内容来源：汇编自网络公开资料。
思维方式
十五岁那年，李飞飞跟着父母落地新泽西，一句英语不会，全家兜里只剩20美元。
三十多年后，她带着团队一张一张清洗、标注了千万级图像，做出了ImageNet。2012年，正是这个数据库点燃了深度学习革命的引信。她也因此被称为“AI教母”。
今年9月，AMD宣布以全股票交易收购她联合创立的空间智能企业，作价约82亿美元，她将出任AMD执行副总裁兼首席科学家，直接向CEO苏姿丰汇报。
而这场对话录在收购消息公布之前，由历史学家科特金在World Labs旧金山总部与她展开。
她自己说的：恰恰是一心想探索世界真相的科学家，亲手造出了摧毁公共信任的工具。
所有人都在问AI还能跑多快，她一直在问另一件事。生产力提上去，不等于大家都能过上好日子。
以下是精编整理，希望对你有所帮助。
一、机遇不是别人端到你面前的，
是一个允许你拼命去抢的生态
我是第一代移民，15岁那年跟着父母漂洋过海来到美国，落脚在新泽西州的帕西帕尼，离普林斯顿大学大约一小时车程。
说句实在话，刚落地的那几年挺残酷。我一句英语都不会，举目无亲。跟无数底层移民家庭一样，我们一家下飞机的时候，兜里只剩20美元。那种日子里，你抬头看一圈，看不到任何机会。我当时就是个懵懂的高中生，搬家是父母决定的，我甚至不知道自己面对的是什么。
在生存线上挣扎的时候，你环顾四周，看不到任何机会。
但快进到30多年后的今天，回头看我和这个家走过的路，我打心底感激这里的制度环境给的机会：它给你很大的自由，你想争什么，就凭自己的双手去挣。
一个15岁连英语都说不利索的高中女生，几年后考进普林斯顿，又一路读到加州理工的博士，说起来还是有点不可思议。
我当年非申请普林斯顿不可，原因只有一个人：阿尔伯特·爱因斯坦。
从少年时代起，物理就是我的初恋。今天我做的事，技术上离经典物理已经很远了，但我骨子里还是爱这门学科。高中那几年家里特别穷，我和父母得靠各种苦力活维持生计。
我当过收银员、清洁工，在餐馆打包，也送过外卖。那些日子里满手洗洁精、满眼外卖盒，撑着我的只有物理。
所以高中毕业申请大学，我很务实地报了本地的社区学院，也报了新泽西州立罗格斯大学。但我必须赌一次普林斯顿，因为那是爱因斯坦工作和生活过的地方。
后来我对“机遇”这两个字的理解彻底变了：它不是别人端到你面前的好处，而是一个相对开放的场子，允许你拼了命去想一个看着不靠谱的梦，然后给你一张上场去抢的门票。
二、父母没给我规划轨道，
只给了两样东西
回头看，我父母挺少见，他们从来没拿功利的标准要求过我。
那几年他们忙着糊口，连我的功课都顾不上问，更不懂大学怎么申请，谈不上指导我填志愿。我妈的身体从那时候起就一直很差。
他们没有因为家里穷，就逼我现实点去学医，或者考个会计师证。当年我迷狭义相对论迷得发狂，他们从没问过我一句：“飞飞，这东西以后能挣钱吗？”一次都没有。
我爸身上有一种近乎天生的好奇心。那时候我们连最便宜的收费游乐场都去不起，但他总有办法。他带我泡不花钱的自然公园，也带我逛街边的二手旧货市场，像一场寻宝。再枯燥的日子，他也能找出新鲜感来。这种耳濡目染的好奇心，是我长大以后才明白的一笔特别奢侈的财富。
我的父母在精神上给了我两样最值钱的东西：无条件的支持，和对世界的好奇心。
三、我真正爱的不是物理公式，
是敢向最硬的谜团开火
我当年去普林斯顿读物理，是被这门科学精密的规律美感迷住的。但读着读着，我突然想明白一件事：我真正爱的，其实不是麦克斯韦方程组（电磁学的核心方程组）有多优美，也不是相对论的推导有多漂亮。
物理最打动我的，是它敢跟未知叫板，敢向这个宇宙抛出最难、最离谱、根本答不上来的问题。
物理学史写得很清楚：几百年前就有人敢算全宇宙星辰的轨迹，一百多年前就有人想抓住微观世界里看不见的粒子，而爱因斯坦敢站出来重新定义时间和空间。这股敢啃最硬骨头的劲儿，把我彻底震住了。
普林斯顿大三那年，学校有很严的要求，逼着你写学年论文和毕业论文，逼着你独立思考。我开始反复问自己：这辈子属于我的那个核心问题，到底是什么？
那段时间，20世纪一批跨界大师深深打动了我。薛定谔、爱因斯坦、罗杰·彭罗斯（数学物理学家，2020年诺贝尔物理学奖得主），这几位理论物理的泰斗，在生涯后半段都不约而同地跨出了原子的世界。薛定谔写了《生命是什么？》，彭罗斯写了《皇帝新脑》，直指意识的底层机制。
我彻底被点着了。我意识到，这辈子属于我的那个大问题就是“智能”：我们到底能不能用冰冷的机器，重建出类似人类的智慧？
我确信这就是我要追一辈子的方向。所以我去了加州理工，博士阶段同时推两条线：计算神经科学和人工智能。跨界的念头一旦起来，我就再没回头。
四、无路可走的时候，你反而无所畏惧
我从物理跨到神经科学，又跨进计算机科学，这股不按规矩来的劲儿到底从哪来？
