我看见的世界

自传从“看见”这一动作出发，把个人经验和计算机视觉连接起来。李飞飞研究的是如何让机器从图像中识别对象、场景与关系，但她的人生问题并不比机器识别简单：人在陌生环境中应当如何理解自己所处的位置？面对眼前的生计和遥远的志向，哪些损失可以承受，哪些不能？当一个研究方向尚未得到主流认可时，凭什么决定继续投入？

她在美国的青少年时期并不拥有一种从容规划未来的条件。移民家庭必须先解决语言、工作、住房与医疗等现实问题。学习并非脱离生活的纯粹活动，而是与打工、照料家庭、帮助父母适应新社会同时进行。也正因为如此，科学对她并不仅是职业选择。它提供了一套较为稳定的秩序：复杂现象可以被提问，问题可以拆解，证据能够修正判断，未知并不等同于无路可走。

然而，本书也让人看到，科学理想无法自动取消生活责任。李飞飞既希望沿着好奇心前进，又无法把母亲的疾病、父母的经济困境和移民身份留在实验室之外。她后来倡导“以人为本”的人工智能，并非突然添加在技术研究之上的伦理装饰，而与这段经验有关：当一个人亲历制度如何影响普通家庭，她就较难把技术仅仅看成性能指标。机器所处理的图像、数据与决策，最终都会回到具体的人身上。

全书反复出现的难题因此是：如何在不确定中保持雄心，同时不让雄心遮蔽他人？这个问题贯穿她的求学、研究、组织工作和公共表达，也使这本自传超出个人奋斗故事的范围。

李飞飞的成长经历首先受到移民时代的塑造。她出生、成长于中国，青少年时期随父母移居美国。迁移意味着家庭原有的社会关系、职业经验与文化熟悉感大幅贬值。父母在新社会中缺乏语言优势和稳定资源，家庭成员必须以额外劳动换取基本安全。这种处境并不是“贫穷”两个字能够概括的：它还包括对制度的不熟悉、信息渠道的匮乏，以及面对医疗、教育和就业体系时持续存在的不确定感。

她进入美国教育体系时，科学研究仍由高度专业化的学术机构控制。对于一名来自新移民家庭的年轻女性而言，进入这套体系需要跨越多重门槛：既要获得知识和资格，也要学会理解那些未必被明确写出的规则。谁会被视为“适合做科学的人”，谁更容易得到鼓励、推荐和耐心指导，并不完全由考试成绩决定。书中师长与朋友的作用之所以重要，正因为制度通道需要由具体的人打开。

她投身计算机视觉时，人工智能也处于一个关键转折期。早期研究受限于计算能力、算法和数据规模，机器能够处理的视觉任务与人类日常视觉经验相距甚远。互联网积累的大量图像、硬件性能提升以及机器学习方法的进展，逐渐改变了可研究问题的边界。李飞飞推动大规模图像数据集建设，既来自她对视觉认知的科学判断，也依赖时代提供的数据与计算条件。若没有这些基础设施，同样的构想很难产生后来那样的影响。

此后，人工智能从相对封闭的研究领域迅速进入产业、医疗、教育、公共管理与大众文化。科学家的角色随之变化：研究者不再只对论文中的准确率负责，还必须回答数据从何而来、系统由谁部署、错误落在谁身上、利益如何分配。李飞飞从实验室走向公共讨论，不只是个人影响力扩大的结果，也是技术发展迫使研究者面对社会后果的表现。

因此，她的选择始终有双重背景：一边是移民女性在有限资源中的个人移动，另一边是人工智能从边缘研究走向基础性技术的历史运动。二者相遇，才构成这本书的特殊视野。

李飞飞早年的形成性经验，不是某一个顿悟时刻，而是几类经历长期叠加的结果。

第一类是迁移带来的失序。熟悉的语言、社会评价和生活节奏突然改变，使她很早就意识到，环境并不会自动向个人解释自身。要在新世界行动，必须主动观察规则、寻找信息并容忍暂时的不理解。这种经验后来与科学训练形成呼应：未知不是空白，而是需要建立模型、收集证据和持续校正的对象。

