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，老实说，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，你使用这些工具的速度有多快，而其中很多都是人工智能工具，你对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，我们聊了一点关于我们是如何奇迹般地，我猜也是不幸地，我们竟然在同一个校园里度过了三年，却没有碰面。>> 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，这是给那些不知道我们在说什么的人的。普林斯顿有这些住宿学院，学生入学时会被分配到不同的学院。福布斯学院就在郊外，旁边有一个叫 Waw Wa 的快餐店，就像 7-Eleven。>> Waw Wa>> 旁边还有通勤火车。然后普林斯顿还有一种叫做“饮食俱乐部”的东西。人们可以自己去查，但它们基本上是男女混合的兄弟会/姐妹会，你也可以在那里吃饭，除非你想自己做饭。我当时在特蕾丝。>> 我什么都不是。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，我们非常勤奋。我在盖斯特图书馆打工，每小时 6 美元，在阁楼工作。>> 蒂姆，我在同一个图书馆工作。我不明白我们为什么没有碰面。>> 这真是太搞笑了。好吧。那么，我们现在见面了。>> 你改名字了吗？也许我们确实见过面。>> 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。我还有一段时间不在，因为我去了北京的普林斯顿大学。>> 然后之后去了什么？首都经济贸易大学。所以我离开了一段时间，然后休了一年假，才在 2000 年毕业。所以我们还是有很多交集。>> 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中国父母相比，相当不寻常。当然。>> 是的。你知道，很多。>> 是的。您能详细说明一下吗？>> 我会说我的童年直到形成期，是一个“两个城市的传说”。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雷西皮蒂镇的爸爸。所以，我从一个相对典型的中产阶级中国家庭、中国孩子>> 变成了一个新移民，在一个完全不同的世界里，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。>> 然后从那里开始，我去了普林斯顿，主修物理学，但我确实上了一些你上过的课，然后去了加州理工学院读博士，研究人工智能，剩下的就是历史了。我想听听你父母的故事，但我想听听你爸爸的故事，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，这在某些方面与例如我的播客嘉宾博·沙（Bo Sha）形成了鲜明对比，他是一位了不起的创业者，而他的父亲据我推测，有些人可能会想象成不是“虎妈”，而是“虎爸”。所以，在博的成长过程中，他的父亲非常严格，但如果他，博，赢得了数学竞赛，他就会得到额外的爱，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，您显然读过我的书。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。他很好奇。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，我爸爸和我会在还有稻田、水牛的田野里玩耍。我有一只小狗。我所有的记忆都只是在打虫子，然后有时我爸爸和我会在我不知道的，我上过一个艺术课，我上过一个儿童艺术课，我们会去邻近的山上写生。>> 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。即使我来到新泽西州和我的父母在一起，生活变得极其艰难，对吧？那是移民生活。我们非常贫困。即使那样，我的记忆是我爸爸在旧货摊上玩得很开心。就像我只是去旧货摊，然后每个周末我们都会去旧货摊，把它当作一次寻宝。所以，所以他在这方面是一个非常好奇且童心未泯的人。>> 我问您父母的事情，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，因为有很多人想讨论这个问题并为此争吵，而我们不会这样做。但您的父母为什么要离开中国？是什么促使他们离开您所熟悉的一切，来到一个非常不同的外国国家？您从成都这个城市去到新泽西州的郊区，那里，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。>> 在某种意义上，你知道，我是一个女孩，>> 我喜欢物理，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。回想起来，作为一个成年人，>> 我很感激我的父母。他们是非常勇敢的人，因为我不知道我这个年纪会如何。我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，没有任何联系的国家。>> 而且请注意，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。成年的菲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，确实如此。>> 是的。当然，看看您的简历，我简直不敢相信所有不同的“滑门事件”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，但最终会深入探讨对话的重点，但我想谈谈一些其他形成性的人物。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待过一段时间，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，也想请您解释一下鲍勃·萨贝拉（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，以及鲍勃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。我有时还会嘲笑她。她不会算数。这样说吧。所以，我认为技术热情是我天生的。