每一个在AI浪潮中奋楫前行的科技工作者和企业家，都应当在追逐效率与利润的同时，看见那些被技术阴影遮蔽的普通人的面孔，看见那些被数据简化的人类复杂性，看见被算法忽视的生活的模糊地带。
人工智能会改变世界，那么，谁会改变人工智能？
这是李飞飞在2024年TED大会上提出的一个重要问题。
提出这个问题，说明李飞飞对AI的思考、她所做的一切，最核心目的并不是简单的“让人工智能来改变世界”，而是始终将“由人来改变人工智能”作为最优先原则——如果我们专注于前者，那其实意味着人类已经输给AI，很容易滑向“技术乐观主义”或者“末日论”；但如果我们能专注于后者，就会自始至终都捍卫着人的主体地位，或许可以在技术乐观主义和末日论之间，找到第三条路——“以人为本”的AI。
然而，文艺复兴乃至五四运动以来，“以人为本”四个字我们听得已经太多、太久，以至于让其变成了一个很笼统的、浮于表面的口号。那么，在当下，当AI碰撞上“以人为本”，这四个字彰显的AI未来之路到底是什么样的呢？
在《李飞飞自传：我看见的世界》这本书中，我们或许可以找到答案。
[美]李飞飞|著
赵灿|译
中信出版集团
2024年4月
从“ImageNet时刻”到“AI向善”的十字路口
2012年，一个名为ImageNet的项目悄然引发了一场革命。如今，当我们在手机相册中瞬间搜索到包含“猫”的照片，当人脸识别成为日常生活的寻常部分，背后都有那一时刻的影子。当时做AI的人估计都没想到，这个看似“笨拙”的项目，竟然能够开启AI的深度学习时代，从而奠定当今AI浪潮的技术路径。而这个项目的主人李飞飞，也因此被称为“AI教母”。
为什么是ImageNet？为什么是李飞飞？简单来说，这主要源于李飞飞对“人类如何学习”的深刻洞察——当时，其他人是怎么教AI学习识图的？比如识别一只猫，一般是这样的：投喂一些猫的照片，然后总结猫的生物特点，四只短腿，两只尖尖耳朵……但李飞飞则直接喂养给AI成千上万只猫的图片，让AI自己去总结规律学习。结果就是，别人的AI经常张冠李戴，连猫和兔子都分不清楚，根本无法再往下推进；而李飞飞这个看似费劲、甚至不可能的海量图片喂养，实则让AI实现了真正的深度学习。
中学时，李飞飞移民到美国，涉猎了大量的文学名著，也正是因为对文学的广泛涉猎，才让她更快地融入了当时的学习环境中去，为后来的一切打下坚实的基础。1995年，19岁的李飞飞在普林斯顿主修物理学时，还选修了艺术史课程。正是从艺术、心理学等领域汲取的灵感，才让她在“人类思维如何对图像进行分类”的问题上有所突破和创新，取得了ImageNet项目的胜利，并因此成为了计算机科学领域的领军人物。
然而，翻开她的这本自传，我们会发现，她对人性的深刻洞察、对AI的深刻思考，再往深了挖，是源于三重“看见”。
三重“看见”，构建“以人为本”的AI世界观
第一重看见：看见数据背后的“人”。ImageNet项目的成功，表面上是大数据的胜利，本质上却是对人类认知方式深刻理解的结果。李飞飞意识到，人类识别物体不仅依赖于视觉特征，还依赖于语境、故事和情感连接。她曾在演讲中举例：当人类看到一张狗搞砸房间的照片时，我们不仅能识别出狗、主人和沙发，还能立即理解背后的故事——狗感到愧疚，主人很不开心。这种理解力源于我们的生活经验和情感能力。
那么，如何让AI像人一样拥有这样的理解力呢？
李飞飞的答案是让AI学会“联系”和“感受”。这需要三步走：
首先，要用真实的场景“喂养”AI。就像教孩子认识“水”，不仅要让他看一杯静止的水，还要让他看到流动的江河、沸腾的开水和结冰的湖面。同样，给AI看的不能只是孤立的“狗”照片，而是狗在公园奔跑、在门口等待、在沙发上陪伴主人的各种生活瞬间。这样，AI学到的才是物体在真实世界中的存在方式。
其次，要为数据注入人类常识。当标注一张“人给狗喂食”的图片时，不能只标注“人”和“狗”，还要说明他们之间的互动关系——“喂食”。这一点点额外的信息，就是在教AI理解这个世界的基本剧本：不是两个物体恰好同框，而是一个正在发生的、有意义的故事。
最终目标是多模态学习——让AI能同时处理图像、文字、声音。当AI看到闪电的图片，能关联到轰隆的雷声和“危险要躲避”的常识，它才算真正开始“理解”闪电是什么。
从这一点上，这个“以人为本”，颇有点以人为学习样本的意思了——当然，李飞飞做AI的思路，最独特的地方就在于，她始终能超越冷冰冰的纯技术思维，融入活生生的人文视角，从而给AI的机械生命注入人的灵魂。
第二重看见：看见技术之外的“社会”。2019年，李飞飞与哲学家约翰·埃切门迪共同创立了斯坦福大学“以人为本人工智能研究院”（HAI），这标志着她对AI的思考进入了更广阔的社会维度。研究院的使命是“推进AI研究、教育、政策和实践，从而造福人类”。
