Transcription
（铃声响起）——我是布拉德·史密斯，这里是《工具与武器》。——我很幸运。好奇心从未离开过我。我认为每个孩子都天生好奇。我认为这在我们 DNA 里。这就是我们作为一个物种的本质。——那是李飞飞博士，一位开创性的人工智能科学家、企业家和斯坦福大学教授，她正在领导计算机视觉领域的开创性工作。在本期节目中，李博士分享了将人类价值观置于人工智能发展中心的重要性。我们还将探讨由好奇心而非利润驱动的政府资助的学术研究如何带来意想不到但深刻的发现，这些发现长期以来一直推动着美国的创新。李飞飞，下一位登场《工具与武器》。 （柔和的音调）嗯，首先我想说，欢迎来到我认为是一个与世界上最伟大的计算机科学家、人工智能专家、现在的企业家、与美国乃至全球技术及其社会影响息息相关的人——斯坦福大学的李飞飞博士——进行对话的机会。飞飞，欢迎。感谢您今天加入我。——谢谢你，布拉德。我很高兴能和你一起进行一次精彩的聊天。——嗯，你有一个非凡的个人故事。你写了一本关于它的精彩的书，有一个词我想和你谈谈。这个词是好奇心，它在你生活中的作用，在你成功中的作用，我认为它对所有听众的作用，以及技术未来的作用。我认为你几乎一直是一个充满好奇心的人。这种兴趣，这种好奇心的火花，最初是在什么时候进入你的生活的？——嗯，首先，布拉德，我很高兴你选择了这个词。我的书名是《我看到的世界》，但副标题的第一个词是“好奇心”，因为我认为这绝对是我作为一名科学家的生命线，而且我认为这确实是，坦率地说，是生命的一份礼物。所以你问我它从哪里来。我实际上想说我很幸运。好奇心从未离开过我。我认为每个孩子都天生好奇。我认为这在我们 DNA 里。这就是我们作为一个物种的本质，坦率地说，科学家们甚至研究过灵长类动物和其他动物物种也具有好奇心，所以这是人类给自己的一份巨大礼物，而真正的一份礼物是，在我成长的早期，无论如何，我的父母功不可没，他们保护了它。所以，尽管生活中有起有落，环境有变化，但我从小就很幸运，好奇心得到了保护。它成长了，它变成了一团火，继续驱动着我的生活，对吧？你提到我现在是一名企业家。这可能是我生命阶段的一个奇怪选择，（笑）至少很多人会问我，“你为什么要做这个？”而这个问题的根本答案是好奇心。我只是非常兴奋地做着（笑）我正在做的事情，所以。——是的，我很想让你分享几个关于这一切是如何在你身上实现的，因为我认为它们非常贴近生活，而且对人们来说非常有趣，你在书中也讲述了这些故事，但是，你知道，对于一个在计算机视觉、图像、模式匹配等领域一直处于领先地位的人来说，当你还在成长的时候，你陪同你的父亲，我想，参加了相当多的旧货市场。给我们讲讲吧。——是的，所以你指的是我们早期移民的日子。我 15 岁时，我妈妈和我加入了我在新泽西的父亲，在所有地方，帕西帕尼，新泽西。而且，你知道，作为一个移民，或者一个移民家庭真的很艰难。我们从中国的一个中产家庭，真的，真的，真的贫困地搬到了新泽西，我们生存的一个方式就是从旧货市场和车库销售中购买物品，你知道，它们更便宜，等等，但我认为，我认为我在书中写了很多次，以不同的角度，你描述的事情是，周末我会和我父亲一起去旧货市场，但现在我们谈论它，听起来很无聊，或者甚至不是一件很棒的事情，但你必须把自己置于我的角度，一个十几岁的女孩，和她不怎么会说英语的父亲一起去这些旧货市场，但他每周处理这个小小的生活事件的方式充满了好奇心。他会走近每一个小摊位，或者摆满各种物品的桌子，带着那种纯粹的孩子般的，“哦，天哪，飞飞，快来看看这个杯子。上面有个猫头鹰”，或者“看看这个园艺工具。我从来没想过你可以这样设计它，这样就可以轻松地拔出植物。”他只是带着那种孩子般的，你知道，初学者的心态，孩子般的喜悦来看待一切，这只是我当时没有意识到的事情，但现在我已经做了几十年的职业科学家，我意识到第一次看到事物的喜悦，并保持这种好奇心，与我们作为科学家第一次打开一篇论文，看别人给我们的结果，或者听到一个算法时所做的事情是一样的。你必须拥有那种喜悦和好奇心。