李飞飞(1976年7月3日[1]),斯坦福大学首位红杉讲席教授美国国家工程院院士[2]美国国家医学院院士[3][4]美国文理科学院(美国艺术与科学院)院士[5]。曾任职于斯坦福大学人工智能实验室(SAIL)[6] 、斯坦福视觉实验室[7]。现为ImageNet的首席科学家和首席研究员[8]、斯坦福以人为本人工智能研究院(HAI)院长、AI4ALL联合创始人及主席。她的研究领域涉及计算机视觉机器学习深度学习认知神经科学[3]

Quick Facts 李飞飞Fei-Fei Li, 出生 ...
李飞飞
Fei-Fei Li
Thumb
出生 (1976-07-03) 1976年7月3日48岁)[1]
 中国北京市
居住地 美国
国籍 美国
母校普林斯顿大学
加利福尼亚理工学院(2005年,博士)
知名于计算机视觉
机器学习
人工智能
认知神经科学
配偶Silvio Savarese(2009年-)
奖项斯隆奖(2011年)
IBM Faculty Fellow Award(2014年)
Yahoo Labs FREP award(2012年)
NSF CAREER award(2009年)
Microsoft Research New Faculty Fellowship(2006年)
网站vision.stanford.edu/feifeili
科学生涯
研究领域计算机科学
机构斯坦福大学
论文Visual Recognition: Computational Models and Human Psychophysics(2005)
博士导师Pietro Perona英语Pietro Perona
克里斯托夫·科赫
Close

生平

李飞飞1976年出生于中国大陆北京,在四川成都长大,12岁时,父亲远赴美国。四年后1992年,15岁的李飞飞随母亲一起赴美国新泽西州帕西帕尼-特洛伊山,与父亲团聚并移民定居[9]。刚到美国的最初两年,家庭生活拮据,她曾到餐馆打工,做过家庭清洁工;父母后来跟亲友借钱,开了一家干洗店经营[10]。初到美国的她需从头开始学习英语,就读位于新泽西的帕西帕尼高中英语Parsippany High School,1995年以全班第六名的成绩毕业,SAT取得1250分,其中数学得满分800分,获得了普林斯顿大学的奖学金,进入普林斯顿大学学习;在大学期间,大多数周末她都回家到父母的干洗店帮忙工作,在校学习时课余时间也常通过电话帮助父母接待干洗店的顾客[10][9]。她日后的成就令她在2017年被帕西帕尼高中列入该校的名人堂[11]

1999年,她在普林斯顿大学取得物理学高级荣誉学士学位。毕业后曾赢得奖学金前往西藏研究西藏传统药物[10][12]。2001年,她在加州理工学院开始研究生的学习和工作,师从计算机视觉业内专家Pietro Perona英语Pietro Perona教授和克里斯托夫·科赫教授,主要从事神经科学和计算机科学的交叉学科研究,2003年获电气工程科学硕士学位,2005年获同一专业的博士(PhD)学位[4],博士论文为"视觉识别:计算模型与人类心理物理学(Visual Recognition: Computational Models and Human Psychophysics)",其博士研究获得了美国国家科学基金会研究生奖学金和保罗与黛西新美国人奖学金英语The Paul & Daisy Soros Fellowships for New Americans的支持[13][9]

2005年8月至2009年6月,她先后在伊利诺伊大学厄巴纳-香槟分校电气与计算机工程系和普林斯顿大学计算机科学系担任助理教授,在这两所院校还同时兼任过心理学系的助理教授;2009年她在斯坦福大学计算机科学系担任助理教授,并在2012年晋升为终身职的副教授、2018年晋升为终身职正教授、2019年被聘为斯坦福大学首任终身红杉讲席教授[3][4]。2013年至2018年,李飞飞曾任斯坦福大学人工智能实验室主任。

