重点摘要
1. 从移民根源到人工智能先锋：李飞飞的旅程
我被这样一个联盟所塑造的人工智能所激励——公共与私营、技术与哲学的结合——这让我在穿越城市时的紧张感被兴奋的火花所取代。
谦逊的起点。 李飞飞从新泽西的年轻移民成长为人工智能领域的领军人物，体现了教育和毅力的变革力量。她早期的经历，包括在家族的干洗店工作和克服文化障碍，塑造了她对技术及其影响生活潜力的独特视角。
追求知识。 李飞飞对科学的热情，尤其是物理学和后来的计算机视觉，得益于像萨贝拉先生这样的导师，并受到她与生俱来的好奇心的推动。她在普林斯顿和加州理工学院的教育为她在人工智能领域的开创性工作奠定了基础，展示了个人经历如何影响和推动科学创新。
2. 数据的力量：ImageNet与深度学习革命
如果这有哪怕微小的机会让我更接近发现——任何发现——我都必须考虑它。
ImageNet的诞生。 ImageNet的创建，一个庞大的标记图像数据集，是人工智能历史上的一个关键时刻。李飞飞希望为机器提供全面的视觉理解世界的能力，推动了这一雄心勃勃的项目，这个项目花费了数年的艰苦努力来编制。
深度学习的突破。 在ImageNet上训练的神经网络的成功，特别是2012年的AlexNet，标志着计算机视觉和人工智能的一个转折点。这证明了大规模、多样化数据集在推动机器学习能力方面的关键作用，为人工智能在各个领域的快速进展奠定了基础。
3. 架起学术与产业的桥梁：导航人工智能领域
人工智能正在成为一种特权。一个极其排他的特权。
动态变化。 随着人工智能潜力的日益显现，研究中的权力平衡开始从学术界转向产业。李飞飞在谷歌云的经历突显了科技巨头所拥有的庞大资源，包括计算能力和数据访问，这些资源开始超越大学环境中的可能性。
伦理考量。 人工智能的快速商业化引发了关于获取、伦理和开发这些强大技术的责任的重要问题。李飞飞的视角，跨越学术和企业环境，为这一不断演变的领域的挑战和机遇提供了独特的见解。
4. 人工智能的伦理挑战：偏见、隐私与意外后果
人工智能不是一种现象、破坏、难题或特权。我们正处于一种自然力量的面前。
意外偏见。 随着人工智能系统的普及，数据和算法中的偏见问题浮出水面。图像识别系统错误分类有色人种的事件突显了在数据集和开发团队中实现多样性的重要性。
隐私问题。 人工智能在各个领域的日益使用引发了重大隐私担忧。李飞飞在医疗环境中的工作特别强调了利用人工智能改善患者护理与保护敏感个人信息之间的微妙平衡。
- 挑战：
- 算法偏见
- 数据隐私
- 意外的社会影响
- 人工智能决策缺乏透明度
5. 人工智能中的人性元素：同理心与跨学科合作
我无法想象更值得受益的人。
跨学科方法。 李飞飞的工作，尤其是在医疗人工智能方面，强调了汇聚多元视角的重要性。计算机科学家、临床医生、伦理学家等之间的合作在开发不仅技术上可靠而且伦理和社会责任感强的人工智能解决方案中至关重要。
技术中的同理心。 李飞飞的个人经历，包括在母亲健康危机期间的照顾，影响了她对人工智能开发的看法。这种以人为本的视角强调了考虑人工智能对个人和社区的现实影响的重要性，超越了单纯的技术性能指标。
6. 医疗中的人工智能：在创新与患者尊严之间取得平衡
我的尊严消失了。消失了。在那样的时刻……甚至你的健康……都不重要。
环境智能。 李飞飞在医疗环境中开发人工智能系统的工作旨在提高患者安全和护理质量。自动手卫生监测等项目展示了人工智能在解决关键医疗挑战方面的潜力。
伦理考量。 医疗人工智能的发展揭示了重要的伦理考量，包括患者隐私、监控的潜在风险，以及在护理环境中维护人类尊严的必要性。李飞飞的方法强调了在这些技术的设计和实施中涉及医疗专业人员和患者的重要性。
- 医疗人工智能的关键方面：
- 提高患者安全
- 增强护理质量
- 尊重患者尊严
- 解决隐私问题
- 与医疗专业人员合作
7. 塑造人工智能的未来：多样性、教育与负责任的发展
AI4ALL，甚至吸引了一些资本，梅琳达·法兰奇·盖茨的Pivotal Ventures和Nvidia创始人黄仁勋的转型融资轮。
促进多样性。 认识到人工智能领域缺乏多样性，李飞飞共同创立了AI4ALL，这是一个旨在让代表性不足的群体在早期接触人工智能的倡议。这一努力突显了多元视角在塑造人工智能技术未来中的重要性。
负责任的人工智能发展。 李飞飞在学术界和产业界的经历促使她倡导负责任的人工智能发展。这包括考虑人工智能的社会影响、促进人工智能系统的透明度，以及增强公众对人工智能技术的理解。
- 负责任的人工智能的关键策略：
- 增加人工智能教育和劳动力中的多样性
- 促进人工智能发展的伦理考量
- 鼓励跨学科合作
- 倡导人工智能系统的透明性和可解释性
- 促进公众参与和对人工智能的理解
最后更新日期:
评论
《我所见的世界》因其将回忆录与人工智能历史相结合而备受赞誉。读者们欣赏李的移民经历、科学好奇心以及对人工智能发展的贡献，尤其是ImageNet的创建。该书因其对复杂概念的通俗解释和对以人为本的人工智能的强调而受到好评。许多人发现李的个人故事鼓舞人心，写作风格引人入胜。然而，也有一些批评意见，包括内容重复、对女性在科技领域的讨论有限，以及偶尔出现的技术术语。总体而言，评论者推荐这本书给对人工智能、女性在STEM领域或鼓舞人心的回忆录感兴趣的读者。