Transcription
深度学习之父，未来十年分水岭。
二十年前，她把黄仁勋推上了“AI算力之王”的宝座。二十年后，她却站在了苏姿丰的背后。朋友们，如果你以为英伟达的万亿帝国只是靠显卡堆出来的，山姆·奥特曼的OpenAI纯属偶然爆发，那你可能错过了这场AI革命最隐蔽的变量。
她曾在中餐馆端盘子，也曾在实验室熬夜标注数据。她被“深度学习之父”辛顿称为第一个真正理解“大数据力量”的人。更重要的是，如果没有她在2009年画下的那张“数据优先”的藏宝图，今天的AI世界很可能还困在算法内卷的死胡同里。
而现在，当整个行业沉迷于大模型参数竞赛、算力军备竞赛时，她却悄悄拿出了第二张藏宝图。这一次，它不指向比特世界，而是指向一个更危险的地方：让AI走出屏幕，进入真实世界。它的名字，叫“空间智能”。
大家好，我是陪你解密财富密码的Olivia。今天咱们不聊神话，就来探索一下这张新藏宝图究竟价值几何？为什么这一次被她选中站在地图上的“深水港”，会是苏姿丰和AMD？而她们的联手，又会不会成为未来十年真正的分水岭？
要理解这些问题，我们就要先了解李飞飞。她的每一步选择都绝非偶然。她真正的核心能力，是她总能在最冷僻的地方，发现最本质的问题，然后以工程化的执着，为整个行业挖开新道路。
她的第一次豪赌，是对“数据”的信仰，对抗整个“算法”时代。时间回到2000年初的AI寒冬，当时的AI研究正陷入一个死胡同。科学家们一门心思优化模型和算法，却始终没有突破。李飞飞，这个当时还在加州理工埋头苦读的博士生，却提出了一个离经叛道的观点：智能的瓶颈，或许不是“思维”，而是“阅历”，也就是数据。
这就像学数学，光训练逻辑思维不够，还得做足够多的题才能熟练运用。放到AI视觉识别上，想让机器认出更多东西，就得先让它见过海量标注好的图片。但这条路上布满嘲讽。虽然我们现在听起来感觉挺合理的，但是在当时却和主流相悖。而且要实现她的设想，按当时的进度不知道要多少年才能完成。如果她非要坚持这样做的话，不仅拉不到经费，没资源没团队，还可能一辈子评不上教授。
大家都对她说：“想法不错，赶紧放弃吧。”换做别人，可能早就打退堂鼓了。但李飞飞偏不。你看她做了什么？她先是带着几个本科生，计划手动搭建了一个包含22000个类别，每个类别1000张图，总计2200万张图片的数据集。这工作量堪称天文数字。要筛选出这些图片，得先搜集至少10亿张原始图片。就算一群大学生饱和工作，完工也得19年。19年出来，世界都要大变样了！
为了提速，他们优化下载流程，把3步操作压缩到1步，还自动在谷歌搜索框输入类别。结果因为下载量太大，谷歌直接封了他们的账号。但即使是这样也还远远不够。要想提速，必须要更多的人手。但是她资金还差得远、场地也不够。怎么办呢？
在团队绝望之际，李飞飞敏锐地击中了时代脉搏。她的目光转向了当时新兴的亚马逊众包平台，以惊人的组织能力，将全球网络零工变成了一支高效的“数字基建军团”。最多时有来自167个国家的4.8万人同时参与，项目周期从十几年一路压缩到不到一年。
而这个惊人的成果，也让她的项目获得了斯坦福的橄榄枝。这不仅是技术选择，更是一场生产关系的革命。就这样，她以极低的成本，撬动了社会化大生产，完成了国家级规模的数字基础设施建设。就这样，ImageNet初始版本问世，这个划时代的产品，终于诞生了。
然而，基建建成只是第一步。当耗尽心血的ImageNet在顶级学术会议上被冷落到角落，无人问津时，李飞飞使出了堪称神来之笔的一招：她不推销产品，她“创造赛场”。发起ImageNet大规模视觉识别挑战赛。
这步棋的精妙，超越了技术本身。她将ImageNet从一个“数据集”产品，升维为衡量全球AI实力的唯一标尺和终极擂台。她让全世界最聪明的大脑，为了荣誉和奖金，免费、自愿且高效地为她优化数据集。最终，2012年AlexNet在竞赛中的历史性突破，不仅点燃了深度学习革命，也反过来为ImageNet和李飞飞完成了终极加冕。她成为了游戏规则的制定者。
但这还不够。当ImageNet建成后，在顶级学术会议上竟被冷落到角落，李飞飞没有气馁。她下了第二步棋：不推销产品，而是定义游戏。她发起了ImageNet挑战赛。这一招的精妙在于：它让全世界最聪明的头脑，免费为她优化系统，同时悄然将ImageNet变成了衡量AI视觉能力的唯一标尺。
2012年，深度卷积神经网络AlexNet在这个赛场上一战封神，错误率骤降。这个方向20多年没什么进展，辛顿教授都快坐冷板凳坐不住了。为什么突然爆发？答案很简单：辛顿的思路没问题，只是缺了核心资源——算力和数据。而ImageNet提供了足够多的数据，英伟达强大的GPU提供了超强算力。这场科学界的“双向奔赴”，终于点燃了AI革命的导火索。
AlexNet的成功，让神经网络成为AI主流。两年后，机器的人脸识别准确率正式超越人类。李飞飞“用大数据训练神经网络”的想法，被业内疯狂追捧。从图像扩展到语音、文字、视频等多个领域，AI彻底走进了大众视野。
2012年，李飞飞成为斯坦福大学终身在职副教授。后来还出任谷歌副总裁，推动成立了谷歌在亚洲的第一个AI研究中心——谷歌AI中国中心。2026年1月，她又开启两年长假，4月创办World Labs。仅3个月估值就突破10亿美元，还获得了黄仁勋的投资。那个曾经因她的ImageNet而崛起的英伟达创始人，如今成了她的投资人。这或许就是科技圈最美的缘分。
“数据优先”，第二张藏宝图，“空间智能”。智能的瓶颈，或许不是“思维”，算力和数据，而是“阅历”，也就是数据。