曾航/文

最近讀了華人人工智能科學家李飛飛的自傳《我看見的世界》，非常有意思。

然后我借助我的好朋友快刀青衣團隊開發的一個AI工具，模仿我的寫作風格，寫成了這篇講李飛飛的文章。

以下，enjoy：

1、

1992年，經過了14個小時的漫長跨洋飛行，一對中國母女從波音747飛機艙門里一臉倦怠地走出來，出現在紐約肯尼迪機場。

母親的口袋里只有20美元，這是他們的全部積蓄。她們沒有返程機票，一旦被拒絕入境，她們連怎么回國都不知道。而且她們很快發現，在中國學的那種應試型基礎英語，在美國機場的實際生活中一點用也沒有。

她們在機場焦急的等待，等待父親如約來接她們，但是一直等了好幾個小時，一直到夕陽西下，父親才滿懷歉意的趕來接她們。

原來是父親的那輛破舊的二手車在半路拋錨了，修理了好幾個小時才趕過來，那時候又沒有手機，母女就只能在機場等啊等。

一家三口精疲力竭，毫無歡聚的喜悅而言。汽車行駛在美國的高速公路上，閃過一個一個陌生的路標，一直來到新澤西州一個叫做帕西帕尼的移民聚集的小鎮上。

他們在這個陌生的國度，無親無故，父親的英語水平近乎為0，母親的身體一直不太好，全家人開始陷入貧困。

全家人唯一的指望，是教育好這個女兒。她叫李飛飛，喜歡留著一頭男孩一樣的短發，聰明伶俐。

30年后，她將成為全世界人工智能領域最炙手可熱的科學家和創業者之一，一個新的時代，即將開啟了。

2、

李飛飛這個名字，來自父親的一次"不靠譜"。她出生那天，父親去觀鳥而遲到了。等他匆匆趕到醫院，看著襁褓中的女兒，脫口而出："就叫飛飛吧。"——這個名字倒是很巧妙，和他剛看的鳥有關系，而且男女都能用。

1976年，李飛飛出生在北京，剛好是文革結束的那一年，不久后全家就搬到了成都。

她父親是個電氣工程師，在化工廠的計算機部門工作。他戴著角質框架眼鏡，外表英俊得像個年輕演員或垮掉派詩人。但他的性格更像個沒長大的孩子，對嚴肅正經的事情"嚴重過敏"。他喜歡突發奇想，曾經自制過一輛帶挎斗的自行車，載著小飛飛滿城跑。他熱愛大自然，經常帶女兒去捉蝴蝶、觀察動物、觀鳥。

她父親是典型的工程師思維。父親看世界的方式，天生就是物理學的。他看到蝴蝶，會講空氣動力學；他看到自行車，會講力矩和平衡。物理學對他來說，不是需要"學習"的東西，而是觀察世界的本能。

母親是高中老師，后來成為辦公室職員。她天生頭腦敏銳，李飛飛的外祖母是晚清第一批女大學生。因為"文化大革命"期間的政治身份問題，母親的求學之路被阻斷。這讓她性格叛逆，對約束和規范嗤之以鼻。她博學好讀，熱愛文學，家里堆滿了各種書籍——從《魯迅作品》到《老人與海》，從中國古典文學到西方現代小說。

這對父母給女兒的教育，和那個時代的主流完全不同。

他們不追求讓孩子成為"模范學生"，不要求她取悅老師或迎合任何規則。母親反復強調的一句話是："要為自己而努力，不是為了取悅他人。"父親則用行動告訴女兒：這個世界充滿了值得探索的奧秘，物理學不是教科書上的公式，而是蝴蝶飛行的軌跡，是鳥兒滑翔的力學原理。

3、

1989年，他們全家做出移民美國的決定，她父親先前往美國，3年后又把母女兩人接過去。

1992年冬天，15歲的李飛飛和母親終于拿到了簽證。她們從成都出發，經上海轉機，飛越太平洋，最終降落在紐約肯尼迪機場。

父親開車帶母女前往新澤西州帕西帕尼小鎮，一個典型的美國郊區小鎮。父親租了一套狹小的一居室公寓，在一棟紅磚公寓樓里。這就是一家三口在美國的最初居所了，李飛飛的床被安排在廚房和用餐區之間。

家里的家具，大部分是從路邊撿來的。每到周末，父親會開著那輛經常拋錨的舊車，去富人區轉悠，看看有沒有人扔掉的家具。沙發、桌子、椅子，只要還能用，就搬回家。生活用品則從車庫二手市場淘來，李飛飛用的計算器就是從那里買的——2美元，但經常壞，導致她的數學作業出現錯誤。

