Dr. Fei-Fei Li, The Godmother of AI — Asking Audacious Questions & Finding Your North Star

我认为学习能力更为重要。 >> 是的，>> 人工智能确实改变了这一点。例如，我的初创公司在面试软件工程师时，坦白说，我个人觉得他们拥有的学位对我们来说越来越不重要了，现在更重要的是你学到了什么，你使用了什么工具，以及你使用这些工具的能力有多快能让你超能力化，而这些很多都是人工智能工具，你使用这些工具的心态更为重要。李博士，很高兴见到您。感谢您抽出宝贵时间。>> 你好，蒂姆。很高兴来到这里。非常激动。>> 在我们开始录音之前，我们聊了聊，我们竟然在同一个校园里度过了三年，却没有碰面，这真是太神奇了，也太遗憾了。>> 我知道。现在我想知道你当时在哪个学院，参加了哪些社团。>> 哦，是的。我在福布斯学院。我在福布斯学院。不，我也是福布斯。>> 好的，这对于那些不知道我们在谈论什么的人来说。学校里有一些住宿学院，学生们会被分配到不同的学院。福布斯学院就在郊区，就在一家叫 Waw Wa 的快餐店旁边，7-Eleven。>> Waw Wa>> 旁边还有通勤火车。然后普林斯顿还有所谓的“饮食俱乐部”。人们可以查一下，但它们基本上是男女混合的兄弟会/姐妹会，你可以在那里吃饭，除非你想自己做饭。我当时在特蕾斯。>> 我不是其中任何一个。但对于那些想知道我们为什么没见过面的人，我们应该说我们是非常好学的学生，只待在图书馆里。>> 是的，我们非常用功。我在盖斯特图书馆打工，每小时 6 美元，在阁楼里工作。>> 蒂姆，我在同一个图书馆工作。我不明白我们为什么没见过面。>> 这真是太搞笑了。好吧。那么，我们现在见面了。>> 你改名字了吗？也许我们见过面。>> 我没有改名字，但我们现在见面了。>> 是的，>> 我们重聚了。我们竟然没碰面，这真是太疯狂了。我有一段时间也不在，因为我去普林斯顿参加了北京的活动。>> 然后之后去了，那是什么？首都经济贸易大学。所以我离开了一段时间，然后在毕业前一年休学，于 2000 年毕业。所以我们仍然有很多重叠。>> 是的。>> 但让我们开始谈话吧，这可能是一种非常典型的方式来开始，但在您的情况下，我认为这是一个很好的起点，那就是按时间顺序从基本情况开始。您在哪里长大？您能描述一下您的成长经历吗？因为根据我的阅读，您的父母与我所经历的典型中国父母非常不同。当然。>> 是的。你知道，很多。>> 是的。您能详细说明一下吗？>> 我会说我的童年和成长经历就像是两个城市的故事。我在中国一个叫成都的城镇长大。我出生在北京，但我童年的大部分时间都在成都度过，那里以熊猫闻名。15 岁时，我和我妈妈加入了在新泽西州普利西提镇的爸爸。所以我从一个相对典型的中产阶级中国家庭、中国孩子>> 变成了一个完全不同的世界里的一名新移民，而且是在新泽西州，>> 去学习一门新语言，学习一种新文化，去拥抱一个新国家。嗯。>> 从那时起，我进入普林斯顿大学学习物理学，但我确实上了一些你上过的课程，然后去了加州理工学院攻读博士学位，学习人工智能，剩下的就是历史了。我想听听您父母的故事，但我想听听您父亲的故事，因为根据我的阅读，他似乎是一个非常异想天开、富有创造力的人，这在某些方面与，比如，我曾采访过 Bo Sha，一位了不起的企业家，他的父亲可以说是人们想象中的那种“虎爸”的形象。所以，在 Bo 的成长经历中，他的父亲非常严格，但如果他，也就是说 Bo，赢得了一场数学竞赛，他就会得到更多的爱，并且可以得到一些奖励之类的东西。>> 您能稍微描述一下您的父母吗？>> 首先，您显然读了我的书。谢谢您。这是真的。小时候，我并没有意识到，当我写自己的科学回忆录时，我写得越多，我就越意识到，天哪，我真的没有一个典型的爸爸。>> 我爸爸爱大自然，现在仍然爱。他就是好奇。他在不严肃的事情中寻找幽默和乐趣，你知道，比如他喜欢虫子，昆虫。嗯。>> 在 20 世纪 80 年代在中国长大，物质资源并不丰富。>> 但我的城市成都正在扩张。所以我们住在城市边缘的公寓楼里。尽管我爸爸妈妈在市中心工作。所以周末，我和爸爸会在田野里玩耍，那里还有稻田。有水牛。我有一只小狗。我所有的记忆都只是在打虫子，然后有时我和爸爸会跟着一些，我不知道，我上了一个艺术课，我上了一个儿童艺术课，我们会去邻近的山上画画。>> 但我童年时期关于我爸爸的全部记忆就是一个非常不严肃的父亲，他对我的成绩或我在课堂上的表现毫无兴趣。我取得了什么成就吗？我带回了什么比赛奖项吗？与此无关。即使我来到新泽西和我的父母在一起，生活也变得极其艰难，对吧？那是移民生活。我们非常贫困。即使那样，我的记忆是他非常享受旧货销售。就像我只是去旧货销售，然后我们每个周末都去旧货销售，把它当作寻宝一样。所以，所以他在这方面是一个非常好奇和孩子气的头脑。>> 我问起您的父母，部分原因是我知道您也是一位家长，最终我将想问您如何看待育儿。这将在某个时候出现。但既然听众肯定会问自己这个问题，而且我们不会涉及任何地缘政治问题，因为有很多人想讨论和争论这些问题，而我们不会这样做。但您父母为什么离开中国？比如，是什么催化剂或是什么原因让他们离开了他们所熟悉的一切，来到一个完全不同的外国国家，您从成都这个城市去了郊区的新泽西，正如您所描述的，感觉非常空旷，对吧？然后您还有语言障碍和经济障碍，有很多事情，为什么搬家？>> 我会给你两个答案。在我十几岁的时候，我会说我不知道。