2025 年的第 1 本书。
坦白说，对于还在世的人给自己著书立传这种事情，一直以来是颇有些看不惯的。尤其是还年富力强的时候，应该更加专注于事业，而不是花很多时间在给自己写回忆录。但看到 yusen 对这本书的评价很高，所以还是拿过来在飞机上翻了一遍，算是对李飞飞有了一个更加全面的了解吧。
一些感想：
为什么李飞飞获得了世俗意义上的成功，能够成为人工智能方向上的先驱？
首先是“天时”，李飞飞本人最大的幸运在于吃到了AI技术变革的时代红利。人工智能发展了几十年，理论基础都已经铺垫完成，差的就是算力。李飞飞刚好在 GPU 的算力到位时进入了这个行业，和 AI 一起高速起飞，成为了“时势造英雄”的又一例证。相比之下，LeCun、Hinton 这些大神们早早就已经投身于人工智能，在理论上做出了巨大贡献，是行业的奠基人，但也必须咬牙熬过漫长的寒冬，才终于等到了 GPU 的东风。
其次是“地利”，这点要感谢李飞飞的家庭。她的父母是真正的冒险家，主动也好被动也罢（她母亲是国民党背景），在中国改革开放刚刚开始的年代，他们毅然选择放弃国内还算安逸的生活，带着孩子冲向大洋彼岸未知的世界，属于真正有美国梦和移民精神的那类人。这个与众不同的决策，最终造就了李飞飞有机会进入全球最为顶尖的学府进行深造，闯进了 AI 的核心圈子。
值得一提的是，李飞飞的父母都很有自己的主见，尤其在子女教育上，具备强烈的“美国式”自我意识，而不是像绝大多数中国家长那样习惯于服从体制。书中提到：
不出所料，他们对我的教育方式也跟他们的婚姻一样不走寻常路。当时的社会沉迷于向孩子灌输“尊重”的概念，衡量成功的标准与其说是成绩本身，不如说是遵守纪律，认真听讲，赢得老师表扬，但我的父母对此毫不在意，甚至有些不以为然，尤其是母亲。她对当时普遍的育儿目标进行了微调，并引以为傲：我当然要努力学习，充分发挥自己的潜力，但这么做并不是为了取悦任何人，或者得到任何东西。虽然她从来没有明确表达过，但我能感觉到，她认为“模范学生”和“好居民”等提法带有居高临下的评判色彩。她教导我，我的努力不是为了让老师满意，也不是为了符合某种意识形态，甚至不是为了迎合某种虚无缥缈的规则。我的努力只是为了自己。虽然父母跟我之间存在文化断层，但他们真心爱我，为了养育我而辛勤工作。母亲经常会在履行家庭责任时走向完美主义的极端，父亲则漫不经心，我行我素，两人对比鲜明。
最后是“人和”，是李飞飞的个人选择与努力。继承了父母基因中巨大的好奇心、优秀的观察和独立思考能力、出类拔萃的理解抽象概念的物理直觉以及吃苦耐劳的意志品质，李飞飞作为美国移民中的杰出代表，克服了生活中的各种艰辛，仅仅抓住接受高等教育的机会，最终改变了自己和家庭的命运。这里也要感叹一下美国这个大熔炉的宽容与开放，无论是高中、大学中那些优秀的老师对移民的接纳，还是教育体系里的各种奖学金以及合理的选拔机制，可以不断给予那些真正有意愿和能力向上走的人才以良好的机会，尤其重要的是，可以引导孩子发现自己的热爱与人生目标。之前都《乡下人的悲歌》也有类似的体验，像万斯这类人居然能够考上耶鲁，“真的是不拘一格降人才”。这才是美国真正的立国之本吧。书中提到：
这些都是至暗时刻，但它们让我更加珍视在一路上发现的人性的光辉。这个社区为移民家庭提供了立足之地，虽然简陋，却可以让他们容身；老师们鼓励一个几乎不会说英语的学生，其中一个老师把她的奋斗前行当作自己的首要任务；常春藤盟校将为她提供良好的教育。这个国家虽然看起来陌生，却开始让人感到可以亲近。虽然我的语言能力还有待提高，但已经有了很大的进步。我又能表达自己了。虽然表达有欠精准，但那是属于我自己的声音。如果我要把自己的一生奉献给科学——无论以何种形式，我都要感谢我在人生最低迷、最迷茫的日子里遇到的那些人。我越来越有一种久违的感觉：我心怀感恩。