父親在一個臺灣商人的店里修理相機，母親在臺灣人妻子經營的紐瓦克禮品店當收銀員，每天站8小時，非常辛苦。

不過，1992年正是美國打贏了冷戰，又打贏了海灣戰爭，正值國力巔峰。相比之下，那時的中國還處在90年代初期的經濟困難時期，對外開放還沒有完全打開局面，國企改制苦難重重。

1992年美國聯邦最低工資標準是每小時4.25美元，在美國一天工作8小時，拿最低工資，也基本上相當于普通成都人一個月工資了。所以那時候許多中國的精英知識分子，到美國去端盤子，也比國內干工程師賺得多。

靠打工賺來的基礎的收入可以支持父母供李飛飛進高中繼續學習。

李飛飛進入帕西帕尼高中，被分到ESL（英語為第二語言）班級。也就是移民為主的班級。美國高中的一切都讓她震驚：更鮮艷、更快速、更喧鬧。學生們的行為方式、師生關系，都和中國完全不同。她感覺自己像個異類，特別是在圖書館和其他ESL學生一起學習時，那種被隔離的感覺格外強烈。

語言是最大的障礙。即使最簡單的家庭作業，她也要花幾個小時才能完成。她需要兩本詞典——中英、英中，反復查閱。對ESL學生來說，"每節課都是英語課"。物理、數學、歷史、文學，所有的學習都要先跨越語言這道坎。

更可怕的是，她目睹了種族歧視的暴力。一次，一個中國同學因為輕微的身體接觸，被美國學生暴力毆打。李飛飛站在一旁，恐懼、無助、憤怒，卻什么也做不了。父母因為語言限制，也無法為孩子提供有效的保護。

為了維持生計，李飛飛開始打工。

她找到的第一份工作，就是那家中餐館的服務生。餐館狹小昏暗，油煙味混合著醬油和味精的氣味，廚房里鐵鍋與爐灶碰撞的哐當聲，炒菜的呲啦聲。她還做過家務清潔工，給人遛狗，做各種零工。每一份工作都伴隨著掙扎、沮喪、恐懼和憋屈。但這些錢很重要——它們讓母親在給外祖父母打電話時，可以多說幾句話，不用那么匆忙地掛斷。

一家人總算在美國過上了不算富足但是初步穩定的生活。

就在這時，更大的危機來了。

母親的心臟出了問題。她需要做手術，但手術費用對這個家庭來說是天文數字。母親不得不辭去禮品店的工作，在家休養。家庭收入驟減，生活陷入了更深的困境。

父母想到一個辦法：盤下一家干洗店。干洗店位于連接帕西帕尼和曼哈頓下城的公交車站對面，地理位置不錯。如果能經營起來，既能有穩定收入，又能讓母親不用太勞累。

但他們湊不齊轉讓費。盤下這個干洗店，需要近10萬美元，這對于她們這樣一個家庭來說無異于天文數字。

就在這個最絕望的時刻，一個人出現了。

她叫薩貝拉，是李飛飛的高中數學老師。這位老師從李飛飛入學第一天就注意到了她——一個安靜、努力、眼神中充滿求知欲的中國女孩。薩貝拉不僅在課堂上給她額外的輔導，還經常在課后和她聊天，了解她的家庭情況，鼓勵她不要放棄。

當薩貝拉聽說李飛飛家的困境后，他馬上決定借給他們好幾萬美元。

這筆錢，對薩貝拉一家來說也不是小數目。但他們相信這個女孩，相信這個家庭。他們看到了李飛飛身上的潛力，也看到了這個家庭的堅韌。

李飛飛一家用這筆錢盤下了干洗店。從此，全家人的生活就圍繞著這家店展開。早上6點開門，晚上10點關門，一周7天，幾乎沒有休息。李飛飛放學后就去店里幫忙，周末更是全天泡在那里。收衣服、洗衣服、熨燙、打包、收錢，她什么都做。

但干洗店帶來的，不僅是經濟上的緩解，更是一種心理上的穩定。他們終于有了一個屬于自己的"生意"，不再完全依賴別人給的工作機會。母親的手術也順利完成了。

一切開始好起來了。

4、

1995年，李飛飛快要高中畢業了。

這時候經過努力她的學習成績在同齡人中已經算不錯，但是跟那些受過精英教育且英語是母語的美國富家子弟或者中產子弟相比，依然是有差距的。

一開始，李飛飛的目標學校主要是州立大學和社區大學，而不是常春藤盟校。但李飛飛心里的夢中情校是愛因斯坦曾經任教過的普林斯頓大學——那里距離李飛飛家只有一個小時車程，她曾經到校園去游覽過，立馬愛上了這里。

