李飞飞曝创业招人标准！总结AI 大牛学生经验，告诫博士们不要做堆算力项目

83 0 0

文章摘要

李飞飞，被誉为“AI教母”，近日以创业者身份接受了YC的采访，深入探讨了AI发展的瓶颈及其初创公司World Labs的目标。她指出，当前以语言大模型为代表的AI繁荣存在根本性局限，教会AI理解、生成并驾驭物理世界的复杂性远超文本处理。她认为，空间智能是AGI（通用人工智能）缺失的关键拼图，而World Labs将致力于攻克这一难题。

李飞飞回顾了她早期创建的ImageNet项目，该项目在2009年发布，至今已有超过8万次引用。ImageNet的诞生源于当时数据稀缺的背景下，她与团队希望通过大规模图像数据库推动计算机视觉的发展。ImageNet的开源和挑战赛为AI领域设定了基准，并在2012年迎来了“AlexNet时刻”，标志着深度学习的突破。这一突破不仅归功于卷积神经网络的改进，还得益于GPU和数据的结合，推动了AI的快速发展。

在计算机视觉领域，李飞飞强调了从物体识别到场景理解的转变。她提到，ImageNet解决了物体识别的问题，而后续的研究则进一步推动了图像描述和生成技术的发展。她的学生Andrej Karpathy等人在图像描述方面取得了重要进展，而生成式AI的兴起则实现了从文本生成图像的飞跃。李飞飞认为，AI的发展速度令人难以置信，而她本人也感到非常幸运，能够参与并推动这一变革。

李飞飞指出，空间智能是AI发展的下一个关键挑战。与语言模型不同，空间智能涉及对三维世界的理解、生成和推理，其复杂性远超一维的文本处理。她认为，若没有空间智能，AGI将是不完整的。World Labs的目标正是构建一个能够捕捉三维结构和空间智能的“世界模型”，这将为元宇宙、机器人学等领域带来巨大应用价值。

在谈到创业与学术的区别时，李飞飞建议博士们去研究那些产业界难以解决的基础性问题。她认为，学术界应专注于“北极星问题”，即那些具有长远意义且难以通过资源投入快速解决的挑战。同时，她也鼓励年轻研究者保持好奇心，全身心投入研究，而不必过于关注外界的快速变化。

李飞飞还分享了她从学术界转向创业的心路历程。她强调，创业需要明确的商业目标，而读研则应基于强烈的好奇心。她本人多次选择从零开始，无论是开洗衣店还是在没有计算机视觉教授的院系任职，她都乐于接受挑战。她认为，这种“从零开始”的心态是她成功的关键。

最后，李飞飞讨论了开源策略的重要性。她认为，生态系统在多种开源策略并存时会更健康，不同的公司应根据自身的商业模式选择合适的开源方式。她支持保护开源，认为这对学术界和私营部门都至关重要。

总的来说，李飞飞的访谈深入探讨了AI发展的关键问题，特别是空间智能的挑战及其对AGI的重要性。她通过回顾ImageNet的历程，展望了AI未来的发展方向，并为年轻研究者提供了宝贵的建议。