李飞飞：透视AI未来，揭秘世界模型

【导读】世界模型，火热登场！今日，李飞飞重磅访谈，带我们穿越AI革命，探索下一个智能前沿——具备空间智能的世界模型。一次访谈，洞见AI教母对未来科技的深刻见解。

二十年前，由李飞飞主导的ImageNet项目，犹如星火燎原，点燃了深度学习革命的熊熊之火。

如今，AI浪潮席卷全球，她坚信「世界模型」将是未来十年AI发展的下一个关键领域。

在Lenny Rachitsky的最新播客中，李飞飞回顾了AI如何挣脱寒冬，一步步走向今天。

有趣的是，她揭示了鲜为人知的AI发展内幕——

大约九到十年前，自称AI公司无异于「商业自杀」，因为无人相信AI真正能派上用场。

如今，每家公司都争相自称「AI公司」。

在长达1小时20分钟的访谈中，李飞飞还谈及了AI未来对人类的影响、当前技术的极限、为何对「世界模型」如此着迷，以及「世界模型」究竟是什么……

在这场深度访谈中，李飞飞为我们铺设了一条通往未来的道路，让我们得以窥见AI的下一个十年。

· 人工智能没有任何是「人为」的，无论现在或将来做什么，都取决于人类自身。

· 大数据+神经网络+GPU构成了现代AI的「黄金三件套」。

· 不仅仅是机器人，人类也是具身智能体，可以从空间智能+世界模型中获益。

· 机器人困境，在于数据。它更像自动驾驶汽车，而不是大语言模型。

· 每个人在AI未来中都扮演着重要角色。

ImageNet问世，引爆AI革命

要洞悉未来，必先理解过去。

21世纪初，AI领域正经历漫长的「寒冬」。当时，AI更常被称为「机器学习」。

机器学习的起点，是计算机编程与统计学习的结合。

这场「联姻」让科学家们意识到，仅凭纯规则的程序，无法让计算机拥有强大的认知能力。

2000年，正在加州理工学院攻读博士学位的李飞飞，正式踏入AI领域，成为机器学习早期研究者之一。

她的第一门课就是「神经网络」，她表示，「当时真的挺痛苦的」。

那时正值「AI寒冬」的中期：公众几乎不关注该领域，资金匮乏，但学术界内各种想法涌动。

有两件事让我个人科研之路与现代AI的诞生紧密相连。

第一件事是「视角选择」，即从「视觉智能」来理解AI。

因为人类高度依赖视觉。我们的智能很大程度上建立在视觉、感知、空间理解之上，而不仅仅是语言本身。

这正是李飞飞博士期间与学生共同探索的「北极星」问题——物体识别。

另一件事是她发现的一个痛点：早期AI研究过于聚焦模型本身，但这些模型缺乏足够的数据进行训练。

李飞飞意识到，人类学习和生物进化本质上是一个「大数据学习」的过程。

· 人类依靠大量经验学习；

· 动物也在不断「体验世界」中进化。

于是，她和学生们提出了一个大胆的假设——要让AI真正「活」起来，「大数据」是关键。

2006-2007年，李飞飞与学生们启动了一项当时看似疯狂的「蛮力」工程——ImageNet。

他们搜集了1500万张图像，并打上横跨22000个类别的精准标签。

ImageNet数据集开源后，启动了年度挑战赛。

2012年，被业界公认为深度学习起步的关键时刻。这一年，多伦多大学的研究团队在Geoffrey Hinton的带领下参加了ImageNet挑战赛。他们仅用两块英伟达GPU+ImageNet数据训练出首个在大规模视觉任务上表现出色的神经网络——AlexNet。

它虽未彻底解决问题，但为「物体识别」迈出了重要一步。

“大数据+神经网络+GPU”构成了现代AI的“黄金三件套”。

AI新前沿：世界模型

“人类智能的核心除了语言还有空间智能”。

...