技術研究者的嚴肅提醒

那是去年6 月一個溫暖的夜晚，時鐘指向了大約凌晨1 點，夜已深。此刻的李飛飛卻並沒有休息，她正穿著睡衣，坐在華盛頓一家酒店的房間裡，練習她幾小時後要發表的演講。在睡覺前，李飛飛還是覺得有些不妥，從她的演講筆記中刪除了一整段，以確保她能在規定的短時間內通過演講傳達最重要的觀點。醒來後，這位身高1 米60 的人工智能專家沒有套上經常穿的T 恤和牛仔褲，而是「精心」地穿上了一雙靴子和一件黑色和海軍藍針織連衣裙。然後她用Uber 叫了一輛車，起身前往美國國會大廈南部的Rayburn House 辦公樓。

在進入美國眾議院科學、空間和技術委員會的會議室之前，她舉起了自己的手機，拍下了這扇超大木門的照片。（她說：「作為一名科學家，我覺得這個委員會對我來說意義很特殊」。）接著，她鄭重地走進了這個寬敞的房間，前往聽證席就坐。

這天早上的聽證題為「人工智能——能力越大，責任越大」（https://youtu.be/_ObbBp5Vo9U）。到場的嘉賓包括政府問責局的首席科學家Timothy Persons，非營利組織OpenAI的聯合創始人兼首席技術官Greg Brockman。但聽證席上只有李飛飛這位傑出的女科學家才有資格宣稱自己在人工智能領域取得了突破性的成就。作為創建了ImageNet（最著名的計算機圖像識別的）的研究者，她毫無疑問屬於科研最尖端的科學家之一。取得瞭如此之大成就的科學家的人數也許少到用一個餐桌就能裝下，他們為人工智能技術近些年取得的重大進步立下了汗馬功勞。

也就是在那個6 月，李飛飛暫時離開了她擔任主任的斯坦福大學人工智能實驗室，轉而出任谷歌云首席人工智能科學家。但她之所以會出現在該委員會，是因為她也是一家非營利組織AI4All 的聯合創始人，該組織致力於讓女性和有色人種也加入人工智能技術的建造中。

不出意料，當天議員們向她尋求了一些專業意見。但她談話的內容卻令人驚訝：這個她深愛的領域（人工智能）給人們帶來的重大危險。

一項發明從出現到產生影響的時間可能很短。在像ImageNet 等人工智能工具的幫助下，計算機可以學習一項特定的任務，然後以秒殺人類的速度行動。隨著這項技術變得越來越精細，人們開始使用它來過濾、分類和分析數據，並做出具有全球和社會影響的決策。雖然這些工具已經在某種程度上被使用了超過60 年，但在過去的十年中，我們開始使用他們來完成能夠改變人類生活軌蹟的高級任務：今天，人工智能可以幫助確定患者的疾病治療方案、誰有資格享受人壽保險、一個人需要服刑多長時間、哪些求職者可以接受面試。

當然，這些力量也可能招致一些危險的結果。例如，亞馬遜不得不放棄一款人工智能招聘軟件，該軟件學會了給包含「女性」一詞的簡歷打低分。相信大家都不會忘記谷歌在2015年鬧出的大烏龍，當時，它的照片識別軟件把黑人誤認為大猩猩；或者微軟的人工智能社交聊天機器人在twitter上被網友們教會了發布種族歧視言論。但這些問題都是可以解釋的，因此可以通過改進技術來逆轉這種局面。李飛飛相信，在不久的將來，我們會遇到一個不可能糾正錯誤的時刻。這是因為我們對人工智能技術的利用過於迅速和廣泛。

那天早上，李飛飛之所以會在Rayburn大樓出席聽證會，是因為她堅信自己的領域需要重新調整。那些傑出的、強大的、大多數為男性的科技領袖們一直在警告，未來人工智能驅動的技術將對人類構成生存的威脅。但是李飛飛認為，人們可能過於關注並誇大這種威脅。她關注的是一個不那麼誇張但更重要的問題：「人工智能將如何影響人們的工作和生活方式」。它必然會改變人類的體驗，不一定會變得更好。「我們還有時間」李飛飛說，「但我們現在必須行動」。李飛飛認為，如果我們對人工智能的設計方式進行根本性的變革，並改變完成這項工程的人，這項技術將成為一股有益的變革力量。如果不能做出這樣的變革，我們就沒有考慮到一些人性的因素（李飛飛李開復同台出席WIRED 25週年紀念，繼續呼籲AI中的人性）。