>> 因为我爸爸在我 12 岁时离开了，我妈妈和我 15 岁时加入了他。那些年，你是青少年，对吧？你的脑子里有很多奇怪的事情，我只知道他们说“我们去美国吧”，我完全不知道。我真的不知道发生了什么。有一种模糊的感觉是，有机会和自由。教育非常不同。>> 我有一种预感，我不是一个典型的孩子。>> 在我是一个女孩，>> 我喜欢物理学，我喜欢战斗机，你知道吗？我可以告诉你所有我喜欢的战斗机，从 F-17 到 F-16，再到所有我喜欢的不同型号。所以，这就是我所知道的一切。事后看来，作为一个成年人，>> 我很感激我的父母。他们是非常勇敢的人，因为我不知道我自己这个年纪是否会收拾东西离开一个我熟悉的国家，去到一个我完全不懂语言、没有任何联系的完全不同的国家。>> 而且请记住，那是互联网和人工智能时代之前的时代，所以当你>> 去到一个不同的国家，你就像去到了另一个星球。>> 你被切断了。>> 是的。>> 是的。>> 我认为他们非常勇敢。成年的 Fay 意识到他们希望我获得一个他们认为对我的教育来说是前所未有的机会。>> 嗯。>> 事实证明，这确实是这样。>> 是的。当然，看看您的简历，我简直不敢相信所有不同的“滑动门”事件和您可能采取的不同道路。所以，我们将按时间顺序紧密进行，但最终我们会谈到很多谈话的重点，但我想谈谈一些其他有影响力的重要人物。我也想听听您母亲的故事，因为考虑到您父亲的情况，这似乎很有趣，而且非常不寻常，特别是如果您在中国生活过，尤其是在那个时期。>> 他确实非常不寻常。是的，非常不寻常。那么人们可能会想，那么动力从何而来？技术焦点从何而来？我很想听听您的答案，也想听您解释 Bob Sabella 是谁，如果我发音正确的话。>> 是的。主要有两个问题，是我妈妈给了我动力和技术热情，Bob 在我生活中扮演了什么角色？首先，我妈妈没有任何技术基因。我有时还会笑话她。她不会算数。这样说吧。所以，我认为技术热情就是我天生就有的。>> 天生的。>> 我爸爸更懂技术，但他比方程更喜欢虫子和昆虫。所以，我认为，作为一名教育家几十年，以及作为一名家长，你必须尊重大自然的奇迹，有一种内在的爱、火焰、热情和好奇心，这是与生俱来的。>> 但我妈妈是一个更有纪律的人。她仍然不是一个“虎妈”，因为我不记得我妈妈曾经因为成绩而追赶我，她真的没有。我的父母从来没有关心过我带回任何奖项。>> 嗯。>> 也许我带了，也许我没带。但我可以告诉你，在我们家，没有任何墙上挂着任何东西，这一直延续到今天。即使对我自己来说，我自己的家，我自己的办公室也没有任何成就或奖项的装饰品。这只是，我妈妈不在乎。但她关心我成为一个专注的人。如果我想做某事，她不希望我在做作业时玩。这种事情会让她烦恼。她会说：“先把作业做完。下午 6 点之前。如果你没做完作业，你就不能做更多的作业了。你必须承担后果。”所以她灌输了一些纪律，但仅此而已。她比我爸爸更强硬。她非常叛逆。她自己有一个未竟的梦想。她小时候非常有学术才能，而文化大革命摧毁了她所有的梦想。>> 她变成了一个更叛逆的人，我作为女儿观察并体验到了这一点。>> 也许移民也是其中的一部分。多年后，她会说：“我来新泽西时没有计划，但我认为我会活下来。我就是相信我会活下来，我会确保 Fay 活下来。”>> 我认为这是她的力量，她的固执和她的叛逆。>> Bob 是什么时候出现的？Bob 是谁？>> Bob Sabella 是普利西提高中的一位数学老师。他也是我的数学老师，也是许多学生的老师。他出现在我高二的时候，差不多是普利西提高中的高一升入高二的时候，我开始上 AP 微积分课程，但他很快就成为了我作为新美国移民青少年时期最有影响力的人，因为他成为了我的导师、我的朋友，最终他的全家成为了我的美国家庭。>> 当我还是一个非常孤独的 ESL（英语作为第二语言）学生时，他就成了我的朋友。>> 我在数学方面表现出色，但我认为这更多是因为我感到孤独，而他非常友好。他更像一个朋友，我们谈论我们喜欢的书，谈论文化，谈论科幻小说。>> 也倾听我作为一个非常，我不会说困惑，但正在经历很多生活动荡的青少年，在我独特的情况下。那种无条件的 I 支持让我与他和他的家人非常亲近。有一件事他为我做，我直到后来才欣赏，那就是当普利西提高中无法提供完整的微积分 BC 课程时，因为学校没有这个课程，他牺牲了他唯一的午餐时间来教我微积分 BC。所以这是一对一的课程。我敢肯定，这促成了我这个移民孩子最终进入普林斯顿。但后来当我自己成为一名教师时，整天教学是很累人的。而且他还在午餐时间为我上这门额外的课程，这对我来说是一份礼物，我比青少年时期更感激。>> 是的。感谢那些付出额外努力的老师。这真是不可思议，尤其是当你>> 年长一些，有了更多的背景，回过头来意识到。>> 我真的认为美国的公立学校老师是我们社会中被忽视的英雄，因为他们要面对各种背景的孩子。他们要面对不断变化的时。Bob 会和我分享他如何付出额外努力的故事，不仅仅是对我，也是对许多学生，因为普利西提是一个移民很多的城镇。>> 嗯。>> 所以他的学生来自世界各地，他如何帮助他们和他们的家人。这些都是人们不写的，这也是我写这本书的部分原因，是为了赞颂像他这样的老师。>> 是的。我有很多想谈的，我知道在话题结束之前我们会没时间了。所以，我想花更多时间谈谈 Bob，同时我也想让谈话继续进行。所以，我们将这样做，我可能会提一些事情，然后深入探讨一些问题。但当然，在普林斯顿，您和您的整个家庭都必须生存。所以，您参与经营一家新泽西州的干洗店，对吧？您经营了 7 年。