談到 AI 推手，不能錯過李飛飛（首圖中）。早在 2018 年，她就以「史上首位受邀華人女科學家」身分參加美國國會聽證會，以「人工智慧：能力愈大，責任愈大」一題對科技倫理發表高見。這門科學尚未成熟時，李飛飛就一心踏入電腦視覺領域，建立圖片資料庫 ，接續引領演算法、機器學習（machine learning）。此外，華人界 AI 專家李開復也形容她是「AI 的良心」，因為她甚早就轉往這項科技的人本關懷，提倡「以人為本」科學倫理。

從洗衣店移民到 AI 先驅，李飛飛是誰？

李飛飛是前 Google 首席科學家、史丹佛大學首位紅杉講席教授、以人為本 AI 研究院（HAI）共同院長、美國國家工程院院士，更在 2023 年獲《時代》百大 AI 影響人物。從經歷可一探她對 AI 的貢獻，更進一步說，她催生了 AI 發展。

李飛飛在成都長大，六四天安門那年，父母為了追求更好的教育，舉家移民美國。初來乍到，語言隔閡跟移民工作選擇有限，家庭生活拮據，但沒有限制她對物理學的熱情，申請到普林斯頓大學全額獎學金，並在加州理工學院攻讀計算與神經科學結合的碩博士學位，假日還得回家裡洗衣店幫忙。回顧她的生命經驗，恰好和 AI 多舛發展歷程呼應，便由這兩條故事線交織而成，帶我們從她的眼光了解 AI 的進程與前景。

創立 ImageNet 成輝達進軍 AI 的契機

李飛飛最知名建樹是開發 1,400 多萬張圖片資料庫 ImageNet，當時 AI 還未受熱議，且學界認為演算法重要性大於數據，多數人都不看好。為了籌措研究經費，她甚至想過另開洗衣店副業維持計畫。最後，研究生建議下，用亞馬遜群眾外包完成，耗時三年共 4.8 萬名協作者參與，這還只克服了第一個困難。

她堅信資料庫的重要性並免費公開，且決定設立以 ImageNet 訓練的演算法比賽，讓機器學會視覺推理、理解視覺世界，她說「要讓機器不只『看』，還要『看懂』」，如「車」要如何區分坦克車跟轎車。但史無前例的龐大資料庫，讓 ImageNet 難以運用，甚至比賽乏人問津。

直到 2012 年，多倫多大學「AlexNet」專案誕生才改寫局面，運用神經網路（neural network）訓練電腦「看」東西，並開始做精細分類學習，圖像辨識錯誤率低於其他演算法 10% 以上，且懂得從錯誤持續進步，也是現在所說的「深度學習」（deep learning）。

聽起來很熟悉，因 AlexNet 就是輝達（NVIDIA）再創高峰的突破口，當初只用兩顆輝達圖形處理器（GPU）及運算平台 CUDA（Compute Unified Device Architecture，統一計算架構）為訓練設備，而 Google 要達同樣效果得用 1.6 萬顆中央處理器（CPU），突破性發現學界甚至比擬為「宇宙大爆炸」，也一舉揭開 AI 盛世。ImageNet 這樣具規模、多樣性的資料庫出現，完全改變了 AI 研究型態，就這高度而言，李飛飛改變了世界。

只有人類才能主宰 AI 核心，AI 要以人為本

AI 造成的議題形成機會和焦慮，企業思考如何業務或作業流程導入 AI，員工則擔心自己會不會被取代。李飛飛 2018 年國會聽證會表示，AI 並不具人性，它受人啟發，由人創造，最重要的是，對人類生活與社會的影響，使我們有很大責任去理解它。

如果世界最強大演算法，仍對人類經驗的多樣性一無所知，我們該如何期望它們再呈現？如果我們希望技術的價值反映人類是誰，就該從創造技術的人著手。

她將精力投入人文關懷，成立專為有色人種、低收入戶、女性開設的夏令營 AI4ALL，讓不同族群有機會獲研究室第一手經驗，試圖解決 AI 領域缺乏多樣性的問題，黃仁勳也是贊助者。

正如李飛飛在 HAI 的宗旨，她強調機器價值觀就是人類價值觀，以人為本的概念確保機器成為人類福祉的合作夥伴。AI 出現是錦上添花，也能是雪上加霜，她強調「答案來自我們本身，因取決於人類怎麼使用 AI」。

李飛飛的成功學：保護好奇心、推動自我向前

年少時受認知科學強烈影響，以及對大腦如何理解建構世界的方式很感興趣，李飛飛縱身投入學術。她期許大家都能找到想追尋的道路，並全心全意傾注熱情。這樣的精神讓她不論面對經濟困頓或研究瓶頸，想尋找答案的念頭一直推動她前進。

面對 AI 學習，許多人都想問李飛飛要怎麼學？從哪裡開始？她以孩子教育舉例，其實不用做太多，因現在資源非常足夠，最重要的是提供支持，保護孩子的好奇心、自主學習能力、不要潑冷水，並在需要的時候適時提供資源。這種思考不僅適用教育者，對企業、個人也都受用。

（本文由 授權轉載；首圖來源：）