>> 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责备我，她真的没有。我的父母从来没有关心过我带回任何奖项。>> 嗯。>> 我可能带回来了，也可能没有。但我可以告诉你，在我们家，没有任何墙上挂着任何成就或奖项的装饰品。这就像我妈妈不在乎那些。但她确实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。那种事情会让她烦恼。她会说：“完成你的作业。下午 6 点之前完成。如果你没完成作业，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天赋，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，在这方面，我认为我观察并体验到了作为女儿。>> 也许移民也是其中的一部分。多年后，她会说：“我来新泽西州时没有计划，但我认为我会活下去。我就是相信我会活下去，我会确保菲活下去。”>> 我认为那是她的力量，她的固执和她的叛逆。>> 鲍勃是什么时候出现的？鲍勃是谁？>> 鲍勃·萨贝拉是普雷西皮蒂高中的数学老师。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，差不多是普雷西皮蒂高中高一到高二之间，当时我开始上 AP 微积分课，但他很快就成为了我新美国移民青少年时期最有影响力的人，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，他成为了我的朋友。>> 我在数学方面很出色，但我认为这更多是因为我感到孤独，而他非常友好。他把我当作朋友，谈论我们喜欢的书，谈论文化，谈论科幻小说。>> 也倾听我，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，在我独特的处境下。那种无条件的爱让我与他和他的家人非常亲近。有一件事他为我做，直到后来我才欣赏，那就是当普雷西皮蒂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，这促使我这个移民孩子最终进入了普林斯顿。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，除此之外，他还会利用他的午餐时间为我上这门额外的课程，这对我来说是一份礼物，我现在比青少年时期更加感激。>> 是的。感谢那些付出额外努力的老师。这真是令人难以置信，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，因为他们要应对各种背景的孩子。他们要应对不断变化的时局。鲍勃会和我分享的那些关于他如何付出额外努力的故事，不仅仅是对我，还有对许多学生，因为普雷西皮蒂是一个有很多移民的城镇。>> 嗯。>> 所以他的学生来自世界各地，以及他如何帮助他们和他们的家人。这些都是人们不常写的故事，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。我有很多事情想谈，我知道在我们谈完所有话题之前时间就会用完。所以，我想花更多时间谈谈鲍勃，同时我也想让谈话继续下去。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，您参与经营新泽西州的一家干洗店，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见解，这些见解帮助您塑造了您的职业生涯，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，可能当时是中文的，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 是如何诞生的，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，以及为什么它很重要，然后谈谈它是如何开始的，或者您可以只谈谈它是如何开始的。但这是一个非常重要的篇章。>> 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，我和我的学生在当时建立了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。如今，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，对我来说这是一个最令人兴奋的领域，但我明白。它并没有展现出公众所需要的突破。>> 但 ImageNet 以及其他两个现代计算要素。一个是称为神经网络算法。另一个是称为 GPU（图形处理单元）的现代芯片。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。这是一篇由一群科学家发表的论文，他们展示了 ImageNet 的大规模数据、GPU 的快速并行计算以及神经网络算法的结合，可以在图像识别领域实现前所未有的 AI 性能。而这个特定的里程碑，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，如果你计算这些要素的话，我认为我的工作在现代人工智能的诞生中起到了关键作用，我感到非常幸运和荣幸。>> 但通往 ImageNet 的旅程比这更长。通往 ImageNet 的旅程始于普林斯顿，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。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。所以我热爱，你知道，仰望星空。我热爱战斗机的速度以及它们精密的工程设计，这最终转化为对那个提出我们文明中最宏大问题的学科的热爱，例如什么是最小的物质？什么是时空的定义？宇宙有多大？宇宙的起点是什么？在我青少年早期，我热爱爱因斯坦。我热爱他的工作。>> 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，在我本科毕业时，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。通过阅读书籍和其他一切，我意识到我的热情不在于物质世界。它更多地在于智能。>> 我对“什么是智能以及如何制造智能机器”这个问题非常着迷。