2016年11月，谷歌云CEO Diane Greene向外界宣布，斯坦福大學(xué)終身教授，斯坦福大學(xué)人工智能實驗室主任李飛飛加入谷歌，任谷歌云機器學(xué)習(xí)負(fù)責(zé)人。今年9月11日，在外界傳言“李飛飛將離職谷歌”一事逾兩月后，Diane Greene再次向外界宣布，李飛飛將回歸斯坦福大學(xué)進行學(xué)術(shù)研究，她的谷歌職位接任者，是來自另一個AI頂尖學(xué)府的卡內(nèi)基梅隆大學(xué)的計算機科學(xué)院院長Andrew Moore教授。

9月，在北京參加斯坦福大學(xué)的一個學(xué)術(shù)會議期間，李飛飛接受了《財經(jīng)》記者專訪。她向《財經(jīng)》記者確認(rèn)，隨著斯坦福新學(xué)年的開學(xué)，兩年學(xué)術(shù)假將滿，當(dāng)初加入谷歌和如今回歸斯坦福，均在預(yù)計日程表上。今后，她不會完全離開谷歌，還將繼續(xù)擔(dān)任谷歌云的AI/ML(Machine Learning)顧問。

在全球人工智能學(xué)術(shù)界中，由于是女性、華人，李飛飛是一位在中國認(rèn)知度較高的研究學(xué)者。

她的主要研究方向為機器學(xué)習(xí)、計算機視覺、認(rèn)知計算神經(jīng)學(xué)。最著名的項目是 ImageNet，可以被理解為一個極大程度上方便了計算機對海量圖像進行快速和準(zhǔn)確識別的“數(shù)據(jù)庫”，被幾乎所有主流大小公司的機器視覺研究所采用，成為了學(xué)界和業(yè)界的標(biāo)準(zhǔn)。改變了人工智能的發(fā)展歷史，促進了深度學(xué)習(xí)的崛起。

盡管ImageNet項目備受產(chǎn)業(yè)界歡迎，但在加盟谷歌之前的長達18年時間，直到近幾年，她才和谷歌等產(chǎn)業(yè)公司有實質(zhì)性的交集。

在谷歌近兩年，李飛飛干了兩件事。

第一件事情，推動成立 Google AI 中國中心。全程參與 Google AI 中國中心的規(guī)劃和建設(shè)，推動將這一中心的成立定義為公司級的戰(zhàn)略。李飛飛的光環(huán)，吸引不少中國AI人才加入。除此之外，李飛飛還參與了谷歌云的日常業(yè)務(wù)決策。

第二件事情，在谷歌推行“AI平民化”理論，兩年來，谷歌云結(jié)合既定戰(zhàn)略，確實在推動 AI 平民化、降低 AI 使用門檻上有不小進展。

在谷歌云期間，李飛飛主持了一項名為Cloud AutoML的項目。這個項目被業(yè)內(nèi)稱為“Google Cloud發(fā)展的戰(zhàn)略轉(zhuǎn)型”，這意味著一直以來面向開發(fā)者的Google Cloud，這次將服務(wù)對象轉(zhuǎn)向了普羅大眾。

今年1月，AutoML Vision上線，這是 Cloud AutoML大項目推出的第一項服務(wù)，提供自定義圖像識別系統(tǒng)自動開發(fā)服務(wù)。據(jù)谷歌介紹，即使是沒有機器學(xué)習(xí)專業(yè)知識的小白，只需了解模型基本概念，就能輕松搭建定制化的圖像識別模型。

到了今年7月，AutoML Vision產(chǎn)品線已經(jīng)從圖像拓展到翻譯、和自然語言處理領(lǐng)域。

如近期谷歌博客對外公布的信息，接下來，李飛飛將按照原定計劃回到斯坦福大學(xué)，繼續(xù)AI方面的研究工作。

得益于深度學(xué)習(xí)技術(shù)的突破，人工智能產(chǎn)業(yè)在這幾年進入快速上升通道，這一切有賴于過去六十年學(xué)術(shù)界的沉淀和堅持，更得益于近些年學(xué)術(shù)界和工業(yè)界互動效率空前。李飛飛作為學(xué)術(shù)研究者，過去兩年的兩棲經(jīng)歷是一個縮影。