李飞飞成长道路上的两次关键的选择：
第一次是大学的专业选择，放弃物理而改投计算机视觉方向。“到了大二，情况开始发生变化。尽管我对物理学的热爱丝毫未减，但我发现自己在思考，从宏大叙事的角度来看，这门学科对我来说意味着什么。我的信念似乎开始逐渐动摇。我想知道真正激励我的是物理学本身，还是推动物理学发展的精神——这种精神激励着历史上最聪明的一群人对我们的世界提出如此大胆的问题。我努力追随他们的脚步，去揭示一些未知的真相，但我已经不再确定那将是怎样的真相…我发现，到了职业生涯晚期，物理学界最伟大的人物竟然不约而同地对生命本身的奥秘产生了兴趣，甚至突然开始正式研究生物学。薛定谔是我最喜欢的例子之一。他的整个职业生涯都走在20世纪量子力学的最前沿，然而他却在那本短小精悍的《生命是什么》一书中探究了遗传学和生物体的行为，甚至研究了生物的伦理意义。这本书对我产生了深远的影响，通过更有机的视角探索世界的想法令我深深着迷…正是从这两本书（侯世达 Douglas Richard Hofstadter 的《哥德尔、艾舍尔、巴赫：集异璧之大成》和罗杰·彭罗斯 Roger Penrose 的《皇帝新脑》）中，我首次接触到了“用离散的数学术语来理解心智”这一观点。它们都提出了令人信服的理由：从本质上说，对智慧的全面描述揭示的不是魔法，而是一种过程，是规则和原则的运作。这些规则和原则在可测量的量上，以可理解甚至可预测的方式发挥作用。换句话说，它们为我揭示了计算所包含的哲学意义。”
第二次是研究方向的选择，意识到了“数据甚至比算法更重要”，将赌注放在了 ImageNet 上，走上了数据集建设这一当时非主流的路线。“我突然意识到一件微妙的事情——我被问到的每个问题都与算法本身有关…我们选择的机器学习算法的数学核心是“贝叶斯网络”（Bayesian network），这是一种概率技术。接二连三的问题都是有关这种技术的，但没有一个人问及我们训练算法时所用的数据。数据被公然视为一种惰性商品，只在算法需要时才重要，虽然这种观点并不稀奇，但我开始意识到，有一些重要的东西一直都被低估了。我们算法的决定性特征是能够从只看过一次的图像中学习新的事物类别，而这一特征对数据的依赖极大。究其根本，是因为我们的算法已经见识到林林总总的各种事物，获得了感知体验，才可以在面对新事物时展现出卓越的识别能力。事实上，我越想越觉得奇怪。数据具有微妙而神奇的力量，为什么这个话题从未得到任何关注呢？我们的实验材料极少，只不过是从几个随意选择的类别中拿出几百张图片，却获得了意料之外的结果。这不禁让人思考：如果少量数据就可以实现如此强大的能力，那么更多的数据又将带来什么呢？这个问题越想越觉得具有启发性。如果数据量大得多呢？…我的研究领域仅仅专注于算法，但我对数据思考得越多（尤其是大规模的数据），我就越意识到，这是一个完全未开拓的领域。世界已经选择了它的方向。但我的北极星正引领我向另一个方向前行。也许存在这样的可能性：让算法能够识别出任何东西的秘诀，就在于打造一个无所不包的数据训练集。”
读完本书，我非常钦佩李飞飞的才能与勇气。尽管她的个人成功在很大程度上归咎于时代（哪个成功者不是呢？），但和她本人的天赋、努力与选择有着密不可分的关系。对我来说，从中可以获得的启发在于，时势造英雄，要顺势而为，在时代的红利中寻找个人差异化的坐标和定位，把自己打造成为有竞争力的产品。
以上。