当时我发誓我不知道这叫做人工智能。我只知道我想追求对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继续着，物理学教会我提出宏大问题并将它们变成北极星。>> 嗯。>> 在科学术语中，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，而是理解所见之物，你知道，我看着你，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。而我的假设是，我必须解决物体识别问题。>> 然后，我的整个博士生涯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，普林斯顿在 2007 年聘请我回校担任教职。那是我生命中最快乐的时刻之一。我感到非常有成就感，我的母校竟然考虑给我一份教职。所以我很乐意回到普林斯顿担任教职，我实际上仍然是福布斯学院的一员。所以在普林斯顿，我有一个顿悟，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>> 我非常非常好奇的一点，我也想暂停一下，对于那些对普林斯顿的一些历史感兴趣的人来说。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。在这方面很有趣。非常有趣。但我将读一篇《连线》杂志的文章，其中详细介绍了您。正如您之前提到的，在您研究中大数据的前后整合，它是在研究中描述的。请随时纠正事实或反驳。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，在早期接触无数的物体和场景，也许电脑也可以以类似的方式学习。我想请您详细阐述一下。对我来说，问题是：为什么是您看到了这一点？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学定律，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，我为什么会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一特定工作，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习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，即如此多的无名英雄，如此多代科学家，如此多的跨学科思想相互授 পণ。所以，我当时很幸运，作为一个对问题充满热情的人，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，而且它的简单性，但它几乎从未真实过。>> 它可能从未真实过。即使是我最大的英雄，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，我只是热爱他所做的一切。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。所以我认为这非常重要，尤其是我确定我们会谈论它。我在这里打电话给您，正值硅谷腹地，我们正处于人工智能的炒作之中，显然我为我的领域感到非常自豪，但我认为，当媒体或任何其他渠道讲述人工智能的故事时，它们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的实现。>> 当然。我的意思是，每个人都知道沃森和克里克，例如，但如果没有罗莎琳·富兰克林和她的 X 射线晶体学，这一切都不会发生。根本不会发生。就这么简单。我们马上就会转向现代，但关于 ImageNet，我很想请您谈谈一些决定，或者说，让它成功的形成性决定或时刻，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，无法做到这一点，来学习识别物体，更接近孩子学习的方式，您必须标记大量的图像，对吧？我读到过关于 Mechanical Turk 的作用，然后似乎有一种竞争因素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，数据集中包含的是一个科学假设，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呢？>> 你知道，这比物体更复杂。但那样就太复杂了。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，这是艰苦的。但即使抛开艰苦不谈，如何定义质量呢？>> 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，这是一个我们必须做大量研究的深刻的科学问题。然后，另一个非常艰难的决定是，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？它是照片级的真实感吗？是因为它是日常的、看起来很混乱的图像吗？还是都是看起来很干净的产品照片？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，我们必须从许多维度来问这些问题。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。而且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，我们该怎么做呢？你知道，我确实尝试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，也需要很长时间。所以，我们非常非常被困住了很长很长的时间。我们认为我们有其他捷径，但事实是人工标注是黄金标准。嗯。>> 我们希望训练机器，使其能够与人类的能力相媲美。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，那是一项非常新的技术，大概只有一年左右的历史，亚马逊创造了一个在线市场，让人们可以做小任务来赚钱。当这些任务可以在网上发布时。我记得当我听说 Amazon Mechanical Turk 时，我登录了我的亚马逊账户。我查看了第一个任务，只是为了尝试一下，那就是标记葡萄酒瓶或抄写葡萄酒瓶标签。任务会给你一张葡萄酒瓶的照片，你必须说这是 1999 年的波尔多等等。