在聽證會上，李飛飛是最後一個發言的。聽眾們肯定無法想到她在深夜訓練時是多麼緊張，她說道：「人工智能技術中沒有任何虛假！」她提高了語調。「它受到人們的啟發，由人們創造，最重要的是，它影響著人們。這是一個我們剛剛開始了解的強大工具，伴隨它而來的也有深遠的責任」。在她周圍，人們目光如炬。有一位一直在場的女士很贊同李飛飛的觀點，甚至忍不住發出了聲音。

從中國小孩到改變AI 發展進程的美國教授

李飛飛在中國南方的工業城市——成都長大。曾經的她，是一個孤獨而聰明的孩子，也是一個鐵桿書迷。她的家庭總是有點不尋常：在一種不喜歡寵物的文化中，她的父親給她帶了一隻小狗。她的母親來自一個知識分子家庭，她鼓勵她讀《簡愛》。（李飛飛說：「在勃朗特家族中，我最喜歡艾米麗（呼嘯山莊的作者）」）在李飛飛12 歲時，她的父親移民到了新澤西州的帕西帕尼，那時，她和母親有好幾年沒見到他了。在李飛飛16 歲時，他和母親與父親搬到了一起。在美國的第二天，李的父親帶她去了一個加油站，讓她告訴技工去幫忙修車。當時的李飛飛幾乎不會說英語，但通過手勢，李飛飛成功地解釋了這個問題。在不到兩年的時間裡，李飛飛熟練掌握了英語，其英語水平可以作為一名翻譯、口譯人員甚至是她的父母的辯護律師，因為她的父母只會使用最基本的英語。她說：「我不得不成為父母的嘴巴和耳朵」。

她在學校的表現也十分出色。飛飛的父親喜歡在清倉大甩賣中淘東西，一次，他給李飛飛買了一個科學計算器。之後，李飛飛就一直在數學課上用這個計算器，直到一位老師指出她有個計算結果出了錯，才發現這個計算器有一個功能鍵壞掉了。李飛飛十分感謝另一位高中數學老師Bob Sabella 為她指引了學術生涯的方向，並幫助她獲得了新的美國身份。帕西帕尼高中沒有微積分高級課程，所以他自己編寫了一個臨時使用的版本，在午休時間教李飛飛微積分。Sabella 和他的妻子也把李飛飛作為了自己家庭的一份子，帶她去迪斯尼度假，並藉給她2 萬美元，讓她的父母開了一家乾洗店。1995年，她獲得了普林斯頓大學的獎學金，成為了普林斯頓大學的學生。在那裡，她幾乎每個週末都要回家幫助打理家裡的生意。

在大學裡，李飛飛的興趣十分廣泛。她主修物理，同時也學習計算機科學和工程學。2000 年，她在帕薩迪納的加州理工學院攻讀博士學位，同時研究神經科學和計算機科學。

李飛飛具有很強的發現並培養看似不同領域之間的聯繫的能力，這使李飛飛產生了ImageNet的想法。那時，她的計算機視覺同行正在研究幫助計算機感圖像和對圖像進行解碼的模型，但這些模型的適用範圍很有限：研究人員可能要編寫一種算法來識別狗，再用另一種算法來識別貓。這讓李飛飛不僅懷疑道：問題不在於模型而在於數據。在她看來，如果一個孩子在是通過體驗視覺世界（即在兒時通過觀察無數的物體和場景）來學會「看」的技能，或許計算機也可以通過類似的方式分析各種各樣的圖像以及它們之間的關係來學會「看」。對李飛飛來說，這個領悟是意義深遠的。李飛飛說：「這是一種組織整個世界的視覺概念的方法」 。

但是她很難說服同事相信：在一個巨大的數據庫中為每個物體的每個可能的圖片加上標籤是合理的。此外，李飛飛決定，如果要讓這個想法奏效，那麼標籤的範圍需要囊括從通用類（如「哺乳動物」）高度細化的類（如「星鼻鼴」）。2007 年，李飛飛回到了普林斯頓做助理教授，當她談到ImageNet 的想法時，幾乎無人問津。最後，一位專攻計算機體系結構的教授（李凱，普林斯頓大學教授）同意作為合作者加入她的課題。

