DC娱乐网

女性凭什么站上科技圈顶端?苏姿丰李飞飞联手干大事,意味着什么

你发现没有,中美人工智能行业,最权威的面孔里,华人占了很重的分量,华人女性也在这个领域发光发热。 最近,在硅谷站上C位

你发现没有,中美人工智能行业,最权威的面孔里,华人占了很重的分量,华人女性也在这个领域发光发热。
最近,在硅谷站上C位的两位华人女性——芯片女王苏姿丰、AI教母李飞飞,爆出了一条大新闻。
今年1月,她们并肩而立,与全球人工智能的领军人物共话未来。
短短半年多,两位的合作更进一步:AMD以全股票方式,将李飞飞的实验室纳入麾下。
这绝不是一次简单的交易,它可能加速美国在人工智能顶尖创新上的步伐。


在说这件事意味着什么之前,我们先看看这两位女性究竟是干什么的,凭什么能站在行业食物链的顶端。
苏姿丰:在所有人都不看好时,押注研发苏姿丰,是如何领导一家硬核科技集团AMD,成为英伟达最不能忽视的对手之一的?
她最初可能成为一名音乐家。
她从小练琴,曾认真考虑过走音乐这条路。但最终,她选择了最难的那条路——考进麻省理工学院,学芯片。她有一句话,足以激励所有遇到困难的女孩:越是难的路,才是向上的路。
干事业,要有狠劲儿,这份狠劲儿贯穿了她的整个职业生涯。
2014年,她接手奄奄一息的AMD。当时股价跌到2美元,市值蒸发九成。在所有人都不看好的情况下,苏姿丰上任第一天就定了调:做研发,做研发,还是做研发。


她带队死磕出全新的Zen架构,在CPU市场从英特尔嘴里抢肉吃,又拿下索尼、微软的游戏主机芯片大单。到2019年,AMD股价一年暴涨约150%。她不仅救活了一家公司,更打造出如今在AI算力芯片上,少数有资格与英伟达正面掰手腕的对手。
经济学家戈尔丁曾说,女性天然面临"母职惩罚",在生儿育女之后,绝大部分人会出现职业生涯的断层。但苏姿丰用实力证明:在硅谷,性别不是天花板,技术硬不硬才是通行证。


李飞飞:一个朴素的问题,改变了整个世界另一位"教母"李飞飞,她的经历更值得我们普通人学习,那是一路逆袭的典范。
16岁跟随家人移民美国,因为贫穷,她同时打好几份工:洗碗、收银、洗衣店,她都干过。但这段经历没有击垮她,反而铸就了她钢铁般的信念——知识是改变命运的武器。
她以优异成绩考入普林斯顿大学,并获得全额奖学金。毕业后,面对华尔街投行的高薪诱惑,她毫不犹豫地选择了科学这条路。


她提出过一个朴素的问题:人类是怎么看见东西的?机器能不能也学会看?
为了教AI看世界,她启动了一个当时被所有同行嘲笑为天方夜谭的项目——ImageNet。她要建立一个包含上千万张图片、两万多个类别的巨型数据库。申请经费屡屡被拒,没人觉得这玩意儿有用。但她和团队凭着笨功夫,一张张图片手工标注,硬是把它建成了。
2012年,基于ImageNet训练的模型横空出世,准确率碾压对手,直接引爆了全球深度学习革命。可以说,没有李飞飞的坚持,就没有今天能识万物、会开车的AI。她也因此得到一个响亮的江湖名号:AI教母。
现在,她开始创业。苏姿丰买下的World Labs,正在攻克下一个产业圣杯:让AI从"看见",到"理解"整个三维物理世界。这也是人工智能应用于现实世界最难的卡点。

很多人说,现在的机器人就像个大宝贝儿,不能照顾病人、照顾老人、干家务,原因就在这里——按照现在的训练方式,机器人拿一个杯子,都需要大量现实数据做训练。这就是著名的莫拉维克悖论:难的事情很简单,简单的事情却非常难。
对人工智能来说,下棋、数学推理这些高级的推理能力,相对好学,只需要很少的计算资源;但低级的感知和运动技能——走路、抓取物体、识别面孔,反而需要巨大的计算资源和海量数据。李飞飞实验室要做的,就是让AI用更少的数据、更强的空间理解,学会在三维世界里行动。
她们联手,意味着都什么?

一位执掌时代的算力底座,一位定义AI进化的核心方向。这次联手绝不是情感驱动,而是人工智能产业可能出现新突破的信号:算力、算法与空间智能开始合流,中美在人工智能顶尖发现和创新上的竞争,只会更加激烈。
而她们站在一起,我们还要看到另一个闪光点:在最硬核的科技战场上,女性从来不是配角。