李飞飞解读：为何空间智能是AGI的关键划重点

12月12日，斯坦福大学教授、“AI教母”李飞飞在最新访谈中，回顾了她职业生涯中的关键时刻，并分析AI作为一项文明技术，对全球经济、教育和劳动力市场带来的深远影响。

李飞飞详细介绍了她在2009年构建的ImageNet项目，如何成为AI领域的大数据拐点。

现代人工智能的突破源于一个核心科学假设：机器可以像人类幼儿观察世界一样，通过感知海量物体和场景进行学习，而证明这一假设需要一个前所未有的大规模数据集。李飞飞表示，构建ImageNet的核心挑战是获取数以千万计的高质量的人工标注图像。为保证机器训练的能力质量，她选择众包工程的方式，利用亚马逊土耳其机器人（Amazon Mechanical Turk）进行大规模并行处理，将数十亿张图像浓缩为1500万张高质量数据，使ImageNet成为了当时人工智能领域最大的计算机视觉训练和评估数据集。

2012年，ImageNet的海量数据、神经网络算法，以及GPU支持的快速并行计算首次结合，共同促成了“ImageNet分类深度卷积神经网络方法”的实现。许多人认为，这标志着现代人工智能时代的正式开启。

对于未来AI的探索方向，李飞飞认为，World Labs正在构建下一代空间智能。World Labs的核心技术模型Marble，能够根据用户输入的文本或上传的图像素材，在几分钟内生成一个可供拖动和探索的3D数字世界。她强调了Marble对前沿科技的推动作用：

一方面，Marble可以作为机器人训练的模拟环境，生成海量且多样化的训练数据。尽管这一应用目前尚处于早期阶段，但它为机器人提供了进入现实世界之前的“飞行模拟器”。