接下來，李飛飛就面臨著構建ImageNet 這個龐然大物的艱難挑戰。這意味著很多人將不得不花費大量時間來做繁瑣的標記照片的工作。李飛飛試著給參與這項工作的普林斯頓學生每小時支付10 美元，但工作仍然進展緩慢。一天，一個學生問她是否聽說過Amazon Mechanical Turk 這個眾包平台將圖片標記的工作眾包出去。剎那之間她就可以聚集許多工人，而成本缺相對來說十分低廉。但從少數普林斯頓學生到數万名隱形探索者的勞動力擴張，自身也存在挑戰。李飛飛不得不考慮工人間可能的偏見。「在線工人，他們的目標是用最簡單的方法賺錢，對吧？」她說。如果你讓他們從100 張圖片中選擇熊貓，怎樣才能阻止他們亂點一氣呢？因此，她嵌入並跟踪了一些圖像，例如已經正確識別為狗的金毛獵犬的照片，作為對照組。如果眾包的工人可以正確標記這些圖像，那就可以認為他們在誠實地工作。

2009年，李飛飛團隊認為320萬張的（後來增加到1500萬張）大型圖片集已足夠滿足使用需要了，他們在發布數據庫的同時發表了一篇關於該數據庫的論文。起初這個項目並沒有受到太大的關注，但後來李飛飛的團隊有了一個主意：他們聯繫了次年在歐洲舉行的計算機視覺比賽的組織者，請求他們允許參賽者使用ImageNet數據庫來訓練他們的算法。這就是ImageNet大規模視覺識別挑戰，ILSVRC。

幾乎在同一時間，李飛飛加入了斯坦福大學任助理教授。之後，她嫁給了機器人學家Silvio Savarese。但是他在密歇根大學有一份工作，兩人的距離很遠。「 我們知道，對我們來說，到矽谷工作更容易解決我們分居兩地的問題」李飛飛說。（Savarese於2013 年加入斯坦福大學。）「同時，斯坦福大學是如此特別，因為它是人工智能的搖籃之一」。

2012年，多倫多大學的研究員Geoffrey Hinton帶隊參加了ImageNet競賽，利用該數據庫來訓練一種被稱為深度神經網絡的人工智能模型。最終結果比之前的任何模型都要精確得多，Hinton的團隊在比賽中因此得到了冠軍。李飛飛本來沒打算去看Hinton領獎，她在休產假，而頒獎典禮遠在意大利佛羅倫薩舉行。但她認識到歷史性的時刻正在到來。於是她在最後關頭購買了一張機票，搭乘午夜航班前往佛羅倫薩。事實證明，Hinton的ImageNet賦能的神經網絡對計算機視覺技術產生了翻天覆地的改變。截止到2017年，也就是ImageNet比賽的最後一年，計算機識別圖像中的物體的錯誤率從2012年的15%降到了不到3%。這讓人們認識到，至少通過這種方法可以讓計算機比人類更善於「看」。

ImageNet 使深度學習的發展成為了可能，在它的幫助下，近期人類才能在自動駕駛汽車車、面部識別、可以識別出物體（並且告訴你它們是否正在打折）的手機攝像頭方面取得進展。

技術不能解決一切，比如人類文化和偏見

Hinton 領獎後不久，李飛飛產假還沒休完時，便開始思考：「為什麼在她的同行中女性如此之少？」那時，她敏銳地感受到了這個現象，她看到了在人工智能領域這樣性別不對等的現象正在逐漸成為一個大的問題。大多數構建人工智能算法的科學家通常都是具有相同背景的男性。他們有自己特有的世界觀，這樣的世界觀會滲透到他們正從事的項目、甚至是他們預想到的危險情況中。許多人工智能的締造者都是擁有科幻夢想的男孩，他們可能會想到《終結者》和《刀鋒戰士》中（人工智能會對人類產生的威脅）的場景。李飛飛認為，擔心這種事情沒什麼不對的，但這些想法偏離了人工智能可能存在風險的狹義的觀點。

