AI 的视觉理解能力今天已寻常到不起眼：把一张照片丢给豆包，它能说出画面里有什么。这条公开谱系绕不开 2007 年启动的一项标注工程——ImageNet，发起人是斯坦福大学教授李飞飞（Fei-Fei Li）。本篇与ImageNet 竞赛怎么改变 AI的事件篇互为配对：那篇讲竞赛与转折，本篇只梳理人物与数据集运动的公开由来。
2007 年的判断：先解决数据
2007 年前后，视觉识别领域的主流思路是设计更好的算法，公开数据集普遍只有几万张图的量级。李飞飞在公开演讲中多次讲述当时的不同判断：识别的瓶颈在数据——人类儿童在成长中见过海量真实图像，算法也需要等量级的训练样本。她和团队以普林斯顿大学已有的 WordNet 词库为骨架启动 ImageNet 建设，目标覆盖数万个日常类别。可带走的判断：在共识之外指出更底层的缺口，是这个项目后来被反复引用的原因。
| 维度 | 当时的主流思路 | 李飞飞团队的判断 |
|---|---|---|
| 瓶颈在哪 | 设计更好的算法 | 数据 |
| 数据集规模 | 普遍只有几万张图的量级 | 目标覆盖数万个日常类别 |
| 依据 | 以算法改进推动指标 | 人类儿童成长中见过海量真实图像，算法也需要等量级样本 |
众包标注：一次组织工程
ImageNet 的标注依托亚马逊 Mechanical Turk 众包平台完成，公开资料显示先后有一百多个国家的数万名标注者参与，最终建成一千四百多万张图片、两万两千多个类别规模的数据集。2009 年，ImageNet 论文在 CVPR 会议发表；2010 年起依托该数据集举办 ILSVRC 竞赛；2012 年，辛顿团队的 AlexNet 参赛并将错误率大幅拉低，深度学习路线由此确立，相关人物见辛顿为什么被称为深度学习教父与伊利亚·苏茨克维做过哪些关键决定。可带走的判断：数据集运动证明了一件事——评测基准本身可以成为推动算法进步的杠杆。
公开职务线
李飞飞的公开职务轨迹：2005 年博士毕业后先后任教于多所高校，2009 年起任斯坦福大学教授；2013 至 2018 年任斯坦福人工智能实验室（SAIL）主任；2017 至 2018 年出任谷歌云 AI/ML 首席科学家，此后回到斯坦福，参与创立了以人为中心的 AI 研究院（HAI）。她还联合发起了面向青少年的 AI 教育公益组织 AI4ALL；2024 年，公开报道披露她创办了空间智能方向的创业公司 World Labs。可带走的判断：教授、企业高管、再回高校，她的公开路径为「学院与产业之间怎么走」提供了一条参照线。
数据优先理念的今天
ImageNet 之后，大规模标注数据集与评测基准成了行业常规基础设施，今天模型发布时附带的评测表，沿用的仍是这套思路；评测成绩与真实任务之间的距离，可参考基准分和实际任务一篇。与今天的关联：豆包这类多模态助手识图、可灵这类工具生成视频，其公开技术报告都以大规模数据训练为前提，而这份前提的方法论源头之一就是数据集运动。可带走的判断：你评价任何一个模型的表现，都在间接使用这场运动留下的方法。
ImageNet 关键节点速查
- 2007：项目启动，以 WordNet 词库为骨架
- 2009：论文在 CVPR 发表
- 2010：ILSVRC 竞赛开始举办
- 2012：AlexNet 参赛，错误率大幅下降
- 2017：竞赛停办，数据集与基准方法的影响延续至今
再多说几句李飞飞
- ImageNet 是她一个人做的吗？：是一项持续多年的团队工程，合作者、研究生、标注者与竞赛组织者众多，公开论文与报道均有署名记录。
- 她获得过哪些公开荣誉？：多来自公开机构与学术组织的评选，完整名单以公开资料为准，本文不逐项罗列。
- 空间智能指什么？：是她近年公开演讲中的方向表述，指让模型理解并生成三维空间关系，具体进展以其团队公开发表为准。