大部分学术训练教人追热点、看同事在做什么，敢直奔核心难题，在科研里其实是反直觉的。我这股劲儿，直接来自我父母，也来自千千万万踏上陌生土地的第一代人：你决定走进一个完全未知的世界，就得准备好面对一片空白。
当你本来就无路可走的时候，心理上会发生一个很大的转变：你反而觉得自己能施展的空间无限大，你彻底不怕了，因为你本来就一无所有，没什么可失去的。
后来当了全职学者，我突然意识到：科学家和早期移民，骨子里是相通的，核心都是“跨界”。
移民跨的是语言和文化的边界，得硬生生打碎在异国生活里那层厚厚的隔阂；科学家跨的是已知和未知之间的鸿沟，得一直在黑夜里摸路。
你得在神经生物学和代码之间硬搭一座桥；今天我们做以人为本的AI（强调技术服务于人、以人的价值为中心的研究取向），又得在冷冰冰的工程系统和复杂的伦理、社会学之间牵上线。
不管你是用身体跨过地理的边界，还是用脑子撕开认知的边界，那种面对空白、野蛮拓荒的心理机制，本质上是一回事。
五、科学不等于掌握真理，
它只是一套最能纠错的机制
做科研的，最高的伦理准则永远是求真。但有一句话我必须说清楚：科学不等于掌握了真理。
科学的本质，是永不停歇地去逼近真理。不管我们造出多强的工具，都得对未知保持敬畏。
很多人容易搞混这一点，连一些科学家自己都会产生一种错觉，觉得自己掌握了绝对真理。
科学从来不代表绝对真理，它只是人类目前找到的最严谨、最能纠错的一套方法：靠严格的实验设计、靠仪器客观观测、靠数据能复现、靠同行评议里极其残酷的公开辩论，一步步逼近事实本来的样子。
在这一层上，做学问和做人是完全统一的。我们得时刻保持一种近乎苛刻的诚实：我们的工作是去找事实，不管驱动我们的是好奇心、创造力，还是想攻克癌症的那股渴望。
真相到底是什么，我们在某个时刻可能会有分歧；但靠什么抵达真相，大家通常有共识：证据、逻辑、验证。你做出来的东西，得经得起别人验证，才会被广泛接受。
但在现实世界里，求真的过程注定是一片狼藉。因为在某个阶段，冷冰冰的科学范式，一定会狠狠撞上人类社会那张混乱的价值判断的网。
我跟很多工科出身的学者一样，学的是物理和计算机这种硬学科。底层虽然有统计和概率，但总的来说，硬科技面对的东西是高度可量化、确定性极强、逻辑严丝合缝的闭环。可人类社会不是实验室，它的复杂和混乱，远远超过算法能装下的范围。
所以搞技术出身的人，绝不能自大到以为自己站在道德或真理的高地上。我打心底敬佩历史学家、社会学家和人文学者。你们在求真的路上，面对的是没法量化、充满人性幽暗和制度博弈的泥潭，这比坐在电脑前跑通一段代码难太多了。
这个矛盾在今天被推到了极致。我们赖以判断真假的秩序，正在被技术本身瓦解：变声合成、以假乱真的深度伪造（deepfake，用AI生成以假乱真的图像、音频和视频）视频、高度逼真的生成文本，正在系统性地摧毁大众对事实的判断力。
这是个很讽刺的困境：偏偏是一心想探索世界真相的科学家，亲手造出了摧毁公共信任的工具。
我们得带着近乎敬畏的谦卑，去正视这个残酷的现实。我们这代人和同行亲手搭起来的算法，现在正在批量制造假的数字化内容，已经对整个社会的“真相机制”形成了实实在在的冲击。
这是躲不开的现实：同一套底层的生成和仿真技术，用在正面，它能给机器人和自动驾驶汽车仿真出虚拟环境，也能帮生物医药实验室模拟病毒入侵细胞的路径；用在反面，它同样能做出深度伪造视频。
这也是为什么我后来在斯坦福力推、并联合创立了以人为本人工智能研究院。我们不能把头埋进沙子里，假装技术是一座不沾人间烟火的象牙塔。我们得把法学家、伦理学家、社会学家、一线政策制定者和最硬的工程师拉进同一个房间，正视工具被滥用的现实，想办法给这头猛兽套上缰绳。
人类发明的工具越来越强，初衷是造福人，但也确实制造了一团混乱。这团混乱是我们必须接受的现实，躲是躲不掉的，只能坦诚面对，全力把防护网建起来。
六、生产力上去了，
不等于繁荣会自动被共享
回头看人类历史，几次重大的技术跃迁，无一例外都撕裂并重塑了原有的地缘、经济和文化格局。那我们到底该怎么避免整个社会滑向更深的极化和断层？
四五百年前，近代技术和科学革命刚冒头，就从底层倒逼着欧洲的经济、政治制度和文化形态全面洗牌，最后孕育出启蒙时代。而今天我们身处的这个技术大周期，来势之猛、波及之广，远远超过那个年代。
这一轮由前沿AI引领的浪潮，直接打穿了最底层的“人类认知层”。它在根本上重塑人类组织知识的方式，打破延续几百年的脑力工作范式，颠覆教育的底层逻辑，还在重构自互联网和社交媒体诞生以来的信息流通网络。
技术在认知最底层发生地壳运动，往下传导到文化、经济、民生、政治上的震动，会非常剧烈。
生产力提上去，不等于大家都能过上好日子。
这一切我们都得正视。我们需要最有野心的科学家去捅破技术的天花板，但更需要整个社会保持警醒，想尽办法拉住那些可能掉队的人，让这场前沿创新的果实，最后真的能落到每一个具体的普通人身上。
*文章为作者独立观点，不代表笔记侠立场。