第二类是家庭劳动与照护。她的学习并非建立在家庭替她隔绝现实的基础上。相反，谋生和照顾亲人进入了她的日常安排。长期在多重责任间切换，增强了她组织时间、承受压力和处理紧急问题的能力，也留下另一面：一个习惯承担的人，容易把结构性困难解释为自己还不够努力。自传强调坚韧，但读者仍需看到，坚韧往往意味着身体、情绪和关系在支付成本。

第三类是物理学训练。物理学吸引她的，不只是知识内容，更是一种追问基本机制的方式。它要求研究者越过表象，寻找能够解释不同现象的结构。后来她转向计算机视觉，并未放弃这种倾向。她关心的不只是识别某一类图像，而是视觉智能怎样从复杂世界中形成有意义的表征。书中所谓寻找科学上的方向，实质上是寻找一个足够基本、又足够开放的问题。

第四类是早期研究中的受挫。学术工作很少按照回忆录中清晰的章节顺序推进。选题可能不被理解，实验可能失败，职位与经费存在竞争，个人也无法预先知道哪条路线会成为主流。持续面对失败，使她形成了把远期问题拆成阶段性工作的习惯。但这种能力并不意味着她总能准确预见结果；更恰当的说法是，她逐渐学会在结果不可知时判断一个问题是否仍值得投入。

第五类是成为教师、实验室负责人和公共人物。研究者只需为自己的判断负责时，冒险的边界相对清楚；当她开始指导学生、筹措资源、建设机构并参与政策讨论，选择便会影响更多人的时间和前途。她对人工智能社会责任的关注，也是在权力范围扩大的过程中形成的：能够调动越多资源，越不能只以个人兴趣解释决定。

从生存压力中保留科学道路

在移民初期，最直接的替代方案并不是在两所理想大学之间选择，而是继续深造还是尽快承担更多家庭生计。李飞飞拥有学习能力和科学兴趣，却缺少经济上的缓冲。她无法像资源充足的学生那样把失败仅仅当作探索成本，因为每一次选择都与家庭稳定相关。

她的判断并非抛弃现实、追随理想，而是在工作、照护与学习之间勉强保留一条通往科学的路径。这条路径需要家人的支持，也依赖学校和师长提供的机会。后来回看，继续求学显得正确；但在当时，它同时包含债务、时间和家庭风险。将这一节点简化成“坚持梦想”，会抹掉家庭共同承担的不确定性。

从物理学转向计算机视觉

选择计算机视觉并不是从低价值领域跳向显而易见的热门方向。当时，机器理解图像仍是一项困难且前景不明的任务。物理学拥有成熟的知识传统和明确身份，而计算机视觉处在多个学科交界处，研究范式尚在变化。转向意味着放弃一部分已经积累的确定性。

她看见的核心问题是：视觉并非简单地记录光线，而是智能理解世界的重要入口。对象、场景、动作与关系构成人类认知的丰富层次，如果机器无法处理这种复杂性，人工智能就很难真正进入现实环境。这个判断把她从既有训练带向一个风险更高的领域。其后果不仅是职业方向改变，也使她长期处于认知科学、计算机科学与工程实践之间，需要不断翻译不同学科的问题。

推动大规模图像数据集

建设ImageNet是全书最重要的选择节点之一。它后来成为计算机视觉发展史上的关键基础设施，但在提出之初，大规模收集、组织和标注图像并不天然被视为最有学术声望的工作。主流研究更容易重视新算法，而数据建设常被看作繁重的辅助劳动。李飞飞和团队必须回答：如果算法无法从狭窄样本中获得对世界的丰富认识，是否应先改变数据的规模与结构？