通过这一点，您似乎在许多不同层面上获得了视角，这些视角随后帮助您在职业生涯中形成了自己的想法，对吧？所以您学会了不仅要考虑那些在象牙塔里受到保护的人，还要考虑社会各阶层的人。所以，从社会的各个阶层来看，您的母亲虽然不擅长技术，但她也赋予了您纪律，并且似乎对文学和国际文学有着广泛的欣赏和知识。所以现在您拥有了全球视野，大概当时是中文的，然后您最终，您最终进入了普林斯顿，我知道我们将要跳跃很多，但我很好奇 ImageNet 是如何产生的，您可以以任何您喜欢的方式介绍它。您可以告诉人们它是什么，它变成了什么，为什么它很重要，然后谈谈它是如何开始的，或者您只是谈谈它是如何开始的。但这是一个如此重要的篇章。>> 那么，让我解释一下 ImageNet 是什么。ImageNet 在表面上是在 2007 年到 2009 年之间建立的，当时我是普林斯顿大学的助理教授，然后我搬到了斯坦福大学。所以在过渡时期，我和我的学生建立了当时人工智能领域最大的计算机视觉或视觉智能的训练和基准数据集。今天，在 ImageNet 问世近 20 年后，它的意义在于它是大数据的一个转折点。在 ImageNet 之前，人工智能作为一个领域并没有在大数据方面进行研究，也因为这个原因以及其他几个原因，人工智能正在停滞不前。公众认为那是人工智能的寒冬。尽管当时作为一个年轻的研究员，这是我最激动人心的领域，但我理解。它并没有展现出公众需要的突破。>> 但 ImageNet 以及其他两个现代计算要素。一个是神经网络算法。另一个是现代芯片，称为 GPU（图形处理单元）。这三者在 2012 年的一个里程碑式的工作中汇聚，称为 ImageNet 分类深度卷积神经网络方法。那是一篇论文，一群科学家发表了这篇论文，表明大数据（ImageNet）、GPU 的快速并行计算和神经网络算法的结合，能够在图像识别领域实现前所未有的 AI 性能。而这个特殊的里程碑，许多人称之为现代人工智能的诞生。而我的工作 ImageNet 是其中的三分之一，如果你计算这些元素的话，我认为我的工作在将现代人工智能带入生活方面发挥了关键作用，我感到非常幸运和荣幸。>> 但通往 ImageNet 的旅程比这要长得多。通往 ImageNet 的旅程始于普林斯顿大学，当时我还是本科生。你在东亚研究系，我躲在 Jadwin Hall，那是我们的物理系。>> 是的。>> 我从小就热爱物理学。我不知道为什么，我爸爸对虫子和昆虫以及大自然的热爱在我脑海中转化为了对宇宙的好奇心。所以我喜欢，你知道，仰望星空。我喜欢战斗机的速度和它们精密的工程设计，这最终转化为对那些提出我们文明中最宏大问题的学科的热爱，比如什么是最小的物质？什么是时空的定义？宇宙有多大？宇宙的开端是什么？在我十几岁的时候，我爱上了爱因斯坦。我爱他的作品。>> 我想去普林斯顿就是为了这个。但事实证明，物理学教给我的不仅仅是数学和物理学。它确实是这种提出宏大问题的热情。所以，在我本科毕业的时候，我想提出我自己的宏大问题。你知道，我不再满足于仅仅追求别人提出的宏大问题。通过阅读书籍等等，我意识到我的热情不在于物质世界。它更多的是关于智能。>> 我对“什么是智能以及我们如何制造智能机器”这个问题非常着迷。当时我发誓我不知道这叫做人工智能。我只知道我想追求智能和智能机器的研究。然后我申请了研究生院，去了加州理工学院。加州理工学院是我的博士所在地。我从世纪之交 2000 年开始。我认为那个时刻我成为了一个崭露头角的人工智能科学家。你知道，那是我的计算机科学人工智能的正式培训。然后我的物理学训练在某种意义上还在继续，物理学教会我提出宏大问题，并将它们变成北极星。>> 嗯。>> 从科学角度来说，北极星变成了一个假设。>> 嗯。>> 对我来说，定义我的北极星非常重要。我未来几年的第一个北极星是解决视觉智能问题，即我们如何让机器看到世界。不仅仅是看到 RGB 颜色或光线的色调，而是理解所见之物，也就是，我正在看着你，蒂姆。我看到你。我看到你身后的美丽画作。我不知道它是真实的。我看到你坐在椅子上，这就是看见。看见就是理解这个世界。所以，这成为了我的北极星问题。我提出的那个假设是，我必须解决物体识别问题。>> 然后，我的整个博士论文都在与物体识别作斗争。我们做了很多数学模型，有很多问题，但我和我所在的领域都在挣扎。我们可以写论文，没问题，但我们没有取得突破。然后，幸运的是，普林斯顿大学在 2007 年聘请我回去担任教职。那是我生命中最快乐的时刻之一。我感到非常被认可，我的母校竟然考虑给我一份教职。所以我很开心地搬回普林斯顿担任教职，我实际上仍然是福布斯学院的一员。所以在普林斯顿有一个顿悟，我意识到有一个假设是每个人都错过的，那就是大数据。我能在这里打断您一下吗？因为这是>> 我非常非常好奇的地方，我也想暂停一下，也为那些对普林斯顿的一些历史感兴趣的人。这很疯狂。他们应该查一下普林斯顿高等研究院的历史。我记得我上过一些你提到的东亚研究课程，在爱因斯坦教过的教室里，那种氛围，那种光环。你想相信你能感受到它弥漫在整个校园。从这个意义上说，这很有趣。非常有趣。但我将读一段来自《连线》杂志的文章，这篇文章详细介绍了您。正如您之前提到的，大数据，以及它在他们所描述的研究中的整合。请随时核实或反驳，但在《连线》杂志上，他们说问题是研究人员可能会写一个算法来识别狗，另一个来识别猫，然后您，它说李开始想，问题是不是模型，而是数据。她认为，如果一个孩子通过经历视觉世界来学习看东西，通过观察早期无数的物体和场景，也许电脑也可以以类似的方式学习。