李飛飛象征性的給普林斯頓發送了申請材料，但并沒有報太大希望。

在12月一個異常寒冷的下午，放學后李飛飛去信箱取信，臟臟的積雪幾乎把郵筒全部掩埋。她撥開雪，打開郵箱，深深地吸了一口氣。立刻認出了最上面那個信封上的徽章。一個橙黑相間的盾牌——普林斯頓大學。

她已經大概猜到結果了：如果是大學的錄取通知書，包裹會非常厚實，因為里面會裝滿新生的入學材料和后續說明。很明顯，信箱里的信并不屬于這種情況。

她打開信封第一個映入眼簾的詞竟是“YES ！”，還加粗了。往下多讀了幾段，才明白了信的大意，她的申請是進入了提前錄取周期，在此期間，所有回復都是用薄信封寄出的。她大概率是被錄取了。

驚喜還不止于此。信里還附有一份名為“經濟援助”的文件，上面寫了很多法律細節。第二天，李飛飛把信帶到學校，拿給薩貝拉先生看，他似乎也不明白，又把信拿給了校長，校長確信李飛飛被普林斯頓大學錄取了，而且給了全額獎學金。

要知道，1995年前后，普林斯頓大學一年的學費大約在2萬到2.5萬美元之間。四年下來，這筆獎學金價值近10萬美元。對于一個經濟拮據的移民家庭來說，這簡直是天文數字。

更重要的是，這意味著李飛飛不用再在餐館端盤子了，她可以全身心地投入學習，追求她真正熱愛的科學。

如今許多中國家長投入巨資，送孩子上國際學校，到國外上高中，削尖了腦袋也很難申請上普林斯頓這樣的常青藤名校，那么為什么李飛飛在移民美國短短幾年，還沒有完全適應美國生活的情況下就拿到了普林斯頓的全額獎學金？

這跟當時美國特殊的社會環境有很大關系，在90年代克林頓政府當政時期，打贏了冷戰的美國開始猛推全球化，以一種相對開放、自信的姿態吸引來自全世界的移民和優秀學生。尤其是讀書相對艱苦的理工科專業，許多美國本土的學生不愿意去讀，就給了外來移民更多的機會。馬斯克、李飛飛都是在這個階段以移民的身份進入到相對不錯的高校的。

進入常青藤名校普林斯頓大學，是李飛飛人生的一次重要階層躍遷。

學校的食堂飯菜種類豐富的不敢想象，宿舍比她家的面積還大，學校的博物館里面裝滿了價值連城的文物，宿舍里面裝有獨立的電話和信箱，圖書館的藏書非常豐富……有時候，還會有獲得諾貝爾獎的老師來講課。

那時候的熱門專業是金融、法律、計算機這些，因為畢業后收入更高。但是李飛飛選擇了自己從小喜歡的物理學，而且普林斯頓大學的物理系格外有名。雖然很多華人不太理解她的選擇，但是從小鼓勵她獨立的父母卻堅定地支持了她的選擇。

只要混的不是太差，常青藤名校的畢業生，可以順利進入500強企業工作，或者去華爾街、麥肯錫上班，在美國順利過上中產的生活。尤其是對于李飛飛這樣家境貧寒的移民學生來說，畢業后找一份收入豐厚的工作，是相當有吸引力的。

但是父母從小的教育理念使她仍然堅定選擇自己喜歡的事情，而不是完全考慮金錢因素。

5、

2000年，李飛飛從普林斯頓畢業，她沒有選擇去許多待遇豐厚的知名企業工作，而是選擇進入加州理工學院攻讀博士學位，師從計算機視覺專家彼得羅·佩羅納。博士期間，她創建了Caltech 101數據集，這是一個包含101個類別、約9000張圖片的數據庫。這個項目讓她意識到：計算機視覺的突破，需要更大規模的數據。

那是1990年代末，互聯網泡沫正在膨脹，硅谷的創業故事每天都在上演。但李飛飛選擇了一條不同的路——她要做學術研究。

2009年，李飛飛加入普林斯頓大學擔任助理教授。2012年，她又跳槽到斯坦福大學，成為計算機科學系的助理教授。一路走來，她的學術道路看起來很順利。

但她心里一直有一個"瘋狂"的想法。

2007年的一天，李飛飛在辦公室里翻閱一本關于語言學的書，書中提到了WordNet——一個由普林斯頓大學認知科學家克里斯蒂安·費爾鮑姆創建的英語詞匯數據庫。WordNet將英語單詞按照語義關系組織起來，形成了一個龐大的知識網絡。