2016年,李飞飞利用她在斯坦福的学术假期,加入Google云端人工智能暨机器学习的中国中心团队。2017年1月至2018年9月,出任Google副总裁,并兼任Google Cloud AI/ML首席科学家。2018年9月,她宣布返回斯坦福任教,持续参与斯坦福大学的AI议题研究[14],并任斯坦福以人为本人工智能研究院(HAI)院长。2020年2月,当选为美国国家工程院院士;5月,担任Twitter公司董事会新独立董事 ;10月,当选为美国国家医学院院士。2021年4月22日,当选为美国文理科学院(艺术与科学院)院士。2021年11月当选2022 IEEE Fellow。[15]2022年10月27日,埃隆·马斯克收购Twitter并解散Twitter公司董事会后,李飞飞不再担任Twitter公司的独立董事[16]

家庭

父母均为在中国大陆完成教育的知识分子,但因不谙英语,在美国不能从事工程师或科学研究工作;父亲曾做过照相机修理工,母亲曾做过收银员。[10]

2009年结婚,丈夫西尔维奥·萨瓦雷斯(Silvio Savarese)教授,任职于斯坦福大学视觉与几何研究室,目前两人育有一子一女。[9][17]

研究

李飞飞的研究领域主要为电脑视觉、认知神经科学、电脑神经科学和大数据分析。她发表的科学论文逾200多篇[18][4]。她的文章曾发表在世界顶级权威和有名望的学术期刊如《自然[19]和《美国国家科学院院刊[20],并常出现在电脑科学神经科学相关的期刊与会议报告上,包括《神经科学期刊》(Journal of Neuroscience)[21]、《国际计算机视觉期刊》(IJCV)、《IEEE模式分析与机器智能汇刊》(IEEE-PAMI)》、《神经信息处理系统大会》(NIPS)、《计算机视觉与模式识别会议》(CVPR)、《国际计算机视觉大会》(ICCV)、《欧洲计算机视觉大会》(ECCV)等[18]。 她最知名的工作是Caltech 101英语Caltech 101ImageNet,而其中ImageNet是利用人工智能识别物体的重大成就,全球研究人员可免费且非商业性地使用该数据库[22][23][24][25]

获奖

李飞飞获得诸多奖项,部分如下:[4]

  • 2020年加州理工学院杰出校友奖(Distinguished Alumni Award Winner, California Institute of Technology)
  • 2019年IEEE PAMI Longuet-Higgins Prize (“表彰其十年前在CVPR上发表的论文经受住了时间的考验。”)
  • 2019年美国国家地理学会进步奖(Further Award,“表彰她为工作独特创新、及时、具有影响力的领导者—敢于大胆突破领域边界,并为这项突破性工作担任杰出的大使”)
  • 2019年技术领导者Abie奖(Technical Leadership Abie Award)
  • 2018年影响世界华人大奖(凤凰卫视
  • 2017年加州大学伯克利分校WITI@UC雅典娜学术领导奖(WITI@UC Athena Award for Academic Leadership, U.C. Berkeley)
  • 2017年Elle杂志评选的科技界七位女性获奖者之一
  • 2016年国际模式识别协会J.K. Aggarwal奖(J.K. Aggarwal Prize, International Association for Pattern Recognition)
  • 2016年纽约卡内基协会全美40大优秀移民奖[26]
  • 2016年IEEE PAMI 马克·埃弗林汉姆奖
  • 2016年英伟达AI研究奖先锋奖(Pioneer in AI Research Award, NVidia)
  • 2015年全球百大思想者(One of the Leading Global Thinkers, Foreign Policy)
  • 2014年IBM研究奖
  • 2012年雅虎实验室德国财务报告管理小组奖
  • 2012年斯坦福大学W.M. Keck基金会教职学者(W.M. Keck Foundation Faculty Scholar, Stanford University)
  • 2011年美国斯隆研究奖(Fellowship, Alfred P. Sloan)
  • 2009年国家科学基金会职业奖
  • 2006年微软研究新学院研究奖金[27]
  • 2005年最佳短期课程奖(Best Short Course Prize, IEEE ICCV)
  • 1999年普林斯顿大学Kusaka纪念物理学奖(Kusaka Memorial Prize in Physics, Princeton University)

她也常出现在许多主流媒体上,如美国CNN[10]纽约时报[28]《科学》期刊TED大会[29][30][31]

参考文献

外部链接

Wikiwand in your browser!

Seamless Wikipedia browsing. On steroids.

Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.

Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.