李飛飛認(rèn)為，下一階段人工智能產(chǎn)業(yè)的良性發(fā)展的趨勢，除了AI學(xué)術(shù)界，包括人類學(xué)、社會學(xué)、法律學(xué)、倫理學(xué)、生物學(xué)等更大范圍的學(xué)術(shù)界也需參與進來，和產(chǎn)業(yè)界形成新的互動模式。

谷歌的“炮火” VS 斯坦福的“燈塔”

《財經(jīng)》：在谷歌和在斯坦福做研究區(qū)別一定很大?

李飛飛：是的，區(qū)別很大，也相當(dāng)必要。直到2017年，AutoML還是一個基礎(chǔ)科學(xué)，論文剛剛出來，谷歌的研究環(huán)境讓我們意識到，這不僅是學(xué)術(shù)的問題，可以直接解決產(chǎn)業(yè)界痛點。谷歌兩年，時刻被產(chǎn)業(yè)需求和場景所觸動，很多問題學(xué)術(shù)界此前并沒有關(guān)注。

《財經(jīng)》：所以很多人說，這一輪人工智能熱潮是產(chǎn)業(yè)界推動的，在產(chǎn)業(yè)界能夠更好的聽到前方的炮火，從應(yīng)用反推了研究。

李飛飛：科學(xué)家有兩個不同的“前方”，一個是產(chǎn)業(yè)界的“前方”，是需求、應(yīng)用和產(chǎn)品，這個“前方”，通常是有需求聲音的，更像一種反饋;另一個是學(xué)術(shù)界的“前方”，是高瞻遠(yuǎn)矚的思想，思想要走在需求之前。60年前提出AI的時候，誰需要AI?那個時候連個人電腦都還沒有，那就是思想的前方。

我們6年前開始做AI醫(yī)療相關(guān)科研時，可能前方有需求，但是聽不到聲音的，這也是思想的前方，要做嗎?一定要做。

今天的AI走到了一個歷史性的時刻，既有產(chǎn)業(yè)界大量需求，需要普世、通用的AI，研發(fā)出更好的產(chǎn)品，這既包括給產(chǎn)業(yè)賦能，也包括給消費者帶來更驚喜的產(chǎn)品。同時，在思想界、學(xué)術(shù)界，也需要新的AI研究，點亮未來道路。

人類科技發(fā)展，就像在大海航行，每一次探索，都是走進黑暗的海域，你并不知道這艘船開往哪個方向，思想界、學(xué)術(shù)界的使命是造一座燈塔，照亮前方，讓產(chǎn)業(yè)界得以繼續(xù)進行。

《財經(jīng)》：如果出現(xiàn)多座燈塔，產(chǎn)業(yè)界應(yīng)該看什么?

李飛飛：出現(xiàn)多個燈塔是正?，F(xiàn)象，不止是斯坦福大學(xué)在做基礎(chǔ)科研，歷史會告訴我們，哪一個燈塔是正確的。

《財經(jīng)》：今天AI的燈塔，應(yīng)該照亮哪幾個方向?

李飛飛：其一，深度學(xué)習(xí)絕對不是AI的終極。深度學(xué)習(xí)依然很重要，在AI商業(yè)化落地方面還有很強的生命力。AI作為一門科學(xué)，還有很多沒有解決的難題，比如無監(jiān)督學(xué)習(xí)(unsupervised learning)、遷移學(xué)習(xí)(transfer learning)等，都是AI技術(shù)前沿。我們下一步需要把腦科學(xué)、認(rèn)知科學(xué)、生命科學(xué)的精髓和AI工程學(xué)結(jié)合起來。

今天的深度學(xué)習(xí)，是五六十年前神經(jīng)生物學(xué)的一個火花，這么小小的一個火花，今天給人類帶來了第四次工業(yè)革命，人類需要更多火花。

