李菲菲斯坦福大學教授

㈠ 機器人能思考嗎

一場地震災難發生後，專業救援人員組成的隊伍會奔赴現場，在廢墟中搜尋生命體征、實行醫療救護、呼叫救援。

但在斯坦福大學首席人工智慧科學家李菲菲(Fei-Fei Li)的想像中，對事件率先做出響應的並不是紅十字會的志願者或醫護人員，而是那些能洞悉周邊環境並響應人們需求的智能機器人，它們將竭盡所能拯救盡可能多的人。對這一場景背後所涉及的技術，李已經做了大量思考和研究，她認為如果計算機能夠掌握最復雜的人類視覺認知能力的時候，這項技術就離我們不遠了。

李表示，她希望建立一個可以持續監測病患的系統（例如對移動性、疼痛程度、靈敏度等進行監測），不僅可以有效分擔護士和醫生的任務，還可以為負責該病患的臨床醫生提供更詳細、准確、客觀的數據。

視覺實驗室還與舊金山護士之家開展合作，致力於探索如何利用人工智慧幫助老年人更好地獨立生活。

多樣性發展

和所有的創新技術一樣，計算機視覺很有可能被別有目的的人利用，進行高級別的視覺監控。李對此並不避諱，「每項技術都有可能成為邪惡的幕後推手，但作為一個科學家，你必須具備這樣的社會意識並清醒的認識到其潛在的風險。」

這種風險與其職業生涯息息相關，從法人團體到學術界都缺乏技術研究和人工智慧的多樣性。長期解決多樣性問題有助於研究朝著積極的方向發展，有效的規避風險。「我們需要在人工智慧的教育和研究過程中為其注入包含有生活中各行各業的人文主義。」藉此吸引社會中不同的群體關注該領域，並提供必要的制衡。

「從概念誕生之日到技術建立、實施和調整之時，人類的意識至關重要」，她說道。但在今天事情並不是這樣的，她是斯坦福大學人工智慧實驗室的帶頭人，也是這15人中唯一的全職女教師。此外，Facebook的39人人工智慧研究團隊中也僅有兩名女性。李試圖改變這一現狀，她為同在人工智慧領域工作的女性舉辦下午茶集會，並針對斯坦福大學9年紀的女生們組織人工智慧夏令營。她承認，她喜歡自己的研究工作，多樣性的進展還有很長的路要走。

（作者：蘇疆之嵐；via wired）

㈡ 李飛飛的研究方向

李飛飛現任美國斯坦福大學人工智慧實驗室和視覺實驗室主任，主要研究方向為機器學習、計算機視覺、認知計算神經學 。

㈢ 如何查找斯坦福李飛飛paper

斯坦福大學申請條件：
1.申請時大四在讀，到美國入學注冊時有學士學位(部分學回校可以提供專升答碩);
2.大學平均成績75-85分，211工程大學可以申請好學校;
3.年齡40歲以下為宜;
4.英語要求托福80或雅思6.5，部分名校要求托福100分或雅思7.0分以上。部分學校可以提供無語言或低語言雙錄取;
5.商科及管理類專業需要GMAT成績，其他專業需要GRE成績(法律專業除外);
6.經濟擔保：60萬人民幣(根據學校選擇和學費來定)。
7.學制：1-2年

㈣ 彼得

資源錯配究竟應該如何定義？現實中存在資源錯配嗎？經濟學文獻主要從宏觀層面的全要素生產率方面進行分析。經濟學中，全要素生產率的增長率常常被視為科技進步的指標。彼得·克萊諾教授利用微觀層面的生產率差距來定義資源錯配，不僅回答了以上問題，更對產生資源錯配的原因進行了深層次地探究。 在微觀層面，所謂的資源錯配是指在經濟體中,不同產業或是不同企業之間存在邊際產出價值的不相等。很顯然，這一現象違背了經濟學原理中的基本教條，即，市場經濟實現的最優資源分配格局中，不同單位間的邊際產出價值應該相同。 實際中，資源錯配是廣泛存在的。在宏觀層面，不同國家之間全要素生產率存在著較大的差距。這種差距在全球化背景下，很難完全歸因於技術壁壘，相反倒有可能是由資源的不同配置模式所引起。中國在計劃經濟時期的產出低下，正說明資源配置對生產率具有重要影響。在微觀層面，克萊諾教授測算了中、美、印三國不同部門的邊際產出價值分布，發現這三國存在不同程度的資源錯配。如果這些錯配能夠被完全消除，那麼中、美、印三國的產出將分別增加115%、43%和127%。 如果說資源錯配確實存在並且對產出影響巨大，那麼產生資源錯配的原因又是什麼呢？克萊諾教授給出了資源錯配的五種來源：第一，調整經濟結構存在成本。主要表現在就業和資本市場上的摩擦；第二，通過國有企業而非市場配置資源。以中國國有企業改制為例，改制後存活下來的國有企業的邊際產出價值，明顯高於國企的平均邊際產出價值；第三，非正規部門的存在。印度和墨西哥製造業的數據顯示，非正規部門和正規部門之間因為技能差異而存在較為嚴重的資源錯配；第四，貿易成本的存在。估算表明，通過減少國內各州之間農業產品的價格差，美國農業在1950-1997年階段的產出能夠增加98%；第五，不能根據人的才能分配資源。人與人之間的才能是有差距的，而這種差距可能會影響到資源的配置效果。通過降低不同群體間的職業差距，可以有效地提升一國的產出水平。 減少資源錯配的程度對增加產出具有重要意義。在現實操作中，因為資源配置模式的多樣性以及經濟體所處環境的各不相同，人們不可能獲得資源最優配置的確定模式來指導實踐，但這並不意味著，對資源錯配的研究沒有政策含義。相反，相關研究再次啟示我們，由於不同部門在資源配置上的動態聯系，改革者在政策制定時，應該更加註意從全局出發進行系統性的改革設計。（供稿：財經國家智庫陳菲菲，國家發展研究院方偉）人物簡介： 彼得·克萊諾是斯坦福大學經濟系宏觀經濟學教授，2008年起任頂級學術期刊美國《經濟學季刊》副主編，目前也是《計量經濟學》副主編，明尼阿波利斯聯邦儲備銀行和舊金山聯邦儲備銀行的訪問學者。研究領域包括經濟增長、生產力和商業周期。

㈤ 從洗衣妹到人工智慧首席科學家李飛飛，她究竟有著怎樣的傳奇經歷

在李飛飛的背後，有著一段勵志的人生，早年的時候她還有過清潔工、中餐館的收銀員、開乾洗店的工作經歷。李飛飛由一個移民，靠著自己的努力考上了普林斯頓大學。當父母打零工的時候，她借錢開了一家洗衣店，周六日幫助家裡面做洗衣店的生意。畢業以後她拒絕華爾街年薪十萬美元的工作前往去西藏研究一年藏葯。回來以後讀了博士，讀的是當時非常冷門的專業人工智慧和計算機神經科學，她現在所有的追求，就是賦予計算機視覺智能。

她清楚的知道自己的方向，知道自己要做的是怎樣一個人，要完成一件怎樣的事。後來讀博選擇的人工智慧和計算機神經科學也不被人看好，但是她憑著自己的努力真的把這件事做起來了，這將把人類帶到一個新的未知領域，努力在讓這個世界發展的更好。