她的判断是，视觉智能需要接触足够广阔的对象类别和现实变化。这个判断包含一种“世界先于模型”的立场：不是让现实迁就现有算法，而是建立更接近世界复杂度的材料，迫使算法进步。团队要解决类别体系、图像来源、标注质量、工程协调和资源不足等问题。项目依赖大量参与标注的劳动者，也依赖互联网平台与计算设施；它绝非单个科学家的独立创造。

ImageNet后来的影响容易诱使人们倒推其必然性。实际上，团队当时并不知道深度学习将在相关竞赛中取得怎样的突破，也无法预知数据集会成为研究共同体的标准资源。这个选择的可贵之处，不是预言未来，而是在证据尚不充分时提出一个可以被共同体检验的基础设施假设。

从实验室进入产业与公共领域

当人工智能快速进入商业应用，李飞飞选择在一段时期内进入产业界。学术机构适合提出长期问题，却未必拥有部署大规模系统所需的数据、工程能力和产品场景；产业界可以使研究接近真实使用环境，也会带来商业目标、竞争节奏和组织保密等约束。

这一选择让她更直接地看到人工智能如何嵌入产品和机构，也使她必须处理学术价值与公司目标之间的张力。进入产业并不自动意味着背离学术，留在大学也不自动保证公共利益。关键在于：研究者进入何种权力结构，能够影响什么，又有哪些决定并不由个人控制。她后来返回学术界并推动以人为本的人工智能研究，可以被理解为对这段经验的回应，但不宜被写成一场预先设计好的闭环。

把“以人为本”确立为技术立场

随着人工智能影响扩大，李飞飞把关注点从“机器能看见什么”进一步推向“技术应服务于什么”。这不是放弃技术研究，而是改变评价尺度：准确率和计算效率固然重要，但系统如何影响人的自主、尊严、安全与机会，同样属于技术问题。

此时她拥有较高的学术声誉和公共影响力，表达立场的条件已不同于职业早期。她能够组织跨学科合作、参与机构建设并影响议程，同时也要面对一个困难：伦理主张若缺少制度设计、资源配置和工程机制，容易停留在口号。她的选择打开了更宽广的讨论，却不能由一位科学家单独完成。人文社会科学研究者、工程师、政策制定者、行业组织以及受技术影响的普通人，都必须进入判断过程。

李飞飞的经历不是孤立个人穿越障碍的故事。她能够持续行动，是因为多种关系在不同阶段提供了资源，也施加了约束。

关系／主体	提供的资源或作用	同时形成的约束与被忽略之处
父母与家庭	情感归属、迁移决策、对教育的支持、面对困境时的共同体	家庭生计与健康问题增加了她的照护责任；她的求学风险由全家共同承担
教师与导师	识别能力、提供训练、推荐与进入学术共同体的机会	师承也意味着进入既有评价体系，研究方向需在认可与独立之间平衡
同学、同事与合作者	补充知识、共同实验、工程实施、观点修正	成果容易集中在代表人物名下，团队劳动可能被压缩
学生与实验室成员	扩展研究能力、提出新问题、形成代际传递	负责人的选题与资源判断会影响年轻研究者的职业风险
数据标注劳动者	把海量图像转化为可用于训练和评测的数据	劳动常在技术叙事中隐身，报酬、工作条件与主体性值得被重新看见
大学、企业与资助机构	提供职位、计算资源、组织平台和公共影响渠道	机构目标会限定问题、节奏、公开程度与成果归属
医疗工作者、患者及普通使用者	使“以人为本”的讨论进入真实场景	他们并非技术的被动接受者，其经验应当参与系统设计和评价

其中最深的关系仍是家庭。母亲的健康与父母在移民社会中的艰难，使“人的福祉”不是一个抽象概念。家庭既让她无法只为自己生活，也让她不容易接受一种把效率置于一切之上的技术观。但自传以李飞飞为中心，亲人的经验主要通过她的视角出现；他们各自如何理解迁移、牺牲与她的事业，仍有一部分留在叙事之外。