其二，說起AI，很多人會擔(dān)心人類被AI取代，我認(rèn)為不是取代，而是輔助、強化(enhance)，是助力。

其三，學(xué)術(shù)界有責(zé)任和使命，去結(jié)合經(jīng)濟學(xué)、倫理學(xué)、法律學(xué)，甚至政治學(xué)等，去了解AI會對人類產(chǎn)生的文化、倫理的影響。

《財經(jīng)》：中國一些科技公司開始試圖探索基礎(chǔ)科學(xué)研究的無人區(qū)，比如華為、阿里，大型商業(yè)公司有能力建立自己的燈塔嗎?

李飛飛：企業(yè)替代不了高校，美國的科技公司有基礎(chǔ)研究的傳統(tǒng)，最著名的經(jīng)典案例是貝爾實驗室，拿了那么多諾貝爾獎，今天，IBM、微軟、谷歌、臉書、亞馬遜都在做基礎(chǔ)研究。商業(yè)公司加大了基礎(chǔ)研究的力度，最大的作用是搭建了一座橋——可以更好地與學(xué)術(shù)界互動，雙方可以盡可能近地交流、合作。如果學(xué)術(shù)界只做技術(shù)研究，產(chǎn)業(yè)界只做產(chǎn)品開發(fā)，雙方很可能連話都說不上。比如，我作為斯坦福的研究者，我想和谷歌對話，我可以通過谷歌AI的研發(fā)團隊，這是一個橋梁。

我很鼓勵產(chǎn)業(yè)界有一部分基礎(chǔ)研究，但產(chǎn)業(yè)界的DNA會讓基礎(chǔ)研究更重視應(yīng)用，他們也需要和學(xué)術(shù)界有更多互動。

這個時代，基礎(chǔ)研究越來越重要，但這需要耐心和定力，60年前學(xué)術(shù)界點燃的火花，今天才看到成果。

《財經(jīng)》：作為斯坦福的教授，您可以休長達兩年的學(xué)術(shù)假到谷歌任職，有人說斯坦福是硅谷的沃土，也有人說硅谷帶給斯坦福靈感，您是如何看待的?

李飛飛：這是硅谷的文化，非常鼓勵學(xué)術(shù)界和產(chǎn)業(yè)界的互動，包括方方面面：作為教授，我們學(xué)術(shù)上的合作者，既來自產(chǎn)業(yè)界，也來自學(xué)術(shù)界;我們可以休學(xué)術(shù)假，可以像我一樣去谷歌，也鼓勵學(xué)生們創(chuàng)業(yè)，既可以和教授合作，也可以在工業(yè)界自己打拼。

《財經(jīng)》：像一個成熟運轉(zhuǎn)的機器體系?

李飛飛：硅谷很自由，機器是嚴(yán)絲合縫，設(shè)計好了就不會改變的，我更愿意說它是一個“生態(tài)”。硅谷不斷推陳出新，是一個自由、有機的生態(tài)。這套生態(tài)體系下，我很幸運，短短兩年在谷歌，幾乎從零建立了一個幾百人的團隊，產(chǎn)品線體系也基本搭建起來了，既做了基礎(chǔ)研究，也推出了很多重要的產(chǎn)品。

硅谷的產(chǎn)業(yè)、高校、研究機構(gòu)這些點自由、開放地連接起來，才能形成一個良好的生態(tài)。

《財經(jīng)》：回到斯坦福大學(xué)會做什么?

