李飞飞只是「提供了数据」吗？被低估的组织工程

聊到 AI 视觉的起点，常见说法是李飞飞「只是提供了数据」：找一堆图片、打上标签，ImageNet 就有了。这个说法把一场组织工程压缩成了一个动作。公开演讲与公开论文记录的过程要长得多：从提出构想到数据集被学界接受，中间是数年的说服、经费争取与众包组织。这篇先摆说法，再对照公开文献还原过程。

「只是提供了数据」的说法从哪来

这个简化说法常见的版本有三个：其一，把数据集当成「现成材料」，好像标好的图片本来就摆在那里；其二，把 ImageNet 之后的算法进步全归给模型，数据只是背景板；其三，把组织众包理解成「外包点鼠标」，看不到里面的体系设计。三种版本的共同点，是把「把资源组织起来」这件事看得太轻。

公开文献的对照是直接的：在 ImageNet 之前，视觉领域并非没有数据，而是缺少规模与类别体系都足够的公开数据集，这个空缺正是算法进展受限的原因之一。数据集本身的来龙去脉见ImageNet 数据集一篇，本篇侧重组织过程。

数据集之前的难题：说服学界

按李飞飞本人在公开演讲中的表述（其中流传最广的一次是 2015 年的公开演讲），2007 年前后她提出按 WordNet 同义词条目组织大规模标注图像数据集的构想时，学界的主流判断并不站在这一边：公开口径里，做数据集在当时不被视作前沿研究，对年轻研究者的职业路径不友好，经费与人力都紧张。这些处境出自她多次公开演讲与公开访谈的还原，本文照实转述，不添加解读。

说服的过程也留在公开记录里：向资助方反复陈述数据集的公共价值，与 WordNet 版权方的授权沟通，组建团队把构想落成可执行方案，这些节点在她的公开演讲中均有提及。个人履历见李飞飞人物篇。

众包不只是点鼠标：组织工程的规模

标注环节采用的是亚马逊 Mechanical Turk 平台的众包模式（这个平台名字的典故见Mechanical Turk 名称由来一篇）。按公开演讲口径，来自上百个国家的大量劳动者参与了标注，规模数字以公开演讲与论文为准。真正的工程量在平台之外：类别体系要与 WordNet 条目对齐，标注质量要有抽检与过滤机制，图片来源与使用边界要逐项处理——这些体系设计在她的公开报告中均有交代，详细拆解见李飞飞与众包一篇。

竞赛机制：把数据集变成公共设施

数据集做出来只是第一步，让它被学界用起来靠的是机制设计：2009 年，ImageNet 的论文在 CVPR 公开发表（公开报道口径为以海报形式展出）；2010 年起，基于该数据集的年度竞赛开跑，统一数据、统一评测指标，任何团队都可参加；2012 年，辛顿团队的 AlexNet 夺冠（经过见ImageNet 竞赛一篇），「公开基准加大数据」的方法论就此确立，此后全行业的模型评测都沿用了这套组织方式。

ImageNet 组织过程速查

• 2007 年前后：按 WordNet 体系构建图像数据集的构想提出（公开演讲口径）
• 2009 年：数据集论文在 CVPR 公开发表（公开报道口径）
• 2010 年：年度图像识别竞赛开跑
• 2012 年：AlexNet 夺冠，深度学习路线确立
• 2019 年：斯坦福 HAI 研究院成立，出任共同院长（公开公告）

组织能力与今天用 AI 的关联

把「提供数据」还原成组织工程，对今天读者有一个实际意义：判断任何 AI 能力宣称时，去看它背后有没有公开的基准与可复核的数据口径——这套习惯正是 ImageNet 留下的遗产。你可以在日常里做个小实验：让 DeepSeek 整理 ImageNet 从构想到竞赛的时间线初稿，再用腾讯元宝逐条核对公开出处；或者让豆包和 Kimi 分别解释同一批概念，比对口径差异。模型答得好不好，最终要看公开可复核的验收方式，这与当年「统一基准」的思路一脉相承。

再多说几句李飞飞的组织功夫

• 「提供了数据」的说法漏掉了什么？漏掉了从零到一的组织过程：说服资助方与学界、设计类别体系、组织大规模众包标注、建立年度竞赛机制，这些均有公开演讲与公开论文可查。
• 众包标注是外包出去就不用管了吗？公开报告显示质量体系是核心工作：类别对齐、抽检过滤、来源处理，都是持续投入的工程，细节见李飞飞与众包一篇。
• ImageNet 的公开意义是什么？它确立了「公开数据加公开基准」的评测文化，2012 年之后的模型进步都可以在这套框架下横向比较。