正如李飛飛所說，深度學習系統的「輸入有偏差，那麼輸出就有偏差」。李飛飛認識到，雖然驅動人工智能的算法可能貌似是中性的，但最終塑造這些算法結果的數據和應用程序卻不是這樣。重要的是創建它的人是誰，以及他們為什麼要創建它。那天，李飛飛在國會山指出，如果沒有一群背景多樣的工程師，我們可能會創建出一套有偏差的算法，做出不公平的貸款申請決策，或者只以白人的面部圖像為訓練數據訓練神經網絡，從而創建出一種在黑人的臉上表現不佳的模型。李飛飛說：「我認為，如果我們20年後才醒悟，發現我們的技術、領導者和從業者缺乏多樣性，那對我來說就是一種災難」。

李飛飛逐漸開始相信，我們關鍵應該把人工智能的發展重點放在幫助提升人類的體驗上。她在斯坦福大學參與的一個項目是與醫學院合作，將人工智能技術帶到重症監護室中，努力減少諸如醫院獲得性感染之類的問題。該項目涉及到一個攝像頭系統，這個系統可以監控洗手站，並在醫院工作人員應該如何正確擦洗時給出警示。這種類型的跨學科合作是不同尋常的。領導斯坦福大學臨床卓越研究中心的Arnold Milstein教授說：「沒有其他來自計算機科學領域的人向我伸出援手」。

這項工作讓李飛飛看到了人工智能技術未來進化的希望。人工智能技術可以被用來對人們不夠完善的技能技能作為補充，而不是簡單地將人類的技能替換掉。如果其他學科的人（甚至是現實世界中的人）加入這一工程，他們就可以製造出一些工具來擴展人類能力，比如實現耗時工作自動化，讓重症監護室的護士有更多時間陪伴病人，而不是建立人工智能使某人的購物體驗自動化，並讓出納員下崗。

考慮到人工智能技術正在飛速發展，李飛飛認為她的團隊需要極可能快地進行人員調整。

李飛飛一直對數學相當很痴迷，她也認識到要讓女性或者其它有色人種進入計算機科學領域，需要付出巨大的努力。根據國家科學基金委員會的統計，2000年，女性拿到的計算機學士學位只佔全年總量的28%，在2015年更是降到只有18%。即使是在李飛飛自己的實驗室內，也很難聘請到足夠多的有色人種和女性研究員。李飛飛說，雖然她的實驗室比典型人工智能實驗室更加多元化，但是男性仍然占主導。她說：「我們也沒有足夠多的女研究者，少數族裔的研究人員更是稀缺，甚至在進入實驗室的渠道中也是這樣的情況。學生參加人工智能會議的時候，會看到90%的與會者都是男性，非裔美國人的數量也遠沒有白人男性多」。

當李飛飛成為Olga Russakovsky 這位女性研究員的導師時，Russakovsky 幾乎要放棄自己的職業生涯了。Russakovsky當時已經是一名熟練的計算機科研工作者，她擁有數學學士學位和計算機碩士學位，都是在斯坦福拿到的，但是她並不善於寫學術論文。作為實驗室中唯一的女性，她覺得自己與同行脫節了。後來李飛飛來到斯坦福，Russakovsky 的學術生涯出現了轉機。李飛飛幫助Russakovsky 學會了一些做好科研所需的技能，Russakovsky說：「李飛飛還讓我重拾自信」。現在Russakovsky 成為了普林斯頓大學計算機系的助理教授。

4 年前，Russakovsky 拿到了自己的博士學位，她請求李飛飛幫助自己建一個夏令營，讓那些對人工智能有興趣的女生加入她們。李飛飛立刻就同意了她的請求，她們召集了一群志願者，給高中二年級學生打電話。雖然她們只提供了24 個名額，但是在一個月之內卻收到200 份申請。2 年後，他們擴大了這個項目，設立了非盈利組織AI4All，只在將那些缺乏機會的年輕人帶到斯坦福、加州大學伯克利分校學習人工智能技術，包括女孩、有色人種、經濟狀況不佳的人。

在加州奧克蘭市區的Kapor 中心，AI4All 有一個狹小的共享辦公室，現在由於組織的成長，他們即將搬到新的辦公室去。現在AI4All 在6 所大學的校園中設有夏令營。去年她們在CMU舉辦了夏令營，提供了20 個名額，卻收到了900 份申請。有一名AI4All 學生想用計算機視覺技術偵測眼病，還有一人用人工智能編寫程序，給911 呼叫按緊急程度排序；由於救護車未能及時抵達，這名學員的祖母不幸離開人世。很明顯，從業人員的觀點會給未來的人工智能工具帶來巨大影響。