——我认为从那次经历中一个很棒的教训是，它几乎适用于生活的每一个时刻，即使是最平凡的时刻，也常常会创造学习新事物的机会，但你必须去寻找，你必须去倾听，你必须提问，你必须保持那种惊奇感。——是的，那种惊奇感，是的。——而且这是一种美妙的事情，那种惊奇感，显然你在此基础上不断发展。你获得了奖学金去新泽西的普林斯顿上大学。你显然不仅好奇，而且还是一个勤奋的人。你还分享了一个故事，你知道，你是如何全身心地投入到你的课程、你的学术工作，甚至你的考试中的。有一天你参加了一场考试，我想就在你母亲住院的医院房间外。你能稍微讲讲这件事吗，以及它如何融入你作为一个人的发展？——嗯，谢谢你，布拉德，如此详细地阅读这本书，而且，你知道，你去的大学，你知道，我们对那所大学略知一二（笑）。——没错。——这是我们共同的母校。所以首先，这本书是作为一名科学家和一门科学学科，人工智能的成长而写的。它不是为了讲一个悲惨的故事，也不是我处理这些故事的方式。你现在提到的这个故事，对我来说，是对移民的一个爱情故事，那就是数百万美国移民带着希望和梦想辛勤工作，而我只是其中之一，而且确实那几年很艰难。我母亲健康状况不佳，尤其是因为她是一名心脏病患者，所以她的心脏非常不好，而你提到的事情发生在我进入普林斯顿的第一年。我不得不带我母亲去医院进行一次准紧急手术，我必须为她翻译，因为手术的一部分是她保持清醒，并且必须回应医生，而我就是唯一的翻译，我当时也在参加考试，所以我让普林斯顿允许我在那里，实际上穿着手术服，因为我必须在她所在的区域，在那里参加考试，同时在那里支持她和支持医生。但总的来说，这是一个两个城镇的故事，一个两个城市的故事，一个是我在普林斯顿学习物理，我喜欢其中的每一分钟。很痛苦，很艰难，但很有趣。但这也是帕西帕尼的故事，我的家人住在那里，我们有一家干洗店，用硅谷的话来说，我是这家干洗店的首席执行官（两人都笑）。我雇佣了我的父母，而且这是一家周末生意，就像大多数干洗店一样，我也在那里努力工作。——嗯，我觉得有趣的是，这两个城镇对你来说结合在一起了。你的旅程在继续。它带你从东海岸的普林斯顿，到西海岸的加州理工学院，我想有一个时候你遇到了一个岔路口。当你还在加州理工学院时，你有机会决定下一步做什么，一条路通向麦肯锡，一家显然很棒的管理咨询公司。他们给了你很高的薪水，另一条路是继续追求科学，这当然，当时看起来并没有提供那么多钱。你和你母亲谈过你应该做什么。你母亲告诉你什么？——是的，我想，很多学生都会经历这种情况，但我的情况可能因为家庭的财务状况而加剧了，你在读研究生期间，你知道，博士学位的第二年、第三年是博士学位最艰难的一年，你知道，论文被拒绝，你不知道你是否能找到一份好工作。尤其是在那个时候，人工智能作为一个领域仍然处于人工智能的寒冬，所以它不像今天的人工智能时代，如果你是一名人工智能专业的学生，你知道会有很多工作等着你。那时，情况完全不是这样。如果你是一名人工智能专业的学生，行业还没有完全成熟，教职工作竞争非常激烈，我非常担心，而且最重要的是，我母亲的健康状况持续恶化，我不能，你知道，干洗不是我的职业抱负。（两人都笑）——我明白。我们都欣赏那些将一生和职业奉献给干洗行业的人，但我能理解你的意思。——是的，所以你知道，这很容易，职业招聘会，你知道，高年级研究生，一件事导致另一件事。我收到了麦肯锡的录取通知书，对吧？这并不令人惊讶，但令人惊讶的是麦肯锡提供的薪水和我家在这个国家曾经经历过的薪水之间的差异，那时我正在动摇。我只是不确定，但事实是我在动摇也表明我热爱我的科学，而我母亲一直是第一个在那里的人。她总是说，“去做你热爱的事情。你在纠结什么？”你知道，对她来说，这不像对我一样令人痛苦，而这是一种勇气，再次，作为一个孩子，你永远不会欣赏你的父母，直到你长大成人（笑），事后看来，这是一种不可思议的勇气。它也是一种无条件的爱。这是一份爱的礼物。你知道，她绝对是无私地想着我，而不是想着她，她没有医疗保险，她没有医疗保健，等等。她只是想着，“去做你热爱的事情。”回到好奇心，好奇心不仅仅是，对我来说，好奇心不仅仅是快乐的时刻，或惊奇感。好奇心是一种存在状态，而这种存在状态让我快乐，而成为一名科学家让我快乐，因为我一直有权利保持好奇心，而我母亲知道这一点，她鼓励我这样做。