我想让您详细阐述一下。对我来说，问题是，为什么您会看到这一点？为什么它没有更早发生？>> 我们都是历史的学生。我实际上不喜欢科学史的讲述方式是过于关注单一的天才。>> 是的，同意。我们知道牛顿发现了现代物理定律，是的，他是一位天才，这丝毫不会减损牛顿的成就，但科学是一个传承，科学实际上是一个非线性的传承。例如，为什么我受到大数据这个假设的启发？因为许多其他科学家启发了我。在我的书中，我谈到了比尔曼教授的这项工作，他是一位心理学家，他对人工智能不感兴趣，但他对理解心灵感兴趣。我读了他的论文，他特别谈到了年幼的孩子在早期能够学会的视觉物体数量之多。对吧？那项工作本身不是 ImageNet。但如果没有读过那项工作，我就不会形成我的假设。所以，虽然我为我所做的事情感到自豪，但我的书尤其想以一种方式讲述人工智能的历史，即有如此多的无名英雄，如此多的科学家世代，如此多的跨学科思想相互授粉。所以，我当时很幸运，作为一个对这个问题充满热情的人，同时也受益于所有这些研究。所以，是的，我脑子里发生了一些事情，但我真的要归功于许多人一生对科学的奉献，才让我们达到了 ImageNet 的地步。我很高兴您强调这一点，因为如果您深入研究，我并不认为自己是科学家，但我喜欢阅读科学史。有如此多的输入，如此多的影响，如此多的相互依赖。>> 是的。>> 单一英雄旅程的简单性很吸引人，而且它很简单，但它几乎从未真实过。>> probably never true. 即使是我最崇拜的英雄，爱因斯坦，对吧？认识我的人，读过我书的人都知道我多么崇敬他，我只是爱他所做的一切。狭义相对论方程是洛伦兹变换的延续。即使是爱因斯坦，他也建立在许多其他人的工作之上。所以我认为这真的很重要，尤其是我确定我们会谈到它。我现在正在硅谷中心给您打电话，我们正处于人工智能的热潮中，显然我为我的领域感到非常自豪，但我认为当媒体或任何其他东西讲述人工智能的故事时，它几乎总是只谈论几个天才，而这根本不真实。是几代计算机科学家、认知科学家和工程师共同促成了这个领域。>> 绝对是。我的意思是，每个人都知道沃森和克里克，但没有罗莎琳德·富兰克林和她的 X 射线晶体学，这一切就不会发生。根本不会发生。毫无疑问。我们马上就会谈到现代，但关于 ImageNet，我想请您谈谈一些决定，或者说，一些决定或时刻，这些决定或时刻对于它的成功至关重要，对吧？因为，例如，如果您想让机器，我用非常简单的术语来说，因为我技术不够好，无法做到，能够像孩子一样识别物体，您必须标记大量的图像，对吧？我读到过关于 Mechanical Turk 的作用，然后似乎有一个竞争方面驱动了一些里程碑式的时刻。您能否谈谈一些使其成功的要素或决定？>> 很多人问我这个问题，因为在 ImageNet 之后，很多人都尝试制作数据集，但仍然只有很少人成功。那么是什么让 ImageNet 如此成功呢？我认为其中一个成功之处在于时机，我们确实是第一个看到大数据影响的人。所以，这种非常分类化或定性的变化本身就是成功的一部分，但正如您所问的，大数据假设不仅仅是规模。很多人实际上误解了 ImageNet 的意义以及其他数据集的意义，数据集的意义在于科学假设，即要问什么问题。例如，在视觉识别方面，您可以制作一个区分 RGB 的数据集，而这不会像一个围绕物体组织的数据集那样有影响力。嗯。>> 我们可以深入探讨为什么不是，因为 RGB 本身更容易。这是因为你必须以正确的方式提出科学问题。另一个例子是，与其制作一个物体数据集，为什么不制作一个城市数据集？>> 你知道，这甚至比物体更复杂。但那太复杂了。所以，每一个科学探索，你都必须有正确的假设，并提出正确的问题。所以，这是成功的一部分，我们定义了视觉物体分类作为正确的假设。>> 那是其中一个正确之处，我想。另一个正确之处是，人们只是认为哦，这很容易，你只需要收集大量数据。嗯，首先，这是劳动密集型的。但即使抛开劳动密集型不谈，你如何定义质量？>> 嗯。你可以说，如果质量足够大，我们就不在乎质量。但你如何权衡什么大，什么好，以及你如何权衡它们之间的关系，这是一个我们必须进行大量研究的深刻的科学问题。然后，另一个非常困难的决定是，在图像质量方面，什么定义了质量？是每张图像的分辨率都更高吗？是它逼真吗？是因为它是日常的、看起来很混乱的图像吗？是所有看起来干净的产品照片吗？这些问题，如果你离得太远，你甚至不会想到去问。但作为科学家，当我们形成物体识别的深刻问题时，我们必须在这么多维度上提出这些问题。然后你提到了 Amazon Mechanical Turk。这实际上是绝望的后果，因为当我们形成这些假设时，我们的结论是，我们需要至少数千万高质量的图像，涵盖所有可能的多元化维度。无论是用户照片，还是产品照片，还是图库照片，等等。然后我们还需要高质量的标签。一旦我们做出这个决定，我们就意识到这必须通过数十亿张图像进行人工筛选。>> 所以，我们变得非常绝望。我们想，我们该怎么做？你知道，我确实尝试过雇佣普林斯顿的本科生，你知道，普林斯顿的本科生非常聪明。但>> 他们对自己的时间价值有很高的评价。>> 是的。而且他们很贵。但即使我拥有世界上所有的钱，而我们没有，这也会花费很长时间。所以，我们非常非常卡住了很长时间。我们认为我们有其他捷径，但事实是人工标注是黄金标准。M>> 我们想训练机器，使其能够与人类能力相媲美。所以，我们当时不能走捷径。>> 对吧？>> 所以我们不得不去我们最终发现的叫做众包的领域。>> 众包，这是一种非常新的技术，亚马逊才推出一年左右。