最近抽空读完了AI教母李飞飞的自传《我看见的世界》。

上一次阅读科学家自传类的书籍还是在大学时代。当时读两度获得诺贝尔奖的美国化学家鲍林的自传，由于不是自己的专业领域，当时对学术研究也了解不多，读完只觉得深奥，似懂非懂。这次读AI领域华裔科学家的自传，感觉完全不同。

关于李飞飞，对AI有点了解的读者肯定不陌生。1976年生于北京，46岁便先后当选美国国家工程院、医学院及艺术与科学院院士，在如今炙手可热的AI领域，李飞飞可谓大名鼎鼎，人尽皆知。

在自传《我看见的世界》中，李飞飞细致的描述了自己的学习成长经历，艰辛的科研历程以及对AI技术的理解和思考，让人受益匪浅。

感恩社会与国家

由于家庭和时代背景的原因，1992年时年16岁的李飞飞随家人离开熟悉的环境，来到了美国。对于一个还在高中学习阶段，英语水平并不好的孩子来说，在陌生的国度重新开始生活和学习并不容易。他的父母也由于移民的原因，即便之前受过良好的教育，到了美国也只能从事十分基础的工作。

所幸当时的美国正如日中天，社会包容度和接纳度都很好。李飞飞的成长道路上依次遇到了高中数学老师鲍勃、博士生导师彼得罗、科研助手与伙伴邓嘉、人生伴侣西尔维奥等一众热心而充满爱心人士的鼓励、支持和帮助。这让她对社会及国家都充满了感激和感恩。自传中，李飞飞对成长历程中的很多人和事的感激之情溢于言表，让人印象深刻。

接触过一些有所成就的人就发现，他们大多和李飞飞一样，对自己所在的社会和国家都是充满感激和感恩的。

大数据的意义与作用

李飞飞在AI领域突出的成就和突破在于她创建了一个叫ImageNet的科研项目。这个项目最大的创新之处在于，它构建了一个前所未有、数据量巨大、可用于检测AI算法准确性的大数据集。

以往的AI研究中，科研人员都倾向于研究各种简洁、高效的算法，对大数据在AI领域的作用理解和认知不够。李飞飞通过ImageNet的海量数据样本，很快检测并发现了当前各种算法中功能和效率最高的人工神经网络算法，将机器视觉识别的能力提升到了一个新的高度。

正是基于李飞飞开创性的科研努力，AI研究才开始重视起大数据的重要性和必要性。如今，“AI是数据喂养长大的怪兽”已是业内共识。

这个故事，让人有点惊讶。只是创建了一个很大的数据集，并把它用在AI算法检测方面就“莫名其妙”地取得了如此大的突破和成就，这似乎是件很简单的事情嘛。

真的很简单吗？其实未必。用于AI算法测试的每个数据，就像我们日常工作中一次次尝试，在方式和方法对的情况下，数量和次数够了必然产生“叠加效果”。这就是哲学中说的，量变产生质变。

现实生活中，很多人都忽视了有效重复的力量。而今，大数据在AI等诸多领域的应用再一次证实了量变产生质变的普遍适用性。

科技以人为本

80后的读者对“科技以人为本”这个说法肯定不陌生。当年人手一机的诺基亚的宣传标语就是它。

李飞飞在AI视觉方面取得突破性的成就后，开始关注如何将AI应用于更加人性，更加为人所需要的场景。在美国出现首例因无人驾驶导致的人员伤亡事件后，这个课题被提到了更紧迫重要的程度。

不论AI将来如何进化、会发展到何种程度，它终究是一种人类研发出来的应用技术。AI的功能和目的必须是，也只能是更好的为人类服务。科学研究和技术发展必须要是符合人性和人伦的。想必，这也是腾讯在前两年提出“科技向善”的原因吧。