李飛飛：一部分精力繼續(xù)AI醫(yī)療相關(guān)領(lǐng)域和AI基礎(chǔ)科學(xué)的研究。同時，斯坦福大學(xué)在籌備一個新的校級AI項目，將在不久的將來公諸于眾，我是這個項目的負(fù)責(zé)人。這個項目我們已經(jīng)籌備了一年，接下來，這個項目和產(chǎn)業(yè)界包括谷歌也會有密切的合作。

深度研究 VS 落地前景

《財經(jīng)》：我們事先找了很多人聊最想你談的話題，大家最關(guān)心AI的實際落地和應(yīng)用。

李飛飛：這是國內(nèi)外都關(guān)心的問題，我在谷歌最大的收獲，就是接觸了很多傳統(tǒng)行業(yè)，真正要讓AI滲透到生活的衣食住行，就要通過不同的垂直領(lǐng)域來進行。

我目前最看好的是醫(yī)療健康的AI落地。我給你舉一個例子。有一個數(shù)字大家不能忽略，在美國，GDP的15-16%花在醫(yī)療上，1%花在重癥監(jiān)護室(ICU)，ICU的整個工作流程中，AI其實可以做很多事情?，F(xiàn)在，大家在AI醫(yī)療的實踐上，主要集中在醫(yī)療影像和數(shù)據(jù)分析上，這是很基礎(chǔ)的應(yīng)用。

比如人工智能在ICU領(lǐng)域可以做的一個項目，是減少院內(nèi)感染。

醫(yī)療是一個非常復(fù)雜的過程，每一個環(huán)節(jié)都跟人命相關(guān)，稍微出一個錯，就是生與死。美國每年因為醫(yī)院感染死亡的人數(shù)是9萬，遠(yuǎn)高于每年車禍死亡人數(shù)的3.3萬，看似小小的醫(yī)院感染這一個程序，不僅造成大量醫(yī)療事故，還導(dǎo)致大量醫(yī)療資源的浪費。

醫(yī)院感染的主要原因之一，是醫(yī)護人員手部消毒不規(guī)范。美國醫(yī)療系統(tǒng)如此發(fā)達，但依然沒有好的方式來實時監(jiān)控手部消毒的問題，你可能完全不能相信，美國醫(yī)院要做院感的監(jiān)控，很多情況下還是只能派一個人站在走廊里拿一個板子計數(shù)，這簡直是中世紀(jì)的方式。這是AI很快就可以做的一件事情。通過智能感應(yīng)器和深度學(xué)習(xí)的算法，可以做到實時自動提醒醫(yī)護人員。

另一個人工智能可以切入的場景是健康，尤其是養(yǎng)老健康和醫(yī)療。

老齡化是很多國家都在面臨的社會問題，老人最關(guān)切的訴求是能在家自理生活，延續(xù)生活高質(zhì)量。目前，老人日常生活的行為數(shù)據(jù)，醫(yī)護人員和家屬很難去全面了解，很多時候你不并知道老人在做什么，一不小心就出事了。

我看到有公司做了可穿戴式的設(shè)備，但是老人不愛戴，原因很簡單，這些可穿戴設(shè)備通常只能監(jiān)控一兩個指標(biāo)，有的是專門針對糖尿病人的，有的是報警器，那么問題來了，你要保證一個老人的安全，他(她)需要同時穿戴多少個設(shè)備?

我們在斯坦福大學(xué)正在做的一個研究，是把智能傳感器背后的算法加進來，對整個家庭生活場景進行全面聯(lián)網(wǎng)分析，打破一個設(shè)備一個功能的狀態(tài)。

不過，這個項目目前還在實驗室階段。目前的合作對象是舊金山的一個養(yǎng)老院，也有斯坦福大學(xué)。但是你可以想象，不久的將來，假設(shè)有老人的家庭有了這樣的一個裝備，會是另一個場景。我還要強調(diào)一下，這項目研究包括老人，但不僅限于老人，也包括慢性病的長期康復(fù)等。

《財經(jīng)》：醫(yī)療健康之外的其他領(lǐng)域有沒有很快就落地的機會?

李飛飛：AI在其他領(lǐng)域也會有機會，比如無人車、金融業(yè)、制造業(yè)等。金融行業(yè)的數(shù)據(jù)量非常大，天然適合AI。

谷歌云已經(jīng)與保險公司展開合作，用戶自己通過拍照就可以自動評估、車輛定損。這在美國已經(jīng)相對成熟，整個流程變得輕了很多，金融還有很多應(yīng)用的場景，比如金融反欺詐等。

不過還有一個方向讓我覺得很興奮，但是我目前還沒開始做，是農(nóng)業(yè)。

AI會是人類公敵嗎?