他们创建了一个在线市场，让人们做小任务来赚钱。当这些任务可以在互联网上上传时。我记得当我听说 Amazon Mechanical Turk 时，我登录了我的亚马逊账户。我检查了第一个任务，我选择做的是标记葡萄酒瓶，或者抄写葡萄酒瓶标签。任务会给你一张葡萄酒瓶的照片，你必须说这是 1999 年的 Berdo，等等。是的。>> 人们上传这类微任务，然后在线工人，比如在他们的休闲时间，就像我一样，如果我有休闲时间，我就会去注册并获得报酬。我们意识到，这又是出于绝望，这是一个大规模的并行处理，由全球在线人口为我们完成，这就是我们如何标记了数十亿张图像，并将其提炼成 1500 万张高质量的图像。>> 当你看到这些故事时，真是太疯狂了。我刚刚读完一本关于基因泰克（Genentech）的书，其中有许多技术上的转折点也使得事情得以发生，对吧？所以，如果早了 5 年，或者也许早了 3 年，对吧？没有 Mechanical Turk，男孩，这会带来挑战。>> 是的。>> 但正如您所指出的，在科学领域，获得答案是一回事，但您需要在前端获得输入，有一个正确的假设或一个好的问题，即使有了 Mechanical Turk，如果您只关注雇佣它的机制，您可能会陷入麻烦。因为如果人们被激励，对吧？比如说，我记得我读到的例子，识别照片中的熊猫，他们会为识别熊猫付费，那么有什么能阻止他们将熊猫识别到每张照片中，无论它们是否存在于照片中呢？是的。>> 对吧？所以，你也必须遵循激励机制。您是如何解决这个问题的？>> 这就是我和我的学生，我无法告诉你我们有多少个小时的对话是关于控制质量的。我们必须分多个步骤来解决这个问题。我们首先需要过滤掉那些认真工作的在线工人。所以，例如，我们必须有一些初步的测验。>> 这样他们就能理解什么是熊猫。他们读了问题，然后一旦他们合格了，我们就让他们标记熊猫，但有些图像我们知道正确答案，有些是真正的熊猫，有些不是。>> 但标注者不知道。所以，在某种程度上，我们通过知道黄金标准答案在哪里来隐性地监控工作质量。>> 所以，这些是我们必须使用的计算策略，以确保标注质量。>> 太棒了。简直不可思议。我实际上想推荐一本书，《模式打破者》（Pattern Breakers），是我朋友 Mike Maples Jr. 的书。他最初教我天使投资的技巧。但在识别转折点和在某些情况下汇聚技术趋势方面，这些趋势使得某些事情首次成为可能，从而为像您和您的合作者以及您所建立的人们提供了机会，就像 ImageNet 一样，《模式打破者》这本书对人们来说是一本很好的读物。那么，让我们暂时转向现代吧。我想问您，因为您在我们的校友杂志和其他地方被誉为“人工智能教母”，但您不仅在技术上，而且在历史的视角上都有如此大的成就，也就是说，您在很长的时间跨度内（以人工智能的标准来说）能够观察这项技术的发展、分支、危险和承诺。人们错过了什么？您认为什么东西占据了房间里所有的氧气？人们错过了什么？无论是他们应该知道的事情，还是他们应该持怀疑态度的，或者其他方面。>> 特别是，我在这里从硅谷的心脏地带给您打电话，我认为人们错过了人工智能中人的重要性。>> 而且，这个陈述有多个方面或维度，人工智能绝对是一项文明技术。它是，我将文明技术定义为，因为这项技术的强大力量，它将对我们的经济、社会、文化、政治产生深远的影响，或者已经产生了深远的影响。所以。>> 我刚听说，这是未经证实的，但我听说去年美国 GDP 增长的 50% 都归功于人工智能的增长。>> 显然，这个数字是美国 GDP 增长的 4%。如果去掉人工智能，只有 2%。这就是它的意思。>> 从经济角度来看，这是文明的。它显然正在重新定义我们的文化，对吧？想想你谈到的，从好莱坞到华尔街，从硅谷到政治竞选，从抖音到 YouTube，到 Instagram，这个词正在吸走房间里所有的氧气。>> 日本的出租车。我刚去过那里，出租车头枕上的视频都在谈论人工智能。它无处不在。>> 它具有文化影响力。不仅有影响力，它还在改变我们的文化，并且将改变教育。今天的每个父母都在想，他们的孩子应该学习什么才能拥有更好的未来。每个祖父母都说，“我很高兴我早出生了。我不用处理人工智能。”但仍然担心他们的孙辈的未来。所以，人工智能是一项文明技术，但我认为现在人们错过了的是，硅谷非常热衷于谈论技术以及随之而来的增长。政客们只是热衷于谈论任何能获得选票的事情，我想。但说到底，人是万物的核心。人创造了人工智能，人将使用人工智能，人将受到人工智能的影响，人应该在人工智能中拥有发言权。无论人工智能如何发展，人们作为个人、社区、社会的尊严都不应被剥夺。这就是我担心的，因为我认为有更多的焦虑，因为这种尊严感、自主感、参与未来的感觉正在一些人身上流失，我认为我们需要改变这一点。我听说您说您是一个乐观主义者，因为您是一位母亲。而极端的乐观主义和悲观主义都会以无益的方式使我们产生偏见，或者造成盲点。我想知道，如果您戴上您最客观的帽子，虽然这对任何人都很难，但如果您尝试这样做，您认为人们是否过于担心，担心得不够，或者担心错误的事情？对于那些不是 CEO、不是建设者、不是人工智能背后的工程师的人来说，因为您说得对，当然，我想每个人都会同意这一点，很多人都非常担心，我想知道这是否是错位的，因为我真的不，如果您与一些最大的投资者风险投资家交谈，他们当然持有我所谓的超越一切可能性的技术乐观主义的未来观，即人工智能将解决一切问题，对吧？很难相信有免费的午餐。