李飞飞自传《我看见的世界》读后感

李飞飞是AI教母，相信对整人工智能领域有所了解的朋友应该多多少少对李飞飞有一定的认识。她和吴恩达博士一样，在人工智能领域有非常多杰出的贡献，吴恩达是很多人的AI启蒙老师，而李飞飞则是CV领域的开拓者。

小茶花了几天时间就翻阅完这本书（一般我读书比较慢），给了在多个方面都有所启发。

关于Image Net

李飞飞在整个AI届最大的贡献可谓是从ImageNet开始的，从她在普林斯顿求学期间先试做了Caltech 101 的数据集（9000个图像分布在101多个分类中），再到后面把整个数据集和分类扩大到1500万张图片，22万分类的ImageNet，其中遇到的困难是比较多的。另外比较有意思的是，当时他们评估这些数据集的打标分类需要花20年左右的时间，但是后面使用Amazon Mechanical Turk的外包力量和AI自动打标的方法，极大地缩短了打标的时间。

再到后来AlexNet的出现，GoogLeNet，ResNet等都表明了AI的识别精度已经超过了人类，而且也是因为有了这些识别精度更高的算法结构，才催生出来后来很多CV的公司吧。这让我想起了AI四小龙。所以整个Image Net可以说是CV的起点，是上一届AI公司和场景的发源地。

关于教育

李飞飞先后攻读了普林斯顿的学士，加州理工的博士学位，然后加入到斯坦福的人工智能学院。整本书其实对很多细节没有描述，我感觉李飞飞整个求学生涯非常顺利，轻描淡写就读了几所全球最厉害的高校学府。不过其实我觉得其中还是很多艰辛的，比如从10几岁去到美国的各种不适，语言不通，经济条件也不是很好，再加上也遭遇了周边同学的校园霸凌情况等。

回到自己的情况，也会思考下一代的教育怎么样才能更好的问题。我觉得一个是爱读书，并不止是专业书，而是很多不同领域的书，比如李飞飞小时候也会读一些“乱七八糟”的课外书，还被当时的老师指责）；另一个是目标明确且坚定，早期李飞飞对物理学很热爱，也投入了很多精力进行研究，后来研究计算机视觉，再到现在的空间智能。在每一个阶段李飞飞都是非常坚定而且不遗余力地做到最好。再者，在整个职业生涯过程中，也有很多学校的教授被互联网大厂（比如Uber）高薪挖去，但李飞飞一直在自己的研究领域没有太多动摇。当然后面在休学期去了Google当首席科学家，这个更多是让学术和商业有更好的结合，能减少学术太脱离商业环境的问题。

关于贵人

Sabella 萨贝拉先生毫无疑问是李飞飞一生的最大贵人和恩人，包括帮助李飞飞家里解决干洗店开店的问题，母亲医疗的问题等等。在很多时候都能雪中送炭，而且重新指引人生方向。

在这里，我觉得很重要的是感恩，对于别人给予的无私的帮助、建议，都应该怀有感恩之心。很少人会无缘无故，不求回报的帮助你。

关于北极星

人一生追求的目标是什么呢？

北极星作为一种隐喻，它真正的价值不在于其给人的指引，而在于其无限的距离。它可以被追求，但永远无法到达。ImageNet是一个转折点，但它并非旅途的终点。

每个人都有每个人的答案，每个人都有自己对于成功的定义，因此每个人追求的北极星都不一样。但重要的是，每个人应该找到自己的北极星，并且一步一步去追逐它。你永远不会追上它，但是追逐的过程，才是最重要的，才是收获最多的。

我觉得在AI的领域，在很多职业生涯的领域，应该去追随一些值得一辈子去奋斗的东西，值得花很多很多时间去研究的东西，而不是追逐太多的现在的热点。热点来得很快，来得很猛，走的也会很快。

关于未来

计算机视觉是AI领域的一个很重要的爆发点，现在的爆发点更多的是transformer，大语言模型（Large Language Model）。李飞飞也在投入新的领域空间智能之中，也在自己的休学期参加到创业的过程。

生成式AI的进步越来越大，一定会在未来对每个人的生活产生很大的影响力。未来比如具身智能，比如各种agent，比如各种辅助每个人工作生活方方面面的工具等。生成式AI也比互联网时代的进步更快，更容易达到百万级别的DAU，更容易以更小的团队产生ARR 千万级别甚至上亿美元的公司。比如MidJourney，比如Jasper，都是这些小而精的公司。