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 ImageNet,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,家庭生活拮据,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,新書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 經理人月刊 授權轉載;首圖來源:Fei-Fei Li)