学术关系则说明，科学突破本质上是集体活动。导师提供方向与准入，同事提供质疑与互补，学生参与长期劳动，研究共同体决定什么问题值得发表。李飞飞的重要性不应因此被削弱，但她的贡献更准确地体现在提出问题、组织资源和建立共同工作框架，而不是独占所有成果。

从书中反复出现的行为看，李飞飞最突出的能力不是单一技术技巧，而是把宏大问题转化为可持续组织的研究任务。

她首先善于寻找问题的尺度。问题太小，可能只获得局部性能改进；问题太大，又无法被实验检验。她在计算机视觉中持续追问机器如何理解丰富世界，同时把这一追问落实为数据集、类别组织、评测任务与合作网络。这种能力需要理论想象，也需要工程耐心。

其次，她倾向于把不足当作研究对象。当既有算法表现有限时，她并未只在模型内部寻找答案，而是把注意力转向训练材料及其规模。这种转换体现了一种系统判断：性能瓶颈可能不在最受关注的环节。ImageNet的建设正是由此产生。但这一方法也有边界——扩大数据能够推动识别能力，却不会自动解决偏见、语境、因果理解和社会责任。

再次，她能够长期承受低即时回报的工作。大型基础设施项目需要大量分类、检查、协调和修订，其中许多劳动并不产生迅速可见的学术声望。她对长期问题的忠诚，使团队能够跨过早期缺乏认可的阶段。然而，长期主义并非天然正确；如果负责人无法及时识别错误方向，坚持也可能把成本转移给学生和合作者。因此，耐力必须与阶段性证据和开放修正结合。

最后，她逐渐发展出跨领域翻译能力。她需要在科学家、工程师、企业管理者、医疗从业者、政策讨论者与公众之间切换语言。技术问题进入社会后，任何单一专业都不足以给出完整答案。翻译并不是把复杂问题讲得简单，而是让不同主体能够看见彼此的约束。

李飞飞常被概括为好奇、坚韧和有雄心，但这些词只有放回事件中才有解释力。好奇心表现为她愿意离开相对熟悉的物理学，进入尚未稳定的视觉研究；坚韧表现为她在家庭压力、研究失败和资源不足中维持长期投入；雄心则表现为她不满足于局部识别任务，而试图建立能够容纳广阔视觉世界的数据基础。

同一组特质也包含风险。对问题的高度专注，可能使个人忽视身体和情绪的限度；强烈的责任感，可能演变为不愿求助或把不可控结果归咎于自己；面向宏大目标的组织能力，也可能使团队成员的差异被统一在项目需要之下。自传对这些矛盾有所呈现，但叙述者天然更容易理解自己的动机，而难以完整复原他人承受的压力。

她对科学竞争既投入又保持警惕。学术体系要求研究者争取职位、经费、论文和影响力，科学理想却强调共享知识与共同求真。李飞飞无法置身竞争之外，她的职业成就也依赖这套体系；与此同时，她努力把研究扩展到教育、公共讨论和跨学科合作。这不是已经解决的矛盾，而是一种持续协商。

她对技术也保持双重态度。她相信人工智能具有扩大人类能力的潜力，又反对把技术进步等同于社会进步。这种张力比单纯乐观或悲观更接近她的经验：机器视觉的突破证明技术可以迅速跃迁，而移民、照护和医疗经历提醒她，人的需要不会因为性能提高而自动得到满足。

李飞飞职业早期能够调动的资源有限，她更多是制度的进入者；随着声誉、职位和机构影响增长，她逐渐成为资源分配者和议程设置者。这个变化意味着，个人叙事不能永远停留在“克服障碍”的位置。一个曾经处于边缘的人，在获得权力后也需要回答：哪些人能进入实验室，哪些问题得到经费，哪些数据被采集，谁承担技术失败的后果？

作为实验室负责人，她的判断会影响学生与研究人员的时间；作为数据基础设施的推动者，她参与塑造整个领域的研究方向；作为产业界高层科学家，她的工作与商业部署发生联系；作为公共倡议者，她又能够决定哪些伦理议题进入主流讨论。这些权力并不绝对，但真实存在。

