资讯

当硅谷狂炒AGI末日,李飞飞可能是最不怕AI的那一个

虎嗅·2026/9/11 02:24:53🔗 原文

📋总体概括

本文回顾「AI教母」李飞飞8月20日接受采访引发的讨论,并梳理其技术生涯核心贡献:2006年她判断计算机视觉瓶颈在数据而非模型,随后主导建成ImageNet——含1419万张图片、21841个WordNet层级类别,靠Amazon Mechanical Turk众包标注完成。2012年辛顿团队的AlexNet在该库上把Top-5错误率从近28%降到15.3%,直接引爆深度学习浪潮。在硅谷热炒AGI末日论的当下,李飞飞以数据和落地为本的务实路线显得格外清醒。

关键信息

  • 2006年李飞飞提出计算机视觉瓶颈在数据而非模型,与当时主流调特征、改分类器的路线相悖
  • ImageNet包含1419万张图片、21841个WordNet层级类别,通过Amazon Mechanical Turk众包标注
  • 2012年AlexNet在ImageNet上把Top-5错误率从近28%降至15.3%,成为深度学习出圈的技术拐点
  • 在硅谷热衷炒作AGI末日论的背景下,李飞飞坚持数据驱动与实际应用的务实立场

🔥犀利点评

深度学习这波浪潮的真正起点不是什么惊世论文,而是一个被当时主流视为外行的数据工程——ImageNet的笨功夫证明了:算力和模型是燃料和引擎,数据才是方向盘。如今硅谷靠末日论融资、靠AGI叙事拉估值,李飞飞这种「先解决问题再谈哲学」的路线反而成了稀缺品。历史反复说明,行业拐点从来不靠宣言,靠的是把脏活干完的人。

本文由本站自动聚合,以下为原始来源:前往 虎嗅 阅读全文