李飞飞：这不是你一个人的路

内容来源| 本文摘编自中信出版集团书籍

《我看见的世界》李飞飞 著

责编| 贾宁排版| 拾零

第 9459篇深度好文：3904字 | 10 分钟阅读

大家好，我是笔记君。

有一本书，2024年4月出版后，迅速登上各大榜单。有人把它当励志书读，说这是一个移民女孩逆袭成“AI教母”的故事。有人把它当科技史读，说这是一部人工智能视觉革命的前线实录。

但读完之后，我最深的感受是：这不是一本关于成功的书，而是一本关于“看见”的书。

作者是谁？李飞飞。她的头衔很长：斯坦福大学终身教授、美国国家工程院院士、美国国家医学院院士、美国艺术与科学院院士、ImageNet创建者、斯坦福以人为本人工智能研究院联合院长。

但翻开这本书的第一页，你看到的不是这些光环。

你看到的，是一个16岁的移民女孩，站在美国帕西帕尼高中的走廊里，手里攥着满是红叉的英语作业，听不懂同学在笑什么。

你看到的，是一个周末要去中餐馆打工的女儿，一边端盘子，一边想着病床上的母亲。

这本科幻感十足的书，开头一点都不科幻。

今天，我想和你聊聊，李飞飞的《我看见的世界》到底写了什么。

一、一个母亲的灵魂拷问

先看一段原文。李飞飞在书里写道：“母亲却反复问我一句话：‘这是你想要的吗？’”

这句话，出现在全书最艰难的时刻。

本科毕业时，李飞飞面临抉择：是继续深造，追逐科学梦想？还是赶紧工作，帮家里还债、给母亲治病？

母亲有严重的心脏病，需要多次手术。家里的经济状况，用李飞飞自己的话说：“一家三口挤在一个狭小的一居室，我甚至一度只能睡在厨房过道。”

任何一个有责任感的女儿，这时候都应该选工作。

但母亲问她：“这是你想要的吗？”

李飞飞当然知道自己想要的从来都是科学研究。但她觉得，只顾追求梦想而无法回馈父母，是不是太自私了？

母亲说了一段话，值得每个为人父母、为人子女的人反复读：“飞飞，你认为你追求科学是在牺牲我们吗？这从来不是你一个人的路，从一开始，这就是我们全家的路。”

这句话背后，藏着一个被很多人忽略的真相：所谓的“个人奋斗”，从来不是一个人的事。

那些能在困境中咬牙坚持的人，身后一定有什么东西托着他们。可能是父母的理解，可能是师长的支持，可能是一个关键时刻拉你一把的陌生人。

李飞飞在书里写到了很多人：高中数学老师鲍勃·萨贝拉，在她最黑暗的时候“把她的奋斗前行当作自己的首要任务”；博士生导师彼得罗，给了她探索的自由；科研助手邓嘉，和她一起熬过无数个深夜。

她在书的首尾，用了五六页篇幅“致意”“致谢”。这个细节，比任何成功学演讲都动人。

成功不是一个人的独角戏，是一群人的接力赛。

二、比天赋更重要的，是方向

“北极星”是贯穿全书的核心意象。

李飞飞10岁那年，美术老师带全班去野外徒步看星星。那是她第一次意识到：原来头顶这片星空，是可以指引方向的。

她写道：“我发现自己开始在天宇中追寻属于自己的北极星，那是每一位科学家都会穷尽一切追逐的坐标，无论是一个问题、一个假设，还是一个赌注。哪怕要追到天涯海角，我也会毫不犹豫。我只需要找到那颗北极星。”

很多人以为，成功需要的是努力、是天赋、是运气。李飞飞提醒你：比这些都重要的，是方向。你不知道要去哪儿，再努力也是原地转圈。

那李飞飞的“北极星”是什么？

是视觉。

她在书中回顾了一个生物学事实：寒武纪生命大爆发，根源是什么？是视觉的诞生。当生物第一次“看见”世界，生存竞争的烈度骤升，进化开始加速。

李飞飞由此产生一个信念：视觉，是智能的起点。

如果机器也能“看见”，能像人一样识别图像、理解场景，那会不会也引发一场智能的大爆发？

这个信念，支撑她走过了AI的寒冬。

2007年，当她把ImageNet（大规模视觉数据库）的想法告诉同行时，得到的回应是质疑，是嘲讽，是“这不可能”。

当时的主流观点是：算法才是关键，数据只是辅助。你花那么大力气去标注几千万张图片，有什么用？

李飞飞在书里回忆那段日子：“ImageNet（大规模视觉数据库）不仅是一个数据集，它是一个假设、一个赌注，即实现真正机器智能的第一步，是沉浸在完整的视觉世界中。这个赌注无论被证明是对是错，我都做好了准备。但我没想到，它被忽视了。”

被忽视比被质疑更让人难受。质疑至少说明别人注意到了你，忽视是彻底的沉默。

但她没有放弃。为什么？因为她知道那颗北极星在哪里。

三、一个改变世界的赌注

2009年，ImageNet（大规模视觉数据库）的初始版本完成。包含1500万张图片，涵盖2.2万个不同类别。

这是一个什么概念？当时最大的同类数据集，也不过几万张图片。李飞飞一下子把规模提升了1000倍。

但更大的难题在后面：数据有了，算法呢？

2010年，她发起ImageNet（大规模视觉数据库）视觉识别挑战赛，邀请全球团队来参赛。前两年，算法的识别准确率始终在70%出头徘徊，离实用还差得远。

直到2012年。

那一年，杰弗里·辛顿团队提交的AlexNet（笔记侠注：2012年由辛顿和他的学生一起设计的神经网络模型）算法，以85%的准确率横扫对手，比第二名高出10个百分点以上。