是的。>> 人们发布了这类微任务，然后在线工人，就像我在闲暇时间一样，如果我有闲暇时间，我就会去注册并为此获得报酬。我们意识到，又是出于绝望，这是通过在线全球人口进行的，为我们进行了大规模的并行处理，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，真是太不可思议了。我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实现，对吧？所以，如果早了五年，或者可能早了三年，对吧？没有 Mechanical Turk，哇，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，我读到的例子是，识别照片中的熊猫，并且他们为识别熊猫付费，那么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？是的。>> 对吧？所以，您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。我们首先需要筛选出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。>> 所以他们知道什么是熊猫。他们阅读问题，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式地监控工作质量。>> 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。简直令人难以置信。我实际上会推荐一本书，《模式打破者》（Pattern Breakers），由我的朋友迈克·马普尔斯（Mike Maples Jr.）所著。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，这些趋势使得某件事成为可能，从而为像您和您的合作者以及您所依赖的人的 ImageNet 这样的事物打开了机会，模式打破者这本书对大家来说都非常值得一读。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称为“人工智能教母”，但您不仅在技术上，而且在历史层面都有如此深刻的见解，也就是说，您在广泛的时间范围内（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中心给您打电话，我认为人们错过了人工智能中人的重要性。>> 这句话有多个层面或维度，那就是人工智能绝对是一项文明技术。我将其定义为文明技术，因为这项技术的力量，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。所以，>> 我刚听说，未经证实，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>> 经济意义上的文明。它显然正在重新定义我们的文化，对吧？想想您谈论的从好莱坞到华尔街，从硅谷到政治竞选，从抖音到 YouTube 再到 Instagram，无处不在的吸氧话题。>> 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，每个家长都在想，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：“我很高兴我出生得早。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能获得选票的东西，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，人应该在人工智能方面拥有发言权。无论人工智能如何发展，作为个体、社区、社会的人的尊严都不应被剥夺。这就是我担心的，因为我认为，由于尊严感和自主感，以及成为未来一部分的感觉在一些人身上正在消失，所以存在更多的焦虑，我认为我们需要改变这一点。我听说您说您是一位乐观主义者，因为您是一位母亲。而极端的乐观主义和悲观主义都会在我们身上造成不利的偏见，或者产生盲点。我想知道，如果您戴上您最客观的帽子，这对任何人来说都很困难，但如果您尝试这样做，您认为人们是否过于担心，不够担心，或者担心错误的事情？对于那些不是首席执行官、建造者和人工智能工程师的人来说，因为您说得对，当然，我想每个人都会同意这一点，很多人非常担心，我想知道这是否是错误的，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，他们当然持有在我看来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，突然间明年就是天网了，我们都将成为机器人的奴隶或被消灭，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，还是他们已经失去了方向？>> 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。>> 但就近而言，就谈论我们而言。我希望我有一个扩音器告诉美国人民，你们以最具创新精神的人而闻名，我们国家为人类和文明创新了如此多伟大的事物。我们有一个自由而充满活力的社会，我们有一个政治体系，我们仍然可以对如何建设我们的国家拥有如此多的发言权。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众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？为什么决定做这件事？>> 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。动物建造群体或羊群，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。即使在这个过程中我们做了很多坏事，但我们渴望拥有更好的生活，更好的社区，更好的社会，更健康地生活，更繁荣。>> 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，所以我相信科学和技术是建造文明最强大的工具之一，我想为此做出贡献。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？你能把三明治装进袋子里，这意味着你知道面包的样子。