来源：财富
在帮助开启现代人工智能时代之前，李飞飞曾在新泽西郊区经营一家干洗店。
李飞飞15岁时随父母移民美国，来到新泽西州帕赛帕尼（Parsippany），几乎不会英文，也没有多少钱。为了维持生活，她的父母当收银员，而她本人则在中餐馆打工。就在她进入普林斯顿大学之际，母亲的健康状况恶化。为了“挣点钱活下去”，她告诉彭博社，全家决定开一家干洗店。
在普林斯顿那座修剪整齐的校园里穿行时，李飞飞常开玩笑说自己是父母店里的“CEO”。作为家里唯一会说英语的人，她一边做物理作业，一边负责店里的所有业务：接电话、处理检查、与顾客沟通、管理账单。等她前往加州理工学院攻读博士学位后，这份工作也没结束——她告诉彭博社，她一直远程管理干洗店，直到读研中期才交出这份“兼职”。
她说，这段经历教会了她韧性——这是如今她认为在科学与人生中都至关重要的品质。
“科学是一段非线性的旅程，”她告诉彭博社。“没有人掌握所有答案。你必须经历挑战，才能找到解答。”
在普林斯顿，李飞飞被物理吸引，因为它“够大胆”——你可以向宇宙提出最宏大的问题。但最终，她自己所谓的“大胆问题”发生了转变：什么是智能？它从何而来？机器能学会它吗？这种好奇心把她带到了加州理工学院，而在那里，一个不经意的想法最终改变了整个人工智能领域。
当时，计算机视觉研究陷入停滞：算法不奏效，也没人知道原因。李飞飞开始从计算机科学外寻找灵感——心理学、语言学，以及人类如何组织世界——并意识到一个明显却被忽视的事实：人类依靠海量体验学习；而计算机却试图从只有几百张图像的小数据集中学习。
“我们使用的科学数据集太小了，”她告诉彭博社。
她并不是要革新整个领域，只是在追随一个别人都觉得“误入歧途”的直觉。
根据 Ars Technica 报道，2007年，当她提出要构建一个规模巨大到听起来不可能的图像数据集时，一位导师警告她：“我觉得你把这个想法带得太远了。”当时，大多数研究者认为真正的瓶颈在算法，而不是数据。
“在 ImageNet 之前，人们根本不相信数据的价值，”她后来回忆说。“大家都在用极少量数据，研究完全不同的 AI范式。”
于是，她带着几个不太情愿的研究生，开始打造一个不存在的东西。最终，他们创建了 ImageNet：一个包含1500万张、覆盖2.2万个类别的标注图像的数据集，其组织方式借鉴了人类认知的洞察。
她并未止步于此：2010年，她把 ImageNet 变成年度竞赛，迫使所有研究团队在同一庞大数据集上测试算法。
那是转折点。
2012年，一个基于 ImageNet 训练的神经网络——AlexNet——突然打破所有纪录。这一刻让整个领域意识到深度学习真的可行，也促使“AI教父”杰弗里·辛顿（Geoffrey Hinton）进一步展示神经网络的力量，并为后来的大型语言模型奠定基础。
这个她当时只觉得是研究“顺理成章的下一步”的项目，让她如今被称为“AI教母”。
近二十年后，李飞飞已是斯坦福大学教授，也是初创公司 World Labs 的联合创始人兼 CEO。根据《金融时报》报道，这家公司从零起步，在成立仅四个月后估值已突破10亿美元。
World Labs 试图绘制她称为“空间智能”的能力——让人工智能像人类一样，通过视觉理解并与物理世界互动，而不是只依赖语言。本月早些时候，World Labs 发布了其首款商业产品 Marble，允许用户通过提示词生成可下载的3D世界。
她还为全球领导者提供技术伦理建议；2023年，她加入联合国科学突破咨询委员会。根据其个人简介，她曾向美国国会以及包括拜登总统在内的多国领导人发表演讲。她对别人给她的“教母”称号略显尴尬，但最终还是接受了。
“在整个科学与技术史中，有这么多男性被称为奠基者、教父，”她在2024年《财富》最具影响力女性峰会上说。“如果女性总是急于拒绝这些称谓，那我们的声音又从何而来？”