李飞飞：我的2017

李飞飞今天连发了八条Twitter~

在这八条推文中，李飞飞总结了即将过去的一年。对于这位女神级的AI科学家来说，2017年实在有太多的回忆。

李飞飞把这些总结了出来，这是她的2017。

第一条

1/8 这是一份我的2017年AI大事件概述。科学总是要不断向前超越。ImageNet作为一个竞赛落幕了，但仍然是深度学习和计算机视觉研究的重要数据集。

“ImageNet改变了人们的思维模式：虽然很多人仍然关心模型，但也很关注数据。”李飞飞说，“数据重新定义了我们对模型的思考方式。”

李飞飞说ImageNet让人们意识到，数据和算法一样重要。

第二条

2/8 “AI将改变世界，谁将改变AI？” 人工智能在多样性和包容性方面，还有很长的路要走。这些对经济、创新和公平非常重要。AI4All是为此而迈出的一小步，得到了梅琳达·盖茨和黄仁勋等人的大力支持。

李飞飞提到的AI4ALL，是她领导创立的一家非盈利机构，主要想解决AI领域的一个隐忧：太多从业者拥有着同样的背景。

“作为一名教育者、女性、有色人种、母亲，我非常担心，AI即将为人类带来最为巨大的变革，而我们却缺少整整一代多样化的技术专家和领导者”李飞飞说。

在这段李飞飞和梅琳达·盖茨的对话里，有更多他们对AI4ALL的思考。

第三条

3/8 斯坦福大学视觉实验室的学生们2017年工作非常努力。我们今年发表的论文数创下历史新高。很高兴看到研究正从感知走向推理、视觉基因组、视觉与机器人的结合等等方面。

而视觉基因组计划，是李飞飞和团队开启的新方向，意在把语义和图像结合起来，推动人工智能的进一步发展。这也是一个视觉理解的数据集。

视觉基因组的官网地址：https://visualgenome.org

第四条

4/8 在第四次工业革命时代，AI是所有企业和行业的变革性力量。在谷歌云，我们亲眼看到AI在每个领域都带来了激动人心的变化。2018年还将有exciting的事情发生，敬请期待。

去年底李飞飞加入Google，出任谷歌云人工智能和机器学习首席科学家。

现在的谷歌，已经从移动优先转变为AI优先，今年谷歌推出了第二代TPU、为移动设备优化的TensorFlow Lite、让神经网络设计神经网络的AutoML等。

AI+软件+硬件，已经成为贯穿谷歌上下的指导思想。

第五条

5/8 “AI没有国界，AI的福祉亦无边界。”AI基础科学研究的结盟和协作对于国际科研界来说很重要，对于Google能在中国开设一个小AI研究中心，我感到很骄傲。

这一条，说的就是前不久引起轰动的那件事：Google AI中国中心正式成立。李飞飞将会负责中心的研究工作，也会统筹Google Cloud AI、Google Brain以及中国本土团队的工作。

当天在回答量子位提问时，李飞飞表示从入职Google时就开始谋划并推动这件事，在与Google CEO、Google Cloud CEO等一起头脑风暴时，提出在中国展开基础AI研究工作。

第六条

6/8 斯坦福的Partnership in AI-assisted Care（PAC），对我和我的学生而言是一个令人兴奋的新领域。我们2017年已开始发表相关论文，2018年还会有更多研究成果公布。我在NIPS的机器学习与健康（ML4H）研讨会上，第一次发表了AI+健康的主题演讲。

PAC是斯坦福医学院和计算机系之间的合作项目，想用先进的计算机视觉和机器学习技术来解决医疗中的重要问题。

PAC的首页：https://aicare.stanford.edu/

第七条

7/8 我为我出色的学生们感到骄傲。

其中包括：

今年博士毕业的Timnit Gebru和Jon Krause。

投身学术界获得了新教职的：

Michelle Greene，现在是Bates College神经科学助理教授；

Chris Baldassano，普林斯顿大学神经科学研究院的博士后，即将成为哥伦比亚大学心理学助理教授，他在哥大的动态感知和记忆实验室（DPML）明年6月开张；

Alexandre Alahi，现在是瑞士洛桑联邦理工学院副教授；

卢策吾（Cewu Lu），入选青年千人计划，现在是上海交通大学计算机科学与工程系特别研究员。

还有Olga Russakovsky，入选了《科技评论》35 Innovators Under 35榜单。

李飞飞提到的最后一名学生Amy Jin很特殊，她还远没到读博士的年纪，参加过AI4ALL课程，今年，她在NIPS 2017的机器学习与健康（ML4H）研讨会上获得了最佳论文奖。

要知道，李飞飞老师很严格，获得她的表扬非常不易。就连典型的“别人家的孩子”贾扬清，也会在不太努力的时候被她向导师告状。

第八条

8/8 最后我想说。AI梦想远大，但只是一门年轻的科学。我们需要对基础研究的更多支持，开放的思想交流，真诚的合作，深思熟虑兼容并包的讨论，而不是炒作和标题党。祝2018取得更多的进步。

共勉~

以及，昨天的一篇文章中，Hinton、吴恩达、Andrew Moore、Rodney Brooks等9位业内高人回顾了2017年值得关注的AI进展。

如果你还没看，同样推荐。

限时干货下载

Step 1：长按下方二维码，添加微信公众号“数据玩家「fbigdata」”