你知道如何把刀子放在中间。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。这每一个部分都是空间智能。嗯。>> 今天的 AI 有吗？它正在变得更好，但与语言智能相比，AI 在看到、推理>> 以及在虚拟 3D 世界和真实 3D 世界中行动的能力方面仍然非常早期。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。>> 您能否详细说明一下设计师、创作者或机器人与世界互动？所以，这是否意味着您可以，我的团队一直在玩一些工具。所以，谢谢您。这意味着什么？如果您能为，比如说，一年或两年后描绘一幅图景，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，建造的舞台非常漂亮。>> 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，用数字形式帮助将演员和动作带入那个世界。当然，根据辅助技术，无论您是在电脑上，还是最终人们可以使用头戴设备或其他任何东西，您都可以获得身临其境的感觉，仿佛置身于中世纪法国小镇。这对许多创作者来说将是一个惊人的创意工具。>> 这是几周前我和别人谈过的例子。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。>> 因为他们发现它在指尖上非常强大，能够创建 3D 世界，他们可以用来沉浸他们的角色或他们自己。而且，就流程而言，如果有人想知道它是如何工作的，比如说，一位公立学校老师，他希望激励和教育他的学生，付出额外的努力。对于某人来说，使用这个是什么样的？他们是在输入文本，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，>> 他们完全不需要是技术人员。他们可以在桌面或手机上打开我们的页面，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此类照片，然后上传。我们称之为提示（prompt）。几分钟后，我们的模型会为您提供一个 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，因为您只需使用鼠标拖动、旋转和行走，就可以看到那个世界。然后，在下游，如果您想使用它，有很多方法可以使用它。您实际上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，您就可以从中制作一部特定的电影。>> 如果您是游戏开发者，您就可以做到。>> 我正要说这听起来很像一个游戏引擎。>> 是的，您可以放入很多角色。如果您是 VFX 专业人士，我们有很多 VFX 专业人士。他们实际上可以采用这个并将其放入他们的电影拍摄工作流程中，并让真实演员拍摄电影。我们还有心理学研究人员在使用那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培训的模拟器。>> 因为很多机器人培训需要大量数据，然后用它来生成大量不同的数据。所以，这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。>> 您提到了精神病学研究。我想您刚才提到了。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。>> 他们会被某些环境触发，他们想研究触发因素，也想研究治疗方法，但您如何触发某人，比如说，他特别有问题，比如说，草莓田，我只是随便说说的。>> 我的意思是，您可以带他们去草莓田，但如果您想知道是夏天的草莓田，还是晚上的草莓田，或者它是草莓，还是正在授粉的草莓，您该怎么做？突然，这位研究人员意识到，我们为他们提供了成本最低的方式来改变各种维度，他们可以进行测试并进行研究。>> 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，但现在您描述了它，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，如果您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。我们将创造能够处理现实世界和虚拟世界机器。>> 所以我们在数字和物理空间中做了很多事情。>> 您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知名品牌和明星人物？有没有什么人脱颖而出，让您觉得，你知道，有一些非常了不起的人在做着好的工作？嗯，这就是我写这本书的原因之一，尤其是在中间章节，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，他们中的一些人仍然和我们在一起，一些人已经不在了，例如，已故的安曼·比尔曼（Anman Beerman）在过去几年里都去世了。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，世界各地仍然有很多科学家。他们中的许多人都在美国，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，只是举几个名字，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，>> 而且还有很多这样的人。我我不想只是点名他们。>> 当然。>> 但您问我的是那些不在人工智能新闻中的名字。>> 是的，太好了。谢谢。我还想听听您对未来几年可能发生的，这是一个非常强烈的词，但似乎不可避免的发展的看法。我举个例子，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，您可以问一些问题，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。当您有四五个这样的问题，在足够长的时间范围内，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，您认为有哪些事情可能被低估为近乎不可避免的？>> 您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，因为现在大家都在谈论语言大型语言模型，但实际上像素的、3D 世界的世界建模是被低估的，因为就像您所说的，它为从讲故事到娱乐到体验到机器人模拟的许多事情提供了动力。