如果只是从新闻上浮光掠影的看到她的新闻，可能会以为她是一个女超人，一路顺利，哪怕有小挫折也是信心满满手到擒来。
但是，读完本书，看到她从十几岁一直到如今，其实都饱经挣扎——来自环境的、来自家庭的、来自内心的……她当然有很多收获，同时也有很多痛苦的失去——熟悉的幼年环境、在学校时的安全感、亦父亦友的贵人老师……她的成功背后，还有不为人道的悲伤。
她全家人，最重要的，可能是那种破釜沉舟的勇敢——我就完全没有这种勇敢。她的父母敢于在英语都说不好、找不到合适工作的时候，跑到异国他乡，每天工作十几个小时，靠着微薄收入勉强糊口。母亲重病，父亲被解雇，李飞飞试图放弃科学而去华尔街赚大钱的时候，母亲严厉的拒绝了她。
勇敢、尊严，她的妈妈根本就不是说说而已，哪怕是在 ICU 里，她也绝不放弃尊严，哪怕付出健康的代价。我想，这也是为什么，李飞飞敢于冒着学界之大不韪，独自带着学生去打造史无前例的 ImageNet，赌上了她的学术生涯。
李飞飞热爱视觉智能这个领域，因为深入的思考和直觉，她在很早就感觉到，数据是智能的关键——这个灵感来自于生物的视觉进化。这也是为什么她决心去打造 ImageNet。她对于视觉如此着迷，以至于走在路上都忍不住思考眼前的景象是如何被大脑所解析的。而在实验室里，她曾通过电极观察过大脑处理视觉信号时的动态，那是一种令人陶醉的、神奇的体验。
而且同时期的加拿大，Hinton 也热爱视觉智能，同时一直坚信神经网络是最佳的答案——同样的，他的洞察力也来自对于生物进化的观察。就像他说的：大脑已经解决了智能的问题，（生物）神经网络已经解决了智能的问题，这是可行的。
人工智能有三个大的问题：
– 算法：Hinton 认为是可以自我学习的神经网络；
– 数据：李飞飞认为我们需要很大很大的多样化的数据集；
– 算力：Nvidia（黄仁勋）通过 CUDA 架构，把游戏显卡，改造为了算力超强的通用计算工具；
故事的第三个主角，幕后的黄仁勋，在 2006 年推出了 CUDA —— 这个将游戏显卡转换为强大的算力设施的编程库。Hinton 的团队，用了两块 GTX 580 在不到一个星期里训练好了 AlexNet，拿下了 ImageNet 竞赛的第一名，错误率远远低于所有传统算法。（developer.nvidia.com/blog/nvidia-ibm-cloud-support-imagenet-large-scale-visual-recognition-challenge/）
她们三个人，缺了任何一个，人工智能可能至今仍在寒冬，但奇妙的是，2006 年黄仁勋推出了 CUDA，2009 年李飞飞做好了 ImageNet，2012年 Hinton 团队做好了 AlexNet。短短六年间，数据集、神经网络、GPU 彼此协作，全部证明了自己的价值。
这显然不是谁能预知或者计划的，只能靠着各个领域的人，在前途未卜的时候，凭着热爱和对未来的洞察力，勇敢的前进。没有人知道，这些方方面面的努力，什么时候会汇聚成历史的洪流。
