Datavetaren Li Feifei föddes 1976 i en förmögen intellektuell familj i Sichuan (Kina). År 1992, vid 16 års ålder, immigrerade hon och hennes familj till USA. Här var deras liv extremt svårt och nådde till och med botten. Vid den tiden var inte bara hennes föräldrar tvungna att arbeta för att försörja sig, utan även hon var tvungen att gå i skolan och arbeta som servitris.

För att försörja sin familj arbetar Ly Phi Phi deltid på dagar hon inte går i skolan. Hennes jobb är att arbeta som vaktmästare på en kinesisk restaurang, 12 timmar om dagen, från 11:00 till 23:00, för 2 dollar i timmen.

När hon först kom till Amerika, utöver familjens ekonomiska svårigheter, stod Phi Phi också inför problemet med att inte vara bra på engelska. Medan hennes utbildning var familjens stolthet i Kina, sjönk hennes akademiska prestationer kraftigt när hon kom till Amerika.

Som tur var var det bara hennes matematik- och fysikämnen som inte påverkades. För att betala för Phi Phis terminsavgift under de tre åren på gymnasiet var hennes föräldrar tvungna att sälja sin arbetskraft dag och natt. Så nu tänker hon söka till universitetet för att avsluta sina studier.

Men med uppmuntran från lärare och vänner var Phi Phi fast besluten att ta SAT-provet med ett relativt bra resultat. Denna prestation hjälpte henne att få ett fullt stipendium till Princeton University 1995. År 1999 tog hon examen med en kandidatexamen i fysik med utmärkelse. Under sin tid på universitetet studerade hon också med dubbel huvudämne i datavetenskap och teknik.

485084103_1873680376703427_389902967890220113_n.png
Världens ledande professor i datavetenskap idag - Li Fei Fei. Foto: Baidu

För att satsa på en karriär inom avancerad forskning började hon år 2000 på forskarutbildning vid California Institute of Technology (USA). År 2005 tog hon examen med en doktorsexamen i elektroteknik. Under dessa studier bidrog hon mycket till One-Shot Learning. Det är en teknik som kan göra förutsägelser baserade på minimal data, vilket är mycket viktigt för datorseende och naturlig språkbehandling.

Ett av hennes största bidrag kom 2006, då hon initierade och utvecklade ImageNet, en massiv databas med miljontals märkta bilder, betraktad som "AI:s ögon". ImageNet är ett viktigt verktyg för att träna djupinlärningsmodeller, vilka spelar en central roll i utvecklingen av artificiell intelligens idag.

Parallellt med utvecklingen av ImageNet undervisade hon även vid institutionen för elektroteknik vid University of Illinois (USA). Från 2007 till 2009 arbetade hon vid Princeton University som föreläsare vid institutionen för datavetenskap. I augusti 2009 började hon på Stanford University som biträdande professor och blev sedan professor 2018.

Innan hon blev professor, från 2013 till 2018, var hon även chef för AI-labbet vid Stanford University. Från januari 2017 till september 2018 var hon även vice vd och chefsforskare för AI/maskininlärning på Google Cloud.

Under denna tid fokuserade hon, utöver sitt undervisnings- och administrativa arbete, på Project Maven – ett projekt för att utveckla AI-tekniker för att tolka bilder tagna av drönare. Hon stödde utvecklingen av visionssystem som gör det möjligt för maskiner att förstå AI på en djupare nivå. Hennes forskning inom datorseende är revolutionerande och har tillämpats på självkörande bilar.

År 2019 återvände hon till Stanford University som meddirektör för Stanford Institute for Human-Centered Artificial Intelligence (Stanford HAI). Idag fokuserar hennes arbete vid Stanford University på att främja AI-forskning, utbildning , policy och praktik.

Enligt QQ News lyckades hon och forskare från Stanford University och University of Washington i början av februari framgångsrikt driftsätta S1 AI-inferensmodellen med molntjänster som kostade under 50 dollar. Modellens prestanda i matematik- och kodningsförmågetest bedömdes vara i nivå med OpenAI:s O1- och DeepSeeks R1 AI-versioner.

För närvarande håller professor Li Feifeis forskargrupp på att föreslå ett integrerat ramverk som kan hantera hushållssysslor, även känt som "Behavioral Robot Toolkit". Det gör det möjligt för robotar att hantera vardagliga uppgifter, från att ta ut soporna och tvätta kläder till att rengöra toaletten.

Efter 8 års studier utomlands återvänder professor i cybersäkerhet hem för att bidra vid 30 års ålder KINA - Efter 8 års studier och arbete utomlands beslutade professor Trieu Mang i mitten av mars att återvända hem för att bidra vid 30 års ålder.