——你的好奇心和那种热情，那种对科学的追求，让你在 2000 年代初走上了一条创造了当时不存在的东西的道路。我认为人们没有意识到它会变得如此重要，但基本上你开始构建一个庞大的图像数据集。你称之为 ImageNet。给我们讲讲 ImageNet，它是什么，它是如何开始的，是什么给了你灵感来构建它。——是的，谢谢，布拉德。ImageNet 是一个我们花了三四年时间的项目，从 2006 年、2007 年开始构建，直到 2009 年、2010 年，最终，它成为了人工智能领域见过的最大数据集，包含 1500 万张手工标注和清理过的图像，涵盖 22000 多个视觉对象类别。这些图像来自世界各地的互联网图像，每一张都经过精心策划和组织，它们成为了所有人工智能算法，尤其是（模糊不清）深度学习革命的一个基本训练数据集，因为你的网络算法将成为 ImageNet 的最大用户，我认为 ImageNet 的意义不在于图像的数量本身，或者它是视觉图像、视觉数据集的模式，而在于大数据这个概念，因为现在，你知道，快进到 2024 年、2025 年，大数据已经如此……没有人会质疑它。如果你想做人工智能，你需要三样东西。你需要 GPU。你需要你的网络算法，你需要数据。我们从 AlphaFold、ChatGPT、Gemini，到任何最新的、最棒的人工智能算法、模型、产品，都是建立在这三个要素之上的。但在 ImageNet 开发之前，大数据并不是一个概念。事实上，人们还在使用小数据。事实上，数据根本没有得到重视。你知道，数据只是在你构建了一些算法之后才被考虑到的，然后你只是随便找点什么，希望你能训练一个模型，而我们观察到，在我们制作 ImageNet 之前，那是一种错误的思维方式。从数学上讲，这些机器学习模型需要能够学习和泛化，而驱动这种学习和泛化的方式，除了算法的架构之外，实际上是通过数据，以及多样化的数据，大量的 数据，所以这个概念是由 ImageNet 引发的，因此，对我们来说非常幸运的是，ImageNet 对深度学习的革命产生了巨大的影响。——我认为你能够追求 ImageNet 的原因之一，而且当然也是你职业生涯的基础，就是致力于成为学术界的一部分，在大学工作，进行图像和计算机视觉的基础研究。给我们讲讲你为什么对计算机科学的学术研究如此充满热情。——是的，布拉德，我认为我最根本的热情在于生态系统，并且作为一个美国创新生态系统的受益者，我认为学术界和公共部门发挥着至关重要的作用，当然我们也看到了，当你拥有一个非常非常好的学术界生态系统作为技术和科学创新生态系统的一部分时，你可以带着好奇心去追求想法。你可以培养充满无限精力、创造力和激情的学生，然后你可以与生态系统的其他部分合作，将其转化为可以交付给人们的真实技术和产品，而这个生态系统是极其罕见的。我的意思是，美国在世界其他地区以及人类文明历史上都拥有最好的。就个人而言，我认为好奇心驱动的研究，总的来说，最好是在学术界进行的，你知道。即使在今天，我们也可以谈论今天，存在挑战。我仍然认为学术界是一个肥沃的游乐场，研究人员和学生可以想象不可思议的事情，或者想象一些人们会嘲笑的事情。ImageNet 就是这样，但然后你转身改变了技术和科学的进程。——如果你能的话，请多谈谈这个短语，我认为它在学术界很普遍，好奇心驱动的研究。这是什么意思，好奇心驱动的研究与，比如说，其他类型的研究相比，有什么不同？——是的。这是一个很棒的问题，布拉德。我认为好奇心驱动的研究从根本上与自由这个词联系在一起，也就是说，当你是一名大学里的研究员或教授时，你没有一个经理或主管告诉你，“飞飞，来普林斯顿或斯坦福，这三件事你应该做。”不，你只是得到一张桌子，一个办公室，以及申请资助的机会，然后做你想做的事情。当然，它不像你想象的那么自由。你想做的事情是基于你的专业知识。我是一名人工智能科学家，我不会去做，你知道，化学，你知道，即使我尝试去做，至少一开始，没有资历，我也没有说服力来获得资助，但正因为这种自由，所以像 ImageNet 这样的项目，对吧？我是一名年轻的助理教授。