李菲菲斯坦福大学教授

㈠ 机器人能思考吗

一场地震灾难发生后，专业救援人员组成的队伍会奔赴现场，在废墟中搜寻生命体征、实行医疗救护、呼叫救援。

但在斯坦福大学首席人工智能科学家李菲菲(Fei-Fei Li)的想象中，对事件率先做出响应的并不是红十字会的志愿者或医护人员，而是那些能洞悉周边环境并响应人们需求的智能机器人，它们将竭尽所能拯救尽可能多的人。对这一场景背后所涉及的技术，李已经做了大量思考和研究，她认为如果计算机能够掌握最复杂的人类视觉认知能力的时候，这项技术就离我们不远了。

李表示，她希望建立一个可以持续监测病患的系统（例如对移动性、疼痛程度、灵敏度等进行监测），不仅可以有效分担护士和医生的任务，还可以为负责该病患的临床医生提供更详细、准确、客观的数据。

视觉实验室还与旧金山护士之家开展合作，致力于探索如何利用人工智能帮助老年人更好地独立生活。

多样性发展

和所有的创新技术一样，计算机视觉很有可能被别有目的的人利用，进行高级别的视觉监控。李对此并不避讳，“每项技术都有可能成为邪恶的幕后推手，但作为一个科学家，你必须具备这样的社会意识并清醒的认识到其潜在的风险。”

这种风险与其职业生涯息息相关，从法人团体到学术界都缺乏技术研究和人工智能的多样性。长期解决多样性问题有助于研究朝着积极的方向发展，有效的规避风险。“我们需要在人工智能的教育和研究过程中为其注入包含有生活中各行各业的人文主义。”借此吸引社会中不同的群体关注该领域，并提供必要的制衡。

“从概念诞生之日到技术建立、实施和调整之时，人类的意识至关重要”，她说道。但在今天事情并不是这样的，她是斯坦福大学人工智能实验室的带头人，也是这15人中唯一的全职女教师。此外，Facebook的39人人工智能研究团队中也仅有两名女性。李试图改变这一现状，她为同在人工智能领域工作的女性举办下午茶集会，并针对斯坦福大学9年纪的女生们组织人工智能夏令营。她承认，她喜欢自己的研究工作，多样性的进展还有很长的路要走。

（作者：苏疆之岚；via wired）

㈡ 李飞飞的研究方向

李飞飞现任美国斯坦福大学人工智能实验室和视觉实验室主任，主要研究方向为机器学习、计算机视觉、认知计算神经学 。

㈢ 如何查找斯坦福李飞飞paper

斯坦福大学申请条件：
1.申请时大四在读，到美国入学注册时有学士学位(部分学回校可以提供专升答硕);
2.大学平均成绩75-85分，211工程大学可以申请好学校;
3.年龄40岁以下为宜;
4.英语要求托福80或雅思6.5，部分名校要求托福100分或雅思7.0分以上。部分学校可以提供无语言或低语言双录取;
5.商科及管理类专业需要GMAT成绩，其他专业需要GRE成绩(法律专业除外);
6.经济担保：60万人民币(根据学校选择和学费来定)。
7.学制：1-2年

㈣ 彼得

资源错配究竟应该如何定义？现实中存在资源错配吗？经济学文献主要从宏观层面的全要素生产率方面进行分析。经济学中，全要素生产率的增长率常常被视为科技进步的指标。彼得·克莱诺教授利用微观层面的生产率差距来定义资源错配，不仅回答了以上问题，更对产生资源错配的原因进行了深层次地探究。 在微观层面，所谓的资源错配是指在经济体中,不同产业或是不同企业之间存在边际产出价值的不相等。很显然，这一现象违背了经济学原理中的基本教条，即，市场经济实现的最优资源分配格局中，不同单位间的边际产出价值应该相同。 实际中，资源错配是广泛存在的。在宏观层面，不同国家之间全要素生产率存在着较大的差距。这种差距在全球化背景下，很难完全归因于技术壁垒，相反倒有可能是由资源的不同配置模式所引起。中国在计划经济时期的产出低下，正说明资源配置对生产率具有重要影响。在微观层面，克莱诺教授测算了中、美、印三国不同部门的边际产出价值分布，发现这三国存在不同程度的资源错配。如果这些错配能够被完全消除，那么中、美、印三国的产出将分别增加115%、43%和127%。 如果说资源错配确实存在并且对产出影响巨大，那么产生资源错配的原因又是什么呢？克莱诺教授给出了资源错配的五种来源：第一，调整经济结构存在成本。主要表现在就业和资本市场上的摩擦；第二，通过国有企业而非市场配置资源。以中国国有企业改制为例，改制后存活下来的国有企业的边际产出价值，明显高于国企的平均边际产出价值；第三，非正规部门的存在。印度和墨西哥制造业的数据显示，非正规部门和正规部门之间因为技能差异而存在较为严重的资源错配；第四，贸易成本的存在。估算表明，通过减少国内各州之间农业产品的价格差，美国农业在1950-1997年阶段的产出能够增加98%；第五，不能根据人的才能分配资源。人与人之间的才能是有差距的，而这种差距可能会影响到资源的配置效果。通过降低不同群体间的职业差距，可以有效地提升一国的产出水平。 减少资源错配的程度对增加产出具有重要意义。在现实操作中，因为资源配置模式的多样性以及经济体所处环境的各不相同，人们不可能获得资源最优配置的确定模式来指导实践，但这并不意味着，对资源错配的研究没有政策含义。相反，相关研究再次启示我们，由于不同部门在资源配置上的动态联系，改革者在政策制定时，应该更加注意从全局出发进行系统性的改革设计。（供稿：财经国家智库陈菲菲，国家发展研究院方伟）人物简介： 彼得·克莱诺是斯坦福大学经济系宏观经济学教授，2008年起任顶级学术期刊美国《经济学季刊》副主编，目前也是《计量经济学》副主编，明尼阿波利斯联邦储备银行和旧金山联邦储备银行的访问学者。研究领域包括经济增长、生产力和商业周期。

㈤ 从洗衣妹到人工智能首席科学家李飞飞，她究竟有着怎样的传奇经历

在李飞飞的背后，有着一段励志的人生，早年的时候她还有过清洁工、中餐馆的收银员、开干洗店的工作经历。李飞飞由一个移民，靠着自己的努力考上了普林斯顿大学。当父母打零工的时候，她借钱开了一家洗衣店，周六日帮助家里面做洗衣店的生意。毕业以后她拒绝华尔街年薪十万美元的工作前往去西藏研究一年藏药。回来以后读了博士，读的是当时非常冷门的专业人工智能和计算机神经科学，她现在所有的追求，就是赋予计算机视觉智能。

她清楚的知道自己的方向，知道自己要做的是怎样一个人，要完成一件怎样的事。后来读博选择的人工智能和计算机神经科学也不被人看好，但是她凭着自己的努力真的把这件事做起来了，这将把人类带到一个新的未知领域，努力在让这个世界发展的更好。