李飞飞访谈：空间智能是AI的下一个前沿

在2025年6月16日Y Combinator AI创业学校的炉边谈话中，被誉为"AI教母"的李飞飞博士分享了她对人工智能发展历程的深刻见解，以及她对AI未来发展方向的前瞻性思考。这次访谈不仅回顾了她在计算机视觉领域的开创性贡献，更重要的是揭示了她对空间智能这一AI新前沿的雄心壮志。

ImageNet：点燃深度学习革命的火花

18年前的大胆押注

2007年，作为普林斯顿大学助理教授的李飞飞面临着一个根本性的问题：机器学习需要泛化能力，而泛化需要数据，但当时计算机视觉领域几乎没有数据。她做出了一个在当时看来"疯狂"的决定：从互联网下载十亿张图片，创建世界上最完整的视觉分类法。

"我们必须在机器学习中进行范式转变，这个转变必须由数据驱动的方法来引领。"李飞飞回忆道。这个决定背后体现了她对AI发展规律的深刻洞察：数据是机器学习泛化能力的基础。

2012年：历史性的突破时刻

ImageNet挑战赛的前两年，错误率一直停留在30%左右。2012年的一个深夜，李飞飞收到学生的消息：有一个结果"真的很突出"。这就是后来被称为AlexNet的卷积神经网络，来自杰夫·辛顿团队的"SuperVision"。

这个突破的意义不仅在于算法本身，更在于它代表了数据、GPU计算和神经网络三大要素的首次完美结合。李飞飞敏锐地指出："这不仅仅是卷积神经网络的胜利，也是Alex团队首次将两个GPU结合用于深度学习计算的突破。"

从物体识别到场景理解：计算机视觉的演进轨迹

终生梦想的实现

李飞飞从学生时代就怀有一个"百年梦想"：让机器能够像人类一样理解和描述场景。她形象地描述道："当人们睁开眼睛看这个房间时，你不只是看到人、人、人、椅子、椅子、椅子，你实际上看到的是一个会议室，有屏幕、舞台、人群、摄像机。"

2015年，她与学生安德烈·卡帕西(Andrej