我們對人工智能負有責任，不管是在谷歌還是在斯坦福

在斯坦福掌管實驗室近3 年後，李飛飛於2016 年休假，作為谷歌云首席科學家加盟谷歌。谷歌云是該公司的企業級計算業務部門。李飛飛想知道工業界是如何運作的，如果能夠直擊用戶的痛點來部署新的人工智能工具，就可以擴大其在交叉學科研究的範圍。Facebook、谷歌、微軟等企業也投入了巨資，研究人工智能技術，希望人工智能能夠幫助他們的業務快速發展。與高校相比，企業擁有更多且更優質的數據。而對於人工智能研究人員來說，數據就如同燃料。

最開始時，李飛飛滿懷激情。她與那些可以將她的科學研究應用於現實場景的公司進行會談。在她的領導下，谷歌推出了面向公眾的人工智能工具，有了這套工具，任何人不需要寫一行代碼就能開發機器學習算法。她在中國設立了新的實驗室，致力於將人工智能工具用於醫療健康領域。她在達沃斯世界經濟論壇發表演講，與國家元首、流行藝人交流。

然而，在私營企業工作給李飛飛帶來了令她感到不適的新壓力。去年春天，由於谷歌與美國國防部簽署Maven計劃的合同，李飛飛招來了公眾的非議。該項目就是要用人工智能工具分析圖像，而分析的結果可能會被用來控制無人機襲擊目標，按照谷歌的說法，它們可以用人工智能技術識別低分辨率目標，拯救生命是他們的首要目標。然而，許多谷歌的員工反對公司將自己開發的技術應用於軍用無人機。大約有4000名員工簽署了請願書，要求公司發表聲明，承諾谷歌與合同承包商永遠不會開發戰爭技術。還有一些員工憤然辭職抗議。

雖然李飛飛沒有直接參與這項交易，不過負責Maven 項目的正是她所工作的部門。李飛飛寫過一封郵件參與這項討論，希望公司不要陷入尷尬境地。然而這封郵件被洩露給了「紐約時報」，一夜之間，媒體報導將李飛飛推向風口浪尖。這樣的輿論似乎讓人十分困惑，因為李飛飛在計算機行業中往往給人一種道德高尚的形象。事實上，在公眾發出抗議之前，李飛飛認為這門技術是無害的，她從未想過員工會反對。

但李飛飛確實意識到了這個事件為何會爆發，她說：「問題的關鍵不在於事件本身，而在於這件事發生的時間，目前我們的企業需要有緊迫的責任感。面對人工智能的崛起，矽谷應該積極參與到這種對話中 …Maven項目只是一個導火索，」李飛飛說。「不做惡（谷歌的聲明）」的立場還不夠鮮明。

直到谷歌宣布它不會再與Maven 計劃簽署新的合同，事件才平復下來。包括李飛飛在內的一些谷歌科學家和高管，也編寫了一份公開的指南，承諾谷歌會重點研究造福於人類社會的人工智能技術，避免工具的實現出現偏差，會避免這些工具最終對人類造成傷害。一直以來，李飛飛都在為重返斯坦福做準備，不過她覺得自己有必要親眼看到指南通過。李飛飛說：「我覺得每個機構都必須設立一套行事原則和問責機制。Benjamin Franklin 曾經說過，當憲法出台時，它可能並不完美，但它在當下的確是最好的。大家可能仍然會各持己見，但不同的派別可以通過對話解決問題」。李飛飛說，指南發表時，她感到那時這一年年最快樂的時刻。李飛飛還說：「對我個人而言，能夠有幸參與到這項工作中，做出一點貢獻，是很重要的」。

6 月份，我在李飛飛的家中對她進行訪問，李飛飛的家在斯坦福校園一條靜謐的街道的盡頭。那時剛好晚上8 點多一些，當我們交流時，她的丈夫將小兒子和女兒安排到樓上睡覺，飛飛的父母在親家的單元樓過夜。餐廳已經變成了小朋友的遊戲室，所以我們坐在客廳聊天。在她家裡，家庭照片隨處可見，書架上放著一台1930 年代的老電話。當我問她時為什麼會有這樣的老電話時，她說因為父母是移民過來的，所以父親仍舊喜歡去逛舊貨市場。