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，例如我们如何评估合格的工人？>> 嗯。过去是您毕业于哪所学校，获得什么学位，但那将改变。是的。由于人工智能触手可及，许多人认为这是被低估的。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整个言论是夸大的。>> 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到酒店业以及所有正在发生的变化。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您的问题有关，那就是您告诉或将要告诉您的孩子们什么，您的建议是什么。假设他们正处于决定应该学习什么、应该关注什么等年龄。您会如何考虑回答这个问题，即使是初步的？>> 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。您要经历小学、中学、高中、大学，然后获得一些，你知道，获得一些职业培训，那是一条路，并且有来自学位等的结构化凭证，但人工智能确实改变了这一点。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，更重要的是您学到了什么，您使用了什么工具，您能多快地利用这些工具来增强自己的能力，而这些工具很多都是人工智能工具，您使用这些工具的心态比这更重要。>> 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集而成长，并且思想开放，而且最终结果是，如果您能够使用这些工具，您就能够学习，您可以更好地增强自己的能力。>> 所以这肯定在转变。所以回到您的问题，您告诉年轻人，告诉孩子们什么？我认为学习如何学习的永恒价值，学习的能力现在甚至更重要。>> 是的，当我们交谈时，我发现对于有抱负的人来说，越来越容易成为超级自学成才的人，对吧？我们已经看到了这一点。>> 当然，YouTube 有着良好的记录。现在，您可以选择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，或者您可以为自己充电。同样，人工智能也是如此，对吧？您快进一下。我们甚至不需要快进，但问题是，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，它正变得近乎不可能。>> 是的。学生们要么可以逃避所有的工作，要么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。所以学校将发生很多变化。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。您能多说一点吗？这很有趣。>> 例如，英语论文。>> 这不是我说的，这是我听到的一个故事，我非常同意。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。所以老师给了一个论文主题。向学生展示这是最好的 AI 给我的，我将向你们展示我认为它好在哪里，坏在哪里，为什么它不是最优的，我将给它一个 B-。现在我要告诉你们，这是我的标准。如果您懒到让 AI 为您写论文，您就会得到这个结果。但您可以使用 AI，这完全没问题。但如果您能做好工作，学习，思考，成为最好的创作者，并在其基础上工作。>> 您可以得到 A+。在我看来，这才是正确的评估方式，而不是让人类与人工智能对抗，然后试图监管人工智能的使用与否。而是要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。>> 我将仔细考虑这个例子，并尝试思考更多例子。这非常有趣，而且天哪，我一直对模型的改进速度感到震惊。但是的，这就像一个思想实验。>> 是的。>> 我会好好琢磨一下。我知道我们只剩下几分钟了。第五，我想问您一个我经常问的问题，如果您可以在广告牌上写下一句引言或信息，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。您会或可能会在广告牌上写什么？>> 您的北极星是什么？>> 您的北极星是什么？这当然至关重要，回到您如何定义或找到它。我的意思是，您谈到了大胆的问题，然后由此引出了北极星或假设。您还有其他方式鼓励人们思考如何找到他们的北极星吗？我相信这就是让我们如此人性化，让我们如此充实的原因。>> 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。>> 而且没关系，不是每个人都必须以人工智能为北极星，但找到它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。其中很多是学习了解自己，以及学习如何制定您的北极星以及如何追求它。>> 最后一个问题。您的父母是否曾向您解释过他们为什么给您取名 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。他放了它，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。抱歉，对于不会说中文的人来说，我忘了您会说中文，但对于不会说中文的人来说，Fay 的意思是飞。>> 意思是飞。>> 是的。所以，受到鸟的启发。>> 快速说一下，我觉得很有趣。我的第一个中文名字是 Fay Ting Chong，因为我非常直率和诚实。所以，Ting，但 Fing Chong，但当我刚开始的时候，我在中国的声调并不完美，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，我们把名字改成了不那么令人困惑的名字。>> 您的新名字是什么？>> 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，非常感谢您的时间。我们将链接到节目笔记，在 tim.blog/mpodcast 上提供给所有人。您可以轻松找到您，每个人都应该查看 worldlabs.ai，我们将把所有其他链接，您的社交媒体等放在节目链接中。但感谢您的时间。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。