李飛飛突然想到：如果能為計算機視覺創建一個類似的數據庫，會怎么樣？

不是101個類別，不是1000個類別，而是涵蓋人類視覺世界的所有類別——至少3萬個。每個類別都有成百上千張圖片，每張圖片都經過人工標注。這樣的數據庫，將成為訓練人工智能的"視覺百科全書"。

她把這個想法告訴了導師吉滕德拉·馬利克。導師的反應很謹慎："這個項目太大了，風險太高。如果失敗了，會影響你的教職評審。"

李飛飛也知道風險。她做了一個粗略的計算：如果按照Caltech 101的標注速度，完成3萬個類別、每個類別1000張圖片的數據庫，需要19年。即使優化流程，也需要18年。

但她還是決定做。

這個決定背后，有一個關鍵的時刻。那是2007年的某一天，李飛飛去醫院看望母親。母親的心臟病又復發了，躺在病床上。李飛飛坐在床邊，和母親聊起自己的研究困境。

母親虛弱地問她："人工智能還能做哪些事來幫助別人？"

這句話讓李飛飛醍醐灌頂。她突然意識到，自己做研究不是為了發論文、評職稱，而是為了讓技術真正幫助人類。如果ImageNet能夠成功，它將推動整個人工智能領域的發展，讓機器真正"看見"世界。

她決定賭一把。

2007年，ImageNet項目正式啟動。李飛飛組建了一個小團隊，包括幾個研究生和博士后。他們從WordNet的3萬個名詞中，篩選出與視覺相關的類別，然后開始從互聯網上搜集圖片。

搜集圖片不難，難的是標注。每張圖片都需要人工判斷：這是不是一只狗？是什么品種的狗？圖片質量夠不夠好？這些工作必須由人來完成，機器無法替代。

團隊成員每天坐在電腦前，一張一張地標注圖片。一天8小時，一周7天，進度慢得令人絕望。按照這個速度，19年的預測一點都不夸張。

更糟糕的是，學術界的質疑聲越來越大。

在一次學術會議上，一位資深教授當眾質問李飛飛："你為什么要浪費時間做這種沒有技術含量的體力活？這對你的學術生涯有什么幫助？"

另一位同行更直接："這個項目永遠不可能完成。你應該把精力放在算法創新上，而不是數據收集。"

甚至連導師吉滕德拉也建議她："也許你應該考慮縮小規模，或者干脆放棄。"

李飛飛陷入了深深的自我懷疑。她開始失眠，每天晚上躺在床上，腦子里反復計算：還需要多少年？如果失敗了怎么辦？她的教職評審還有幾年？

就在這時，一個研究生改變了一切。

他叫孫民，是李飛飛團隊的一員。2008年的某一天，孫民走進李飛飛的辦公室，興奮地說："老師，我發現了一個東西，也許能幫我們。"

他介紹的是亞馬遜的一個眾包平臺，叫"土耳其機器人"（Amazon Mechanical Turk）。這個平臺允許任何人發布簡單的任務，全世界的用戶可以接任務賺錢。任務可以是標注圖片、轉錄音頻、填寫問卷等等。

李飛飛眼睛一亮。這不就是她需要的嗎？

她立刻開始測試。他們在平臺上發布了一個任務：判斷這張圖片是不是一只狗？每完成一張圖片的標注，支付0.5到2美元不等。

結果令人震驚。來自世界各地的用戶開始接任務，標注速度比團隊自己做快了幾十倍。更重要的是，通過設計巧妙的質量控制機制——讓多個用戶標注同一張圖片，然后交叉驗證——他們可以保證標注的準確性。

李飛飛意識到，她找到了破局的鑰匙。

接下來的兩年，ImageNet項目全速推進。來自167個國家的超過4.8萬名貢獻者參與了標注工作。ImageNet成為亞馬遜土耳其機器人平臺最大的雇主之一。

成本呢？根據后來的統計，ImageNet項目的總投入超過700萬美元。平均每張圖片的標注成本約0.5到2美元。這筆錢從哪來？主要是斯坦福大學的研究經費，以及李飛飛實驗室的各種項目資金。對于一個學術項目來說，這是一筆巨大的投入。