然后您有那些末日论者，那些悲观主义者，他们认为明年就是天网，我们都将成为机器的奴隶或被消灭，变成回形针，而现实可能介于两者之间。您认为人们担心的是正确的事情，还是他们已经迷失了方向？>> 首先，我称自己为务实的乐观主义者。我不是乌托邦主义者。所以我实际上是那种无聊的人。我不相信两极的极端。我周游世界。就在上个月，我在中东，在欧洲，在英国，在加拿大，我回到美国。我认为美国和西欧的人比中东、亚洲的人更担心人工智能。我认为我们不必争论他们为什么更担心，>> 但就我们而言，我希望我有一个扩音器告诉美国人，你们以是人类和文明最伟大的创新者而闻名。我们拥有一个自由而充满活力的社会，我们拥有一个政治体系，我们仍然可以对如何建设我们的国家拥有如此大的发言权。我确实希望我们国家对使用人工智能的未来抱有更多的乐观和积极态度，而不是现在所听到的。我认为像我这样生活在硅谷的技术人员在正确的公共沟通方面负有很大责任。所以有很多事情没有得到有效的沟通。但我确实希望我们能够向我们国家的每个人灌输更多的希望感和自主感，因为我认为以正确的方式使用人工智能有很多好处。我希望不仅是硅谷或曼哈顿的人，我希望农村社区、传统行业、所有 50 个州的人都能拥抱并受益于人工智能。>> 您为什么要做您正在做的事情？World Labs 是什么？为什么决定这样做？>> 我实际上经常回答我团队的每个成员这个问题。嗯。>> 我建立了 World Labs。这个答案有两个层面。从技术角度来看，World Labs 正在构建下一代人工智能，专注于空间智能。>> 因为空间智能就像语言智能一样，是解锁机器令人难以置信的能力的基础，这样它就可以帮助人类更好地创造，更好地制造，更好地设计，更好地建造机器人。所以，空间智能是一项关键技术。嗯。>> 但更上一层楼，我为什么仍然是一名技术人员？是因为我相信人类是唯一创造文明的物种。动物建造群体或群落，但我们建造文明。我们建造文明是因为我们想变得越来越好。我们想做好事。即使我们在这个过程中做了很多坏事，但我们渴望拥有更好的生活，拥有更好的社区，拥有更好的社会，活得更健康，拥有更多的繁荣。>> 这种渴望是文明建立的基础。因为我相信人类可以做到这一点，我相信科学和技术是建造文明最强大的工具之一，我想为之做出贡献。这就是为什么我仍然是一名科学家和技术人员，我正在为此建立 World Labs。您能向人们解释一下什么是空间智能，以及您目前正在构建的产品是什么吗？>> 空间智能是人类拥有的能力，它超越了语言。当你把三明治装进袋子里，当你去山上跑步或徒步旅行。当你粉刷你的卧室时，所有与看东西并将这种景象转化为对 3D 世界、对环境的理解有关的事情，然后你就可以与之互动，你可以改变它，你可以享受它，你可以从中创造东西。这种看和做的整个循环都由空间智能的能力支持。对吧？你能把三明治装进去，这意味着你知道面包的样子。你知道如何把刀子插进去。你知道如何把生菜叶放在面包上。你知道如何把面包或三明治放进一个拉链袋里。这其中的每一个部分都是空间智能。嗯。>> 今天的 AI 有这个能力吗？它正在变得更好，但与语言智能相比，AI 在这种看、推理>> 以及在虚拟 3D 世界和真实 3D 世界中行动的能力方面还处于非常早期阶段。所以，这就是 World Labs 在做的事情。我们正在创建一个前沿模型，该模型可以在模型中拥有智能能力，以创造世界，围绕世界进行推理，并使例如创作者、设计师或机器人能够与世界互动。这就是空间智能。>> 您能详细说明一下设计师、创作者或机器人与世界互动吗？那么，这意味着您和我的团队一直在玩一些工具。感谢您。这意味着什么？如果您能为，比如说，一年或两年后的情况描绘一幅图景，人们可能会如何使用它，或者机器人可能会如何使用它？>> 我几周前刚和一个人谈过，这真的很鼓舞人心。高中剧院的预算非常低，对吧？比如，有时我去旧金山歌剧院或音乐剧，为剧院建造的布景非常漂亮。>> 嗯。>> 但高中或初中很难有这样的预算。想象一下>> 你可以采用今天的 World Labs 模型，我们称之为 Marble。>> 嗯。>> 然后你创造一个中世纪法国小镇的布景。>> 嗯。然后把它放在背景中，并使用数字形式来帮助将演员和动作带入那个世界。当然，根据辅助技术，无论你是在电脑上，还是最终人们可以使用头戴设备或其他任何东西，你都可以拥有身临其境的感觉，就像身处一个中世纪的法国小镇。这对许多创作者来说将是一个惊人的创作工具。>> 这是几周前我和别人谈论过的例子。但我们已经看到世界各地的创作者，有些是视觉特效创作者。有些是室内设计创作者。有些是游戏创作者。有些是教育工作者，他们想建立一些世界来将他们的学生带入不同的体验，他们已经开始使用我们的模型。>> 因为他们发现它非常强大，可以让他们轻松地创造出 3D 世界，他们可以用它来沉浸他们的角色或他们自己。而且，从流程上来说，如果有人想知道它是如何工作的，比如说，一位公立学校的老师，希望激励和教育他们的学生，付出额外的努力。对于某人来说，使用这个是什么样的？他们是输入文本，描述他们想要创造的世界，上传资产或照片，几乎就像一个图像板？它是如何工作的？如果某人不是技术人员，>> 他们根本不需要是技术人员。他们打开我们桌面或手机上的页面，但桌面更有趣，因为它有更多功能。>> 然后他们可以输入，你知道，一个法国中世纪小镇，或者

