李飞飞：AI未来的关键在于理解三维世界，目标是构建空间智能模型

在当前的人工智能（AI）领域，大语言模型如ChatGPT等已经取得了显著的成就，给人们带来了前所未有的惊喜。斯坦福大学教授李飞飞却认为，真正的突破仍未实现。她指出，如果AI不能有效理解三维世界，它的智能就不算完整，这将成为她的重大挑战。

最近，在旧金山的AI创业学校中，李飞飞参与了由Y Combinator主办的访谈，分享了她在计算机视觉领域的宝贵经验与未来展望。她回顾了自己的标志性项目ImageNet的创建过程，并对人工智能从物体识别发展到场景理解的历程进行了深入分析。李飞飞作为空间智能公司World Labs的创始人兼CEO，致力于构建大型世界模型，以便让机器能更好地感知、生成和与三维世界进行交互。

ImageNet的突破与对AI的影响

李飞飞回顾道，ImageNet的诞生不仅是她个人的梦想，更是计算机视觉和深度学习领域的一个重要里程碑。通过互联网，李飞飞和她的团队下载了数十亿张图片，建立了全球视觉分类的，这一举措极大推动了深度学习的发展。她表示，ImageNet不仅提供了丰富的数据资源，也推动了开源文化，让研究人员能够共同解决AI发展中的各种挑战。正是这种开放合作的精神，助力了深度学习的春天。

从物体识别到三维世界的智能

对李飞飞AI发展的下一个阶段或者说终极目标，便是让机器理解三维世界。从基础的物体识别，到场景理解，AI的能力持续提升，而当前的挑战是在更复杂、更富有层次的三维世界中进行推理和交互。她指出，尽管大语言模型在自然语言处理方面取得了显著进展，但空间智能模型才是她要重点攻克的目标。

李飞飞强调，理解和重建三维世界比语言更具挑战性。三维世界是动态且复杂的，涉及到物体的形状、位置、运动以及和其他物体之间的关系。现实世界的信息传递过程是一个不可逆的投影过程，机器需要开发出能够从二维图像中准确重构三维信息的能力。AI系统还必须遵循物理规律，这极大地增加了模型设计的复杂性。

World Labs的使命与未来愿景

李飞飞在访谈中谈到了她的创业公司World Labs的使命，她认为，要在AI中有效捕捉和生成三维世界的模型，是推动下一代AI发展的核心。通过与Justin Johnson、Ben Mildenhall和Christoph Lassner等人才的合作，她希望能够解决当前领域中最为棘手的问题。李飞飞相信，只有深入理解空间智能，AI才能在机器人、增强现实和元宇宙等领域找到真正的应用场景。

她进一步表示，AI并非与人类智能相对立，而是希望能够帮助人类更好地理解复杂世界，利用AI的力量，让人类在多维度的空间中获得更大的创造力与想象力。无论是艺术创作、设计、还是科学探索，空间智能模型将会为各个行业带来颠覆性的变化。

鼓励年轻人勇敢追梦，追求好奇

李飞飞不仅分享了自己的职业生涯与学术成就，还通过自己的经历鼓励年轻人追随好奇心，勇敢应对挑战。她提到自己最初作为移民来到美国，从一名不懂英语的学生成长为的教授与企业家，这一经历让她深刻体会到探索未知的重要性。李飞飞希望，每一个年轻人都能在学习与研究中找到自己的激情和兴趣所在，在解决看似不可能的问题中找到成就感。

，李飞飞坚定表示，尽管在AI领域的发展还有许多未知的挑战，但她坚信自己和团队将凭借智慧与创造力来应对这些困难。对于未来，她充满期待，愿在空间智能的探索中，开辟出一条更加宽阔的道路，让AI更好地服务于人类、理解人类的情感与需求。

李飞飞的愿景与使命，不仅为AI的发展提供了新的指引，更是为了推动科技以人为本的方向而不懈努力。通过不断的研究与探索，相信在不久的将来，AI将会在理解和建模三维世界的能力上取得更大的突破。