《財經(jīng)》：很多人在討論，人工智能技術(shù)發(fā)展的終極，是逐步取代人類。

李飛飛：說起AI，很多人聯(lián)想到第一個英文單詞就是Replace，我認(rèn)為不是取代，而是助力(Enhance)。不管醫(yī)療、教育、制造業(yè)，協(xié)助工具至關(guān)重要。我們希望讓大家看到，做AI醫(yī)療是為了幫助人類，不是取代人類。

《財經(jīng)》：但人們會簡單粗暴地認(rèn)為，AI取代人力，本來醫(yī)院需要200個醫(yī)生，AI技術(shù)成熟后，就只需要100個了。

李飛飛：確實太簡單粗暴了。這個問題需要經(jīng)濟學(xué)家和技術(shù)人士一起來討論，舉個例子，銀行的自動取款機出現(xiàn)之后，很多人說銀行會減少很多前臺工作人員，但是數(shù)據(jù)表示，ATM機增加的同時，前臺的工作人員也增加了，為什么呢?機器把簡單重復(fù)的工作減少之后，銀行可以把金融的產(chǎn)品做的更豐富了。

作為一個科學(xué)者，我特別不喜歡把一件事情說得很夸張，無限放大優(yōu)點和缺點，我們需要準(zhǔn)確、理性地去傳遞。

《財經(jīng)》：我們看到很多科幻作品里，有機器人傷害、取代人類的場面。

李飛飛：這里有一個例子。我有一個人類學(xué)家朋友曾經(jīng)跟我分享，現(xiàn)在的美國青少年，會經(jīng)常嘲笑自己的父母，因為他們的父母在跟智能音箱聊天的時候，總是習(xí)慣性說“謝謝”。她很想跟我探討：AI會給人類的文化帶來什么影響?我們會不會教出一群不懂禮貌的孩子，反正AI不需要禮貌。

這是一個很小的點，甚至很多人不會在意。但是我的那位人類學(xué)家朋友提醒我：我們確實還不清楚AI會給人類社會帶來什么，會不會下一代的孩子都沒有禮貌了?

學(xué)術(shù)界有責(zé)任和使命，去結(jié)合經(jīng)濟學(xué)、倫理學(xué)、法律學(xué)，甚至政治學(xué)等等，去了解AI會對人類產(chǎn)生的文化、倫理的影響。這個非常重要，就業(yè)是一個問題，還有AI的透明性，公平性，可解釋性，安全性等。

相比機器人會不會殺死人類，我們目前更應(yīng)該注意到，AI技術(shù)是時候需要開始與其他領(lǐng)域的專業(yè)人士深度合作統(tǒng)籌研究了，他們包括但不僅限于社會科學(xué)家、人文主義者、律師、藝術(shù)家和政策制定者。

《財經(jīng)》：提到公平性，有人提出，AI只會成為一小部分人的工具，而非全人類。

李飛飛：這個問題很好。這也是為什么我之前一直在強調(diào)AI的普世性。AI的普世性，也是人類的燈塔之一。我們需要重視怎么讓AI的可解釋性更好，這些都會促進它往更好的方向發(fā)展。如果你把技術(shù)做到完全可解釋，就很難把它做得不公平。

《財經(jīng)》：現(xiàn)在全世界都在加強數(shù)據(jù)保護，這對AI的發(fā)展是好是壞?

李飛飛：AI是人類的一個工具，工具需要被良性、正面地應(yīng)用，需要尊重人的需求，人的價值觀，現(xiàn)在歐盟出臺的GDPR也好，其他國家打擊數(shù)據(jù)隱私泛濫也好，都是短痛。短痛之后，是秩序。機器沒有獨立的價值觀，機器的價值觀是人類的價值觀。只有以人為本的科技才能真正地造福人類