或者他们实际上可以去任何地方。他们可以使用 Midjourney 或 Nano Banana 来创建一个法国中世纪城镇的照片，或者他们可以获取一张真实的照片，然后上传。我们称之为提示（prompt）。然后几分钟后，我们的模型会给你一个 3D 世界，可以说它是标签（tab）的一部分。它确实有其范围限制。然后这个 3D 世界通常是 3D 的，因为你只需要用鼠标拖动、转动和行走，就可以看到那个世界。然后下游如果你想使用它，有很多方法可以使用它。你可以通过使用我们网站上的一个工具来创建一个电影，只需放置摄像机，你就可以从中制作一部特定的电影。>> 如果你是游戏开发者，你可以做到。>> 我正要说这听起来很像一个游戏引擎。>> 是的，你可以在里面放很多角色。如果你是 VFX 专业人士，我们有很多 VFX 专业人士。他们实际上可以把这个东西放进他们的电影拍摄流程中，让真实的演员拍摄电影。我们也有心理学研究人员在使用这个沉浸式世界进行特定的精神病学研究。>> 我们也可以将其用作机器人训练的模拟器。>> 因为很多机器人训练需要大量数据，然后用这些数据来生成大量不同的数据。所以它是否就像在机器人进入真实世界之前的飞行模拟器？>> 这是目标的一部分。我们还处于早期阶段。所以飞行模拟器还没有完成，>> 对吗？>> 但这是旅程的一部分。>> 你提到了精神病学研究。我认为你刚才提到了。是的。那会是什么样子？我们确实有一位研究人员联系了我们，他们正在研究患有强迫症等心理障碍的人。>> 他们会被特定的环境触发，他们想研究触发因素，也想研究治疗方法，但如何触发某人，比如说，他特别有问题，比如说，草莓田，我是在编造。>> 我的意思是，你可以带他们去草莓田，但如果你想知道是夏天的草莓田，还是晚上的草莓田，还是草莓，还是正在授粉的草莓，你怎么做呢？突然这位研究人员意识到，我们以最便宜的方式让他们能够改变各种维度，他们可以测试并进行他们的研究。>> 这真的很有趣。是的，我可以看到它被应用于，也许它被称为暴露疗法，但现在你描述了它，我可以看到它如何能够>> 被添加到，我的意思是几乎所有东西，对吧？我的意思是，如果你想到人类在现实世界中的运作方式。>> 是的。现实世界和数字世界之间的界限越来越模糊，对吧？越来越薄，因为我们生活在许多屏幕中。我们生活在现实世界中。我们在虚拟世界中做事。我们在现实世界中做事。我们将创造能够同时在现实世界和虚拟世界中做事的机器。>> 所以我们在数字和物理空间中做了很多事情。>> 你关注哪些科学家或研究人员，他们不一定是那些已经非常公开的、大品牌和明星级别的人物？有没有什么人让你觉得，你知道，有一些非常杰出的人在做着有益的工作？嗯，这就是我写这本书的原因之一，尤其是在中间的章节，我写了关于将认知科学与计算机科学相结合的图像之旅，我实际上谈到了心理学家、神经科学家和发展心理学家，你知道，他们中的一些人还在我们身边，一些人已经不在了，例如，已故的安曼·比尔曼（Anman Beerman），他们都在过去几年中去世了。但他们是认知科学领域的巨头，他们的工作为计算机科学和最终的 AI 提供了信息。你知道，全世界仍然有很多科学家。他们中的许多人都在美国，他们是发展心理学和人工智能领域的思想家。我关注他们的工作。嗯。>> 我认为科学界，只是举一些名字，对吧？哈佛大学的 Liz Beli，>> 伯克利大学的 Allison Gobnik，我喜欢 Rodney Brookke，他曾是麻省理工学院的机器人学教授，>> 还有很多很多。我我不是故意只挑出他们。>> 当然。>> 但你问我那些不在人工智能新闻中的名字。>> 是的，太好了。谢谢。我还想听听你对在不久的将来，在非常强烈的意义上，似乎不可避免的发展的看法。我给你举个例子。在 2009 年、2008 年、2009 年，我开始接触 Shopify 公司，当时他们只有大约 10 名员工。那时发生了一些事情，你可以问一些问题，你知道，在接下来的 10 年或 20 年里，宽带接入会更多还是更少？更多。好的。电子商务会更多还是更少？会更多。好的。当你有了四五个这样的问题，在足够长的时间跨度内，似乎绝对是肯定的，这开始描绘出事物发展方向的图景。在未来几年里，有没有什么事情可能被低估为近乎不可避免的事情？>> 你想让我谈谈被低估的吗？我的意思是，我不知道它们是否被高估了，但肯定是被低估了。对电力的需求是被低估的。>> 嗯。>> 更多人工智能，而非更少人工智能的趋势是被低估的。>> 机器人到来的长期趋势是被低估的。所以，这些都被低估了。被低估的是空间智能，被低估了，因为大家现在还在谈论语言大模型，但实际上像素的、3D 世界的世界建模是被低估的，因为就像你说的，它支撑着从讲故事到娱乐再到体验再到机器人模拟的许多事情。我认为人工智能在教育领域的应用是被低估的，因为我们将看到，人工智能可以加速那些想学习的人的学习。>> 这将对我们的学校系统产生下游影响。>> 以及在人力资本格局中，比如我们如何评估合格的工人？>> 嗯。过去是看你毕业于哪所学校，获得什么学位，但那将改变。是的。由于人工智能触手可及，对许多人来说，这是被低估的。我认为人工智能对我们经济结构的影响，包括劳动力市场，是被低估的。细微之处是被低估的。我认为关于完全乌托邦式的后稀缺经济的这种言论是夸大的。>> 是的。>> 或者说，每个人的工作都会消失，这也是夸大的。>> 但混乱的中间地带是如何从知识工作者到蓝领工人到酒店业再到所有这些正在发生的变化。我们的政策制定者、学者以及整个社会都低估了这一点。>> 那么，从就业角度来看，有哪些细微之处？也许这与我之前承诺要问你的问题有关，那就是你告诉或将要告诉，我不知道你的孩子，你推荐什么。我们假设他们正处于决定应该学习什么、应该关注什么、诸如此类的年龄。