这不是传统算法，是辛顿坚持了几十年的神经网络。

这一刻，深度学习的闸门被彻底打开。

辛顿后来评价李飞飞时说：“李飞飞是第一位真正理解大数据力量的计算机视觉研究人员，她的工作打开了深度学习的闸门，推动了人工智能技术的问世。”

可以说，没有ImageNet（大规模视觉数据库），就没有今天的AI。

四、AI“看见”之后，能“理解”吗？

书的后半部分，李飞飞的笔调开始变得沉重。

2018年，她以学者身份参加美国国会听证会，为AI作证。议题是：“人工智能——威力越大，责任越大”。

为什么需要听证？因为AI开始“看见”了，但“看见”之后呢？

人脸识别可能加剧种族歧视，推荐算法可能制造信息茧房，深度伪造可能瓦解社会信任。当机器比人类更“能看”的时候，人类反而可能变得更“盲目”。

李飞飞在书里写了一段话，值得所有AI从业者刻在心里：“大型语言模型，即使是多模态的大型语言模型，可能也并不具备真正意义上的‘思考’能力。看看就知道了：大型语言模型很容易出现荒谬的概念性失误，也乐于编造听起来合理但实际上毫无意义的胡言乱语。了解这些事实有助于我们避免过分迷恋模型的能力。”

这段话写在2024年，正是大语言模型最狂热的时候。李飞飞却泼了一盆冷水：别被“能说会道”骗了，它可能根本不懂自己在说什么。

那怎么办？她的答案是：“以人为本的人工智能”。

2019年，她在斯坦福创建以人为本人工智能研究院。2020年，又发起AI4ALL公益项目，推动向高中阶段的女生、有色人种和其他未被充分代表的群体开放大学实验室。

李飞飞说，这就是她心中AI的“下一颗北极星”。

五、看见的世界：

谁的世界？谁在看见？

书名叫《我看见的世界》。这个“我”，是谁？

表面上是李飞飞自己。她看见了一个移民女孩的艰辛，看见了一个科学家的成长，看见了一门学科的爆发。

但读完全书你会发现，这个“我”也是我们。

李飞飞在书里的一段话，我读了很多遍：

“作为一个女儿、科学家、移民和人本主义者，我看到了众多不同的世界，但最重要的世界是我将不会生活其中的世界，是建立在我现在所做的一切之上的世界，是我倾注了所有爱和希望的世界，也是我最为感恩的世界。这个世界就是我的孩子们和他们的孩子们将继承的世界。”

她所做的一切——那些熬夜标注的数据，那些被人嘲笑的坚持，那些推动AI伦理的努力，不是为了她自己。

是为了一个她“不会生活其中的世界”。

这个世界，是她的下一代要继承的，也是我们的下一代要继承的。

这才是真正的“看见”。

看见的不只是眼前，还有未来。看见的不只是技术，还有人。看见的不只是“我能做什么”，还有“我该为谁做”。

结语：

愿科技与人文，各执半轮明月

李飞飞的这本书，我推荐给所有人。

不是因为她是“AI教母”，也不是因为她的故事够励志。

而是因为这本书提供了一个极其稀缺的视角：从内部看AI，从底层看成功，从人性看技术。

有人读完书后写了一句评语，我很喜欢：“愿科技与人文，各执半轮明月。”

李飞飞的人生，就是这句话的写照。

她左手握着技术——计算机视觉、神经网络，这些东西改变了世界。

她右手握着人文——移民的经历、母亲的拷问、对“人”的关切，这些东西提醒她：技术只是手段，人，才是目的。

回到开头那个问题：当AI教母说“这不是你一个人的路”，她到底在说什么？

她在说：成功不是一个人的事，伟大也不是。

那些托举过你的人，那些深夜陪你熬过的光，那些比算法更复杂的人心，那些你永远不会生活其中但依然倾注爱与希望的未来——这一切，才是你“看见的世界”。

而我们能做的，就是在自己的位置上，努力看清那颗北极星，然后，朝着它走去。

我们深嵌于一个政治、经济、科技、哲学都在经历持续变革和深刻重塑的复杂社会与商业系统之中。

在前所未有的复杂系统性变革中，我们需要的是理解世界底层的 “元能力”。

面向AI新时代，笔记侠PPE（哲学、政治学与经济学）课程，正是为理解这样的复杂系统而生：理解国际贸易与经济政策、理解国际政治与治理模式、理解全球技术与科技范式、理解AI哲学和科技经济、理解文明进程与哲学意义。

这是第五代企业家应有的一套 “操作系统”。

笔记侠 PPE课程26级招生现已启动。驾驭技术、洞察世界、扎根中国、修炼心力，在应对时代重重挑战中寻找决策底牌。

穿越变革的旧世界，找到时代的新大陆，从升级你的 PPE决策底层开始。

欢迎你扫描下方海报二维码，添加课程主理人咨询详情。

好文阅读推荐：

“子弹笔记”是笔记侠的矩阵公众号，聚焦职场效率追求、人际关系与高潜成长者，帮你3分钟吃透核心观点和方法论。欢迎关注～