但李飛飛賭對了。

2009年，ImageNet項目竣工。最終的數據庫包含2.2萬個類別、1500萬張圖片，每張圖片都經過人工標注。這是人類歷史上最大規模的視覺數據庫。

李飛飛做了一個更大膽的決定：把ImageNet免費開放給全世界的研究者，并且每年舉辦一次ImageNet挑戰賽，看誰的算法能在圖像識別上取得最好的成績。

2010年，第一屆ImageNet挑戰賽舉辦。參賽團隊的算法識別準確率只有70%左右。2011年，第二屆挑戰賽，準確率提升到75%。2012年，第三屆挑戰賽，奇跡發生了。一個來自多倫多大學的團隊，使用了一種叫"卷積神經網絡"的算法，識別準確率達到了85%——比上一年高出整整10個百分點。這個團隊的領導者叫杰弗里·辛頓，他的學生亞歷克斯·克里澤夫斯基設計的算法，后來被稱為"AlexNet"。

這次比賽，被認為是深度學習時代的開端。

AlexNet使用了兩張英偉達GTX 580 GPU進行訓練，每張顯卡當時的價格約500美元。這次"一戰封神"，不僅讓深度學習算法名聲大噪，也讓英偉達與AI歷史永久綁定。此后，英偉達的GPU成為AI訓練的標準配置，公司市值一路飆升。

更重要的是，ImageNet證明了一件事：在人工智能領域，數據和算力同樣重要。沒有ImageNet這樣大規模的數據集，深度學習算法無法展現其威力。

李飛飛的"豪賭"成功了。

ImageNet迅速成為計算機視覺研究領域的基礎設施。幾乎所有的圖像識別算法，都要在ImageNet上測試性能。它不僅推動了計算機視覺的發展，還間接推動了語音識別、自然語言處理等其他AI領域的進步。

但故事還沒有結束。2016年，李飛飛面臨了一個新的選擇：是繼續留在學術界，還是進入產業界？這個選擇，將再次考驗她的價值觀。

6、

2016年，李飛飛已經是斯坦福大學計算機科學系的終身教授，還是首任紅杉講席教授。她的實驗室有十幾個GPU，有一群優秀的博士生，有穩定的研究經費。不管是從學術地位還是個人收入上來說，李飛飛都已經是成功人士。

這時，谷歌云向她拋出了橄欖枝：擔任谷歌云人工智能及機器學習首席科學家，同時兼任副總裁。

這不是一個容易的決定。

谷歌能提供的資源，是任何大學都無法比擬的：更大規模的實驗室、任何規模的高性能算力、博士組成的龐大研究團隊，以及"做夢都無法想象的海量數據"。

經過一番權衡后，李飛飛接受了這個職位，但她沒有完全離開斯坦福。她申請了21個月的學術休假，每周仍在校園待一天，與實驗室和學生保持聯系。

谷歌這樣的科技巨頭，帶給李飛飛的是和高校完全不同的震撼。

谷歌的一切都"比她所習慣的更大、更快、更精密、更復雜"。食物豐富得令人咋舌，幾乎每棟大樓每一層都有休息室。會議室"像科幻小說里的場景"。她的團隊從15人開始，18個月內規模擴大了20倍。

但真正讓她震撼的，是一次技術演示。

團隊向她展示了一個叫"神經架構搜索"的項目，這個項目需要800個GPU同時運行。

800個！

而她在斯坦福的實驗室，只有十幾個GPU。

那一刻，李飛飛意識到一個殘酷的事實：人工智能正在成為一種特權，一種排他性極強的特權。

行業的準入壁壘像一座大山高聳在地平線上。沒有海量數據，沒有強大算力，沒有頂尖人才，你根本無法在AI領域競爭。而這些資源，越來越集中在少數幾家科技巨頭手中。

這讓她開始思考：AI的未來應該是什么樣的？是少數公司的專利，還是全人類的工具？

在谷歌的日子里，李飛飛接觸到了"成千上萬個人工智能的應用案例"——制造業、農業、保險業、運輸物流、零售、金融服務，甚至政府部門。這種規模和種類的接觸，確實是任何一所大學都無法同時提供的。

但她也目睹了AI技術的另一面。

2018年，谷歌云與美國國防部簽訂了Maven項目合同，利用AI技術分析無人機拍攝的視頻。這個項目在公司內部引發了激烈爭議，緊張局勢從公司內部蔓延到媒體，重新點燃了大眾關于技術在軍事事務中所扮演角色的長期爭議。