在书中，李飞飞毫不避讳AI的社会风险。她指出，AI系统有时会将黑人肖像标记为“猿”，或者将集中营大门误认为“攀爬架”。这些不是单纯的技术失误，而是数据偏见的社会性体现。她警告：“科技行业的代表性不足，导致算法无意中带有偏见，在非白人、非男性用户身上表现不佳。”
更令人忧虑的是，李飞飞观察到人工智能正在成为一种特权。她透露，扎克伯格的Meta计划采购35万个专用GPU推动AI发展，而斯坦福大学的自然语言处理团队仅能获得68个GPU。2022年，科技行业贡献了32个关键的机器学习模型，而学术界仅有3个——这一数据在2014年还恰好相反。
面对这些社会风险，李飞飞是如何思考的呢？
首先，她主张将伦理考量前置，在技术开发初期就嵌入公平性。例如，针对人脸识别对深色人种的误判问题，她认为，不能等出了问题再修补，而要在数据收集阶段就确保涵盖不同肤色、年龄、性别的样本，从根源减少偏见。
其次，她大力推动跨学科协作。在她领导的HAI研究院，计算机科学家与哲学家、法律专家、经济学家坐在一起工作。比如讨论自动驾驶的“道德抉择”时，工程师提供技术可能性，伦理学家阐释价值权衡，法律专家界定责任边界，共同设计更负责任的技术方案。
最关键的是，她积极应对资源失衡问题。面对科技巨头动辄拥有数十万GPU，而高校研究团队仅获数十个的现状，她倡导建立公共AI研究平台。这就好比在私人大图书馆外建立公共图书馆，让更多学者能获取先进算力，确保AI研究不被少数大公司垄断，保持发展路径的多样性。
李飞飞相信，AI的未来不应由技术单方面决定，而需要融入更丰富的人类智慧，让科技真正服务于全体人类。
第三重看见：看见学科壁垒之外的“交叉”。李飞飞的AI之路最独特之处，在于她主动打破学科壁垒的勇气与智慧。她认为，理解智能本身，才能创造智能，而这需要融合计算机科学、神经科学、心理学、哲学等多学科的智慧。
在HAI的框架下，她推动人工智能与人文社科的多维对话。她强调：“我们最终的目的是希望机器能像人一样做出决策的话，那么机器就需要理解人类的情感，语言，目的，行为以及与不同场景的交互机制。”
在TED 2024大会上，李飞飞进一步提出了“空间智能”的概念，认为AI下一步突破在于理解和应对三维物理世界的能力。这一洞见同样源于她对人类认知方式的多学科理解——人类智能的本质，不仅在于识别模式，更在于理解空间关系并在现实世界中采取行动。
在她的研究框架中，AI不再是纯技术问题，而是理解人类智能本质的窗口。她领导的HAI汇集了来自基础科学、工程、心理学、医学、商业、法律、教育和社会科学等多个学科的研究者，真正实现了跨学科协作。
启示：在AI的“大航海时代”，我们需要怎样的罗盘？
李飞飞在她的自传里面，提供了一个在“技术乐观主义”与“末日论”之外的“第三条道路”——一种审慎、负责且充满人文精神的科技发展观。
面对AI安全的争议，李飞飞持一种更为乐观但理性的看法。她认为AI的未来在于成为人类的强大伙伴，其安全性取决于我们的设计、治理和价值观。与她形成鲜明对比的是“AI教父”杰弗里·辛顿，他认为超级智能可能在未来5年到20年内出现，届时人类将无法控制它们。不仅辛顿，赫拉利教授也有过类似的警告，他说，“等到无意识但具备高度智能的算法比我们更了解我们自己时，社会、政治和日常生活将会有什么变化”？他警告：随着AI力量不断增强，我们智人“就有可能从设计者降级成芯片，再降成数据，最后成为滚滚洪流中的一块泥土”。
李飞飞并不回避AI的风险，但她认为解决问题的答案不在技术本身，而在技术与人文的更深度融合。她强调，AI的发展并不是为了取代人类，而是能更好地与人类实现交流、互动，帮助人类高效地完成目标。
在医疗领域，她设想AI诊断技术能迅速连接到患者的病历记录，捕捉患者的情绪状态和行为特征，快速做出个性化回应。在教育领域，她期待AI助教能批改作业，理解学生对知识的掌握水平，从而让教师更专注于与学生的个性化交流。
这些设想共同勾勒出一种“增强型AI”的愿景——AI不是替代人类，而是拓展人类的能力边界。
回想起来，二十世纪最伟大的哲学家之一维特根斯坦曾在他的《逻辑哲学论》一书中反复强调：“即使一切可能的科学问题都已得到解答，人生问题也完全没有被触及。”而李飞飞走的道路，则是穿越科技，最终去拥抱人。
每一个在AI浪潮中奋楫前行的科技工作者和企业家，都应当在追逐效率与利润的同时，看见那些被技术阴影遮蔽的普通人的面孔，看见那些被数据简化的人类复杂性，看见被算法忽视的生活的模糊地带。
毕竟，AI能生成惊艳的视频，但无法替代宫崎骏动画带来的感动。真正改变世界的，从来不是冰冷的技术，而是技术背后的人文关怀与人性智慧。
李飞飞在书中写道：“人工智能一直以来都追求科学性，而现在，它必须也追求人性。”这或许就是她在技术乐观主义与末日论之间找到的“第三条道路”——一种既拥抱技术进步，又坚守人类价值的AI发展观。"