当时我刚到普林斯顿。我作为一名教职员工回到了普林斯顿。我有一个有两个学生的实验室。没有人告诉我我需要做什么。我在探索。我对大数据这个想法充满热情，然后我就开始做了。与此同时，当然我非常兴奋，我和我的同事们聊天，有些人会说，“嗯，这可能是一个糟糕的主意。”有些人甚至会说，“这可能会损害你的职业生涯。”但即使有这些阻力或争论，也没有人说，“你不允许这样做。”他们只会说，“这是我的看法，这是一个糟糕的主意，”但你仍然可以这样做。我也被拒绝过资助。但同样，即使被拒绝，仍然是自由。你知道，如果你能做到，你就可以做，但没有人说不行，没有人。而且，最重要的是，没有人说你应该做什么，这使得好奇心得以充分发挥，当然，我不想美化它。它也需要韧性、毅力和勇气，因为你确实会听到评论和意见，你必须自己决定，你是想改变方向，还是坚持下去？——你提到的一个关键词是资金。你被赋予了追求好奇心的自由，但你需要资金。可能是为了实验室设备，可能是为了计算时间，可能是为了雇佣研究生助手、博士后研究员等等。在美国，很多资金来自联邦政府，国家科学基金会，国家卫生研究院。NSF 或其他联邦资助在你职业生涯的发展和研究的追求中扮演了什么角色？——总的来说，它至关重要。我想说，当然你必须把它分解并分析哪个项目获得了资助，但正如你所说，在我早年，绝对是这样，国家科学基金会是主要的资助来源之一。另一个主要的资助来源是海军研究实验室，我们称之为海军研究办公室（ONR）。海军研究办公室在计算机科学、计算机视觉领域尤其以创建多大学研究倡议而闻名，他们会资助来自不同大学的一群教授，试图推动多大学合作和跨学科合作，而且，在我整个职业生涯中，我参与了许多 ONR，我们称之为 MURIs，多大学研究倡议。这至关重要。此外，行业也扮演着越来越重要的角色。当我开始的时候，你知道，天哪，20 年前（笑），作为一名年轻的教职员工，我的第一笔行业资助来自微软。谢谢微软。这是一项新教职员奖学金。我记得因为我真的很新（笑），但渐渐地，我的实验室已经获得了来自谷歌、微软、亚马逊以及松下、丰田和英伟达等国际合作伙伴的资助。所以，联邦资助和行业资助回到学术界以促进创新的生态系统是至关重要的。——这个生态系统的另一个方面是，对于我们行业中的人来说，这有点像站在巨人的肩膀上。学术界产生了大量的研究，我们在此基础上进行发展，而且我认为自严肃的计算机科学研究的开端以来，一直如此。在美国的许多行业都是如此，研究以多种方式来自大学。我的意思是，你们发表论文，我们阅读你们的论文，我们从中获得见解并将其融入我们的产品，而美国经济和创新活力的另一个关键方面是，人们在大学开始，然后离开，创办一家公司，或者如今他们仍然留在大学，但仍然创办一家公司。你今天既是一名学者，也是一名企业家。给我们讲讲你现在专注于的企业家追求。——是的，你说得对，布拉德，这也是我热爱美国科技创新生态系统的原因。它非常具有渗透性。没有人被迫被框起来，你甚至可以被放在多个盒子里。也许我们都是薛定谔的猫。（两人都笑）而且因为科技，尤其是现在的人工智能，发展如此迅速，来自行业的人，年轻一代，以及学术界，知识和能力流动如此之大，几乎不可能被如此地框住，而学术界的另一件事是，你被允许休假和休假，当然，你也被允许离开学术界。所以，就在一年前，当我的新一轮休假或休假即将来临时，我感到很不安，因为我意识到我自己的计算机视觉领域正在经历一场新的革命。像 Transformer、扩散模型、神经渲染等技术正在将深度学习、计算机图形学和计算机视觉重新组合成新一代的可能性，我称之为空间智能。它是理解和生成 3D 世界以及实现我们从未想象过的交互方式的根本技术。当我为空间智能这个想法感到兴奋时，我意识到这是一个学术界没有足够资源的特定想法，因为它需要数据，需要计算，还需要更大规模的人才专注于解决它。所以，我和我以前的学生，以及该领域处于前沿的年轻同事们一起，开始讨论这个想法，我们越来越兴奋。我们决定，你知道吗，让我们创业吧。让我们保持好奇心，让我们大胆，我们想解决空间智能的问题。