ImageNet的历史尤其说明责任的复杂性。大型数据集推动了视觉技术进步，同时，互联网图像的采集、分类体系的建立以及对人的标签化，都可能继承社会中的偏见与不平等。早期建设者未必能预见后来所有用途，但“无法预见”不能永久免除维护、修正和反思的责任。基础设施一旦成为公共研究资源，其创建者、使用者、机构与平台便共同承担治理义务。

“以人为本”的人工智能因此不能只依靠科学家的善意。责任需要落实为研究规范、数据治理、风险评估、公众参与、申诉机制和权力约束。李飞飞的公共立场提供了方向，但方向与制度成果之间仍有距离。

李飞飞的重要成就，在于推动计算机视觉从有限样本与狭窄任务迈向大规模、真实世界导向的学习，并通过ImageNet为研究共同体建立了共享基准。其意义不仅在于数据数量，也在于改变了问题的组织方式：视觉智能需要面对一个类别众多、变化复杂的世界，算法必须在共同材料上接受比较。

她作为教师、研究组织者和公共倡议者的贡献同样重要。她把人工智能与认知、医疗、教育和人的尊严联系起来，推动不同学科进入对话，也为女性、移民和少数群体进入科学领域提供了可见的参照。但“可见”不等于结构障碍已经消失，一个杰出人物的成功也不能证明制度对所有人公平。

这些成果伴随多重代价。家庭为迁移和教育承担长期经济与情感压力；她本人在学业、工作与照护之间承受高负荷；学生和合作者投入大量不易被公众记住的劳动；数据标注者支撑了宏大的技术工程，却常被排除在科学荣誉之外。更广泛地说，计算机视觉的进步既能服务医疗与辅助技术，也能被用于监控、分类和控制。科学成果的用途无法完全由发明者决定。

书中仍有未竟之事。机器可以更准确地识别图像，并不意味着它理解人的处境；技术共同体开始讨论伦理，也不意味着权力已经重新分配；学术界强调多元，也不意味着弱势群体获得了稳定的进入通道。李飞飞的成就打开了一些问题，同时制造了必须继续回答的新问题。

《我看见的世界》是一部自传，叙述者与传主是同一人。它的优势是能够进入选择发生时的感受：移民初期的不安、家庭疾病带来的压力、研究受挫时的犹疑，以及重大项目尚未被认可时的不确定。这些经验若由外部传记作者书写，很容易被公开成就覆盖。

但自传也有天然边界。回忆发生在事业已取得重要成果之后，叙述者知道哪些早期经历后来变得“有意义”。这种时间距离会把散乱生活组织成较清楚的线索，例如好奇心如何引向科学、对人的关切如何引向以人为本的人工智能。这样的结构具有解释力，却也可能削弱偶然、绕路和无法归因的部分。

书中的家庭成员、导师、合作者和学生主要围绕李飞飞的成长出现。他们既是独立的人，也是自传叙事中的支持者、阻力或见证者。读者需要区分：某件事发生过，是事实层面；李飞飞当时如何感受，是当事人自述；她后来如何理解其意义，是回顾性解释。三者可以相互支持，却不能完全等同。

本书还将个人史与人工智能发展史交织起来，这使技术变革获得温度，也容易让领域演进过度集中于少数代表人物。计算机视觉的突破来自全球研究共同体、开源工具、硬件进展、公共资金、平台数据和大量劳动者。自传选择个人视角完全合理，但读者应主动把镜头向外推，才能看见完整的创新网络。

第一，可迁移的不是“追随热爱”，而是判断一个问题是否兼具长期价值与可检验性。李飞飞选择视觉智能，因为它触及智能如何理解世界，同时又能被拆解为数据、算法和评测任务。这样的判断需要学科积累，也需要承受一段时间内得不到认可的代价。

