天空中众多闪耀的星辰之一。"而对于我们这些旁观者，她的故事提醒我们：改变世界，从来不需要你天赋异禀，只需要你在每一个关键时刻，做出那个更勇敢、更坚持、更有远见的选择。