在我們聊天時，李飛飛的手機上跳出來了一條信息。醫生給李飛飛的母親開了藥，父母讓她將說明翻譯給自己聽。對李飛飛來說，有時她可能正在Googleplex 開會，或者在世界經濟論壇演講，又或者正在參加國會聽證會，但只要父母需要幫助，都會發短信給她。她往往會馬上會，並且不會打斷自己的思路。

在生活的大部分時間裡，李飛飛往往需要同時關注兩件似乎截然不同的事。她是一名科學家，但同時對藝術也有著深刻的見解。她既是美國人，又是中國人。她對人很感興趣，也對機器人感興趣。

7 月末，李飛飛打電話給我，當時她們家正在為旅行做準備，她在給女兒洗手。李飛飛問我：「你看到Shannon Vallor 發表的聲明了嗎？」Vallor是Santa Clara大學的哲學家，專門研究新興科學技術存在的哲學與倫理問題，她說自己要到谷歌云工作，擔任倫理顧問。李飛飛為此做了巨大努力，她甚至在華盛頓發表的證詞中，曾引用Vallor 的話說：「沒有真正獨立的機器價值，機器價值就是人類價值」。谷歌任命史無前例。其它企業也紛紛開始為「它們的人工智能軟件會被如何使用，誰可以使用它們的人工智能軟件」建立保護機制。微軟在2016年設立了一個內部倫理委員會，該公司聲稱：由於倫理委員會存在倫理擔憂，它已經拒絕與某些潛在客戶合作。微軟還開始限制其人工智能技術被使用的方式，比如禁止面部世界方面的一些應用程序。

然而，從某種程度上來說，公司內部的道德倫理監察機制的存在，也只是為了保障公司本身的利益。當我7 月和李飛飛談話時，她意識到自己即將離開谷歌，她2 年的假期就快要結束了。當時有許多人猜測說，李飛飛會因為Maven 的失敗而離職。不過李飛飛卻說，她之所以回到斯坦福，主要是因為不想放棄學術職位，而且從和她的對話中也可以聽出來她有些累了。李飛飛還說，在谷歌度過動蕩的夏天之後，她幫助撰寫的倫理指南就像是隧道盡頭的光明。

李飛飛渴望能在斯坦福開展新的項目。秋天，李飛飛與斯坦福大學前教務長John Etchemendy 宣布將設立一個把人工智能與人類學研究融合在一起的學術中心，將吸收自然科學和技術科學的交叉研究、設計研究、多學科研究。李飛飛認為：「作為一門新興科學，人工智能從沒有大力吸引人類學家和社會學家參與到研究中」。許久以來，大家都認為這些領域對人工智能來說無關緊要，但李飛飛卻認為它相當關鍵。

李飛飛是一名徹底的樂觀主義者。在6 月的聽證會上，她曾告訴立法委員：「我深入思考了那些對人類來說既危險又有危害的工作，比如救火、自然災害搜救」。她相信我們不僅應該盡可能避免讓讓人類身處險境，也堅信人工智能技術在這些工作中會起到很大的幫助。

當然，某個機構的某個項目對整個行業的改變成都是有限的。但是李飛飛還是認為要竭盡所能訓練研究人員，讓他們像倫理學家一樣思考，背景各異的研究人員應該以原則而非利潤為指導行事。

在電話中，我問李飛飛，她有沒有想過也許可以用一種完全不同的方式來開發人工智能，避免出現我們現在所看到的問題。她回答說：「我覺得這很難想像！科學的進步和創新來自於幾代人的乏味工作，反複試錯。我們花了一段時間才認清這種偏見。我工作了6 年，然後才意識到：『天啊，我們正在陷入危機』」。

在國會山，李飛飛曾說：「作為一名科學家，我很慚愧，人工智能這門學科目前還處於發展初期。這是一門只有60 年曆史的科學。與一些已經讓人類的生活每一天都變得更好的科學相比（比如物理、化學、生物學），人工智能想要實現其幫助人類的潛力還有很長的路要走。在正確的引導下，人工智能會讓生活變得更好。但是如果沒有這種正確的引導，這種技術將會進一步擴大貧富差距，讓這種技術變得更加排外，會強化我們這幾代人努力克服的偏見」。李飛飛讓我們相信，我們所處的時代正是人工智能這項技術被發明到其產生重大影響的轉折點！

via  wired.com