第二，当既有路径反复受阻时，可以重新检查问题的基础条件。她没有只在算法内部寻找改进，而是追问训练数据的规模和结构是否限制了进步。这种系统性转向适用于许多复杂工作，但前提是能够获得新的资源，并愿意承担基础建设的低可见度劳动。

第三，远期方向需要由阶段性证据约束。坚持ImageNet并非仅靠信念，团队还必须通过类别体系、标注质量和实际评测逐步证明其价值。长期主义若没有反馈，容易变成对沉没成本的维护。

第四，技术判断不能与使用情境分离。系统性能提高后，需要继续问它服务谁、由谁控制、错误由谁承担。这个原则的代价是研究和产品推进会变慢，参与者会增多，决策也不再只由技术专家掌握；但这正是公共技术应承担的复杂性。

第五，个人获得更多权力后，判断尺度必须改变。职业早期主要考虑“我能否进入”，后来则要考虑“谁还能进入、谁被排除、我分配的资源造成什么后果”。这种变化不能由个人美德一次完成，而需要透明制度和外部监督。

这些判断之所以值得保留，不是因为它们保证成功，而是因为它们帮助人在不确定中更诚实地处理证据、资源与责任。

李飞飞的经历不能被还原为一套普遍有效的路径。她的好奇心、耐力和组织能力具有个人特征；她遇到的教师、导师与合作者具有偶然性；互联网图像和计算能力在特定阶段迅速增长，是不可重复的技术窗口；ImageNet与深度学习突破相遇，更包含研究共同体长期积累产生的历史时机。

她的移民身份既造成障碍，也形成独特视角，但不能把苦难理解为成功所需的训练。经济压力、疾病和文化隔阂可能摧毁一个人的教育机会，并不会稳定地产生坚韧。幸存者能够讲述困境与成就之间的联系，不代表未能穿越困境的人缺少能力或意志。

她进入名校、实验室、企业和公共机构之后获得的资源，也不是普通读者仅凭模仿工作方式就能得到的。计算机视觉的大型研究依赖资金、计算设施、数据、团队和组织信用。忽略这些条件，只提炼个人习惯，会把集体性成就误写成个人品质的证明。

更重要的是，今天的人工智能环境已经不同。数据获取受到更严格的隐私、版权与治理要求，研究竞争更激烈，模型规模与算力成本显著提高，技术的公共风险也更加可见。曾经有效的研究策略不能原样移植。真正可理解的是判断结构，而不是外在路线。

《我看见的世界》没有必要把李飞飞固定为某一种人物。她既是从资源匮乏中进入科学体制的人，也是后来拥有机构权力的科学领袖；既推动了大规模数据驱动的视觉研究，也不断提醒人们不要把人的价值压缩为数据；既相信技术能够拓展人类能力，又知道技术不会自动选择善的方向。

这些身份之间并不完全协调。大规模数据推动了进步，也暴露出分类与偏见问题；产业提供了部署能力，也引入商业权力；公共倡议扩大了伦理讨论，却仍需接受制度成效的检验。她的经验不能替人工智能的未来提供终局答案，只能展示一个科学家如何在力量增长后重新理解责任。

书名中的“世界”因而不只是被相机和算法捕捉的对象。它包括移民家庭的餐桌、母亲的病痛、实验室里漫长而不确定的工作、数据背后的劳动者、技术将要进入的医院与公共空间，也包括那些尚未被主流叙事看见的人。机器是否真正看见世界，最终不能只由识别准确率回答；科学家是否真正看见世界，也取决于她能否看见成就所依赖的关系、制度与代价。

李飞飞的人生仍处在这一问题之中。她建立的技术基础已经产生远超最初设想的影响，她提出的以人为本方向却远未完成。正是这种不对称——技术能力迅速扩张，而社会判断缓慢追赶——构成全书最值得保留的开放问题：当我们越来越有能力让机器看见，是否也愿意扩大人类彼此看见的范围？