我们想创造能够带来新体验、新系列产品的世界模型，让用户能够体验创造 3D 世界、在其中进行交互、将其用于生产力和创造力的能力，这就是我们为 World Labs 设定的方向。——嗯，在我们结束之际，我认为这是一个有趣的时机，可以审视我们当今的问题，并反思，我认为从我们刚才的谈话中涌现出的各种教训。我认为 2025 年将是许多人会问，“那么，我们的税款都花到哪里去了？联邦政府是如何花钱的？哪些项目值得资助，哪些不值得？”当谈到基础研究、大学的作用、联邦对大学的支持、大学保持财务健康的能时，作为一个来到这个国家并追求这份事业的人，你对华盛顿的立法者有什么建议，当他们考虑联邦政策的这一方面时？——是的，布拉德，在过去的五年里，我，也许一开始是不情愿的，但现在我正在积极地倡导为我们的公共部门研究和技术提供资源，因为我不仅个人从中受益，而且正如我们所讨论的，我认为这是独特创新生态系统的关键组成部分，没有其他国家或任何历史时期曾经拥有过，你知道，而我想为保护和发展这个生态系统做出贡献，所以即使作为一个在行业研究方面而不是学术研究方面的企业家，我也更深入地理解了为我们的公共部门和学术界提供资源是多么重要，因为那里有如此多的创新想法。那里培养了学生，而且学术界也可以发挥作用，你知道，仲裁和召集具有挑战性的辩论，并且，你知道，真正让人们对非常非常关键和具有挑战性的话题进行严谨的讨论。所以我想对任何立法者和政策制定者说，将这个生态系统，将公共部门和学术界在这个生态系统中的作用视为一项战略资产来投资，而这项资产既是人才资产，也是知识资产，公共利益资产，我们需要投资于此，而且，在我看来，这是保持这个生态系统健康的唯一途径。——而且，你可能也知道，这是我极力赞同的事情。这很有趣，因为我认为，当我周游世界，你知道，多年来会见了其他国家的领导人，我经常遇到政府官员说，“我们研究了美国，因为我们想了解是什么让美国在经济竞争力、研究、创新、真正的活力方面如此成功，我认为这是美国的标志。”而且很多时候人们会说，“当我们研究美国时，最突出的就是，”我们一直在谈论的，“这个生态系统”，也就是说，在很多方面，它都植根于基础研究、联邦支持、财务健康。很难想象美国没有它会成功，但我也认为有时在别人身上看到某样东西比在镜子里认出它更容易。也许我们美国人自己并不经常充分理解它。我认为你的个人故事，你的经历，最迷人的是，你将两个关键部分结合在一起，一个新泽西的小女孩，如果她自己付学费，她永远负担不起，但她可以去，因为她获得了奖学金，而这得益于财务健康和其他奖学金项目。然后一旦在那里，她就可以工作，工作，工作，学习更多，然后追求她的热情，并将研究变为现实。事实证明，你看到了当时没有人看到的东西。在人工智能寒冬中，你看到了一个更光明的未来，它将来自于所有这些大数据，所有这些图像，你创造了一个成为我们今天看到的各种进步的巨大基石的东西。所以，就个人而言，我只想感谢你，不仅仅是感谢你所做的一切，飞飞，而且感谢你用你的声音帮助其他人理解它的重要性。当我们展望这个十年及以后时，我认为这是一个我们不能忘记的教训，而你通过提醒我们来为我们所有人服务。——嗯，谢谢。你太好了，布拉德。正如你所说，我，你知道，是一个关于这个生态系统的故事，一个成功的移民旅程的故事，但实际上我欠我的所有帮助过我的人。在我的书中，我谈到了很多英雄。我们刚才谈到了我的母亲，但实际上有很多英雄，从高中数学老师到我的研究生同事，到我的学生，到，你知道，导师，他们都在这里，因为有一个支持我们所有人的生态系统，所以我想看到它继续下去。——我们都站在彼此的肩膀上。所以谢谢你，谢谢你，飞飞。（柔和的音乐）（柔和的音乐继续）你一直在收听布拉德·史密斯主持的《工具与武器》。如果你喜欢今天的节目，请在任何你喜欢收听的地方关注我们。（柔和的音乐）我们的执行制片人是卡罗尔·安·布朗和亚伦·蒂斯。本期《工具与武器》由科琳娜·埃尔南德斯和乔丹·罗斯莱因制作。本播客由 Jennie Cataldo 编辑和混音，Run Studios 的 Sam Kirkpatrick 提供制作支持。原创音乐来自 Angular Wave Research。《工具与武器》是微软制作的，与 Listen 合作。