你会如何思考，即使是初步地回答这个问题？>> 我认为学习能力甚至更重要，因为当学习的工具更少时，更容易遵循既定的轨道。你上小学、中学、高中、大学，然后获得一些，你知道，职业培训，那是一条路，随之而来的是一套结构化的证书，如学位等。但人工智能已经真正改变了这一点。例如，我的我的初创公司在面试软件工程师时，我个人觉得他们拥有的学位对我们来说越来越不重要了，更重要的是你学到了什么，你使用了什么工具，你使用这些工具能够多快地增强自己的能力，而其中很多都是人工智能工具，你使用这些工具的心态更重要。>> 在 2025 年的这个时候，在 World Labs 招聘，我不会雇佣任何不拥抱人工智能协作软件工具的软件工程师。>> 嗯。>> 这不是因为我相信人工智能软件工具是完美的。是因为我相信这首先表明了这个人能够随着快速发展的工具包一起成长，他们的开放心态，以及最终的结果是，如果你能够使用这些工具，你就能学习，你就能更好地增强自己的能力。>> 所以这肯定在转变。所以回到你的问题，你告诉年轻人，告诉孩子们什么？我认为学习如何学习的永恒价值，学习的能力现在更加重要。>> 是的，我们谈话时，我发现对于有抱负的人来说，越来越容易成为超能力自学者，对吧？我们已经看到了>> 当然，YouTube 有着良好的记录。现在你可以要么让自己沉迷于娱乐至死，避免做有助于自我成长和发展的事情，要么你可以为自己充电。同样，人工智能也是如此，对吧？你快进一下。我们甚至不需要快进，但这是老师如何审计他们的学生是否在做他们应该做的工作。>> 是的。>> 在许多层面上，它正在达到一个点。有一些例外，但几乎是不可能的。>> 是的。学生们可以避免所有的工作，或者他们可以为自己的工作充电，但至少在一段时间内，产出可能看起来非常相似。所以学校将发生很大变化。这非常非常有趣。>> 我实际上认为 Tim，如果学校的评估结构是这样的，即人工智能给出的和学生给出的相同，那么评估结构就有问题。>> 好的。你能多说一点吗？这很有趣。>> 例如，英语作文。>> 这不是我说的，这是我听到的一个我非常同意的故事。我将重述这个故事。作为一名高中一年级英语老师，我听说有人告诉我他们孩子学校的故事。开学第一天，老师对班级说，我想向你们展示我将如何评分人工智能。所以老师给了一个作文题目。向学生展示这是最好的 AI 给我的，我将向你们展示我认为这是好的，这是坏的，这是次优的，我给它一个 B 减。现在我告诉你，这是我的标准。如果你懒到让 AI 写你的作文，你就会得到这个结果。但是你可以使用 AI，这完全没问题。但是如果你能做好功课，学习，思考，成为最好的创作者，并在其基础上工作，>> 你就能得到 A+。在我看来，这才是正确的评估方式，不是将人类与 AI 对抗，然后试图监管 AI 的使用与否。而是展示工具的水平在哪里，以及人类学习者的水平应该在哪里。>> 我会仔细考虑这个例子，并尝试思考更多的例子。这非常有趣，而且天哪，我被模型的改进速度之快所震惊。但是的，这就像一个思想实验。>> 是的。>> 我会仔细思考。我知道我们只剩下几分钟了。第五，我想问你一个我经常问的问题，那就是如果你可以在广告牌上写一句引言或信息，一些能让数百万、数十亿人看到的东西。假设他们都能理解。可以是一张图片，一个问题，一句引言，任何东西。一句谚语，一个口号，都可以。几乎任何东西。你会或可能会在广告牌上写什么？>> 你的北极星是什么？>> 你的北极星是什么？这当然至关重要，回到你如何定义或找到它。我的意思是，你谈到了大胆的问题，然后引出了北极星或假设。你还有其他方式鼓励人们思考如何找到他们的北极星吗？我相信这让我们如此人性化，让我们如此充实地生活。>> 就是我们作为一个物种，可以超越仅仅追求基本需求。但梦想、使命、目标、激情，每个人的北极星都不同。>> 那是好的，不是每个人都必须以人工智能为北极星，但找到它。这又回到了教育的核心，我不是指正规的课堂教育。这只是教育的旅程。其中很多是学习你是谁，以及如何制定你的北极星以及如何追求它。>> 最后一个问题。你的父母有没有向你解释过他们为什么给你取名叫 Fay？>> 是的。因为我妈妈在分娩时，我爸爸一如既往地迟到了医院，路上他抓到了一只鸟。他把它放了，但他确实抓到了一只鸟。我不知道，他只是分心了，那是在北京，北京市。我爸爸骑自行车去我妈妈的医院。>> 这启发他叫我 Fay。>> Fay。>> 哦，等等。对不起，那些不懂中文的人。我忘了你懂中文，但对那些不懂中文的人来说，Fay 的意思是飞。>> 意思是飞。>> 是的。所以，受到鸟的启发。>> 很快，我只想说这有点好笑。我的第一个中文名字是 Fay Ting Chong，因为我很直率和诚实。所以，Ting，但 Fing Chong，但当我刚开始的时候，我在中国的声调不标准，人们以为我说我的名字是 Fiji Chang，那是机场。所以，我请求我的老师，我们把我的名字改成了不那么令人困惑的名字。>> 你新名字是什么？>> 哦，好的。>> 就像，但底部没有。>> 哦，哇。>> 花哨的名字。这比我的要复杂得多。>> 嗯，我可以和我的中文老师一起写，所以我有一个不公平的优势。李博士，非常感谢你的时间。我们将链接到节目笔记，所有人在 tim.blog/mpodcast。他们可以轻松找到你，每个人都应该看看 worldlabs.ai，我们将把所有其他链接，你的社交媒体等放在节目链接中。但感谢你的时间。我真的很感激。>> 谢谢 Tim。我喜欢我们的谈话。>> 是的，同样。>> 好的，再见。>> 再见。