李飛飛被卷入了爭議的中心。

她開始思考：技術是中性的嗎？科學家應該為技術的應用負責嗎？當AI被用于軍事目的時，研究者應該持什么立場？

這些問題沒有標準答案。但李飛飛心里有了自己的答案。

2018年，她結束了在谷歌的學術休假，重返斯坦福大學。

很多人不理解。谷歌能提供的資源、薪水、影響力，都遠超學術界。而且，留在谷歌意味著她可以直接影響AI技術的商業應用，影響數十億用戶。

但李飛飛選擇了回到斯坦福，回到學術界。

她在自傳中寫道："我堅信人工智能可以讓世界變得更好...科學的力量依然值得我們滿懷樂觀。"

回到斯坦福后，她做了幾件事，包括成立了一個研究院，致力于研究AI的倫理、政策和社會影響；創立了一個非營利組織，專門為弱勢群體提供AI教育機會；繼續她的學術研究，但更關注AI的人文關懷方向——比如醫療AI、老年護理AI等。

她記得母親病床上的那句話："人工智能還能做哪些事來幫助別人？"

2024年，李飛飛創立了一家名為World Labs的AI創業公司，估值已超過10億美元。但她依然保留著斯坦福大學的教職，依然每周給學生上課，依然在推動AI的人文關懷研究。

結束語：

我看過中外數百個名人的自傳，但李飛飛自傳的寫作水平是其中水準相當高的，不太像是一個從事理工科的人的寫作水平。

你從李飛飛的自傳身上可以看出他父母在家庭教育上很深的痕跡，應該說他父母的教育理念是那一代中國人當中的異類，這在很大程度上促成了李飛飛日后的成功。

她的家庭教育有幾個特點，首先注重培養小孩的好奇心——幾乎所有科學家都有類似的特質，例如愛因斯坦、馮-諾伊曼等。然后不迷信權威，她的父母鼓勵她看了大量當時不被學校老師所鼓勵的書籍，這些書籍在她日后的人生當中都產生了較大影響。

同時，李飛飛的母親一直希望女兒保持思維和決策的獨立性，例如在選擇職業發展方向的時候，不完全看重金錢的因素，這種理念使得他在移民美國號能夠比較好的融入美國的社會。

選擇大于努力。

在李飛飛移民美國的90年代初，正是美國剛贏得冷戰、全球化開啟、信息技術革命方興未艾的時代，那是美國國力的巔峰時期，那一代在美國發展的華人，包括黃仁勛、蘇姿豐等，都吃到了這一波紅利。而中國的經濟騰飛，還有信息產業的起飛，則要到2001年加入WTO以后了。

美國高校在90年代的時候對于少數族裔的移民有較多的傾斜，尤其歡迎亞裔移民去申請理工科類的專業，因此李飛飛和馬斯克這樣的移民，在當時可以比較順利的進入普林斯頓、斯坦福、賓夕法尼亞大學這樣的頂級高校就讀，而今天華人要想上這些高校難度是指數級的提升。

李飛飛在從普林斯頓大學畢業的時候沒有選擇去麥肯錫等待遇豐厚的傳統企業工作，而是選擇了前往加州理工進行人工智能科學的早期研究。這個選擇在當時看來似乎放棄了很多短期回報，但是卻一不小心趕上了人工智能產業的超級大爆發。在選擇的過程中，他保持了一貫的獨立思考和遵從自身的興趣。這與他的早期家庭教育不無關系。

李飛飛是美國高校與企業間密切的產學研互動的一個很典型的案例。美國有許多高校的老師日后都去創辦了企業，或者在企業任職。比較典型的，例如思科公司的創始人（曾是斯坦福大學的教授），還有掃地機器人公司 iRobot 的創始人（曾是麻省理工的教授）等。而一些在企業里面積累了豐富經驗的企業家或者技術專家又回到高校繼續任教。為高校的科研和教學帶來了豐富的實踐經驗。

李飛飛和黃仁勛、蘇姿豐等華裔移民身上有非常鮮明的華人特質，他們重視理工科的教育，基礎扎實，堅韌抗壓，可以靠端盤子、刷碗、洗衣服維持生計。同時在成功后重視社會責任，不止追求商業上的成功。

作者：曾航 ，資深媒體人，軍武科技CEO，旗下有知名賬號軍武次位面、星海情報局、楊叔洞察、測評界的野路子等。曾任21世紀經濟報道資深記者，著有《一只iPhone的全球之旅》、《移動的帝國》、《大國鎖鑰》等書籍。