李飞飞：把好奇换成结构

上一篇按决定点读她，这一篇换单位。决定是采样点，工作点是稳态：没有大事发生的那些年，系统停在哪里，比危机时刻更能说明一个人。

读法沿用两本账：物质世界的第一性是代价，记账单位是自由能，汇率是熵；信息世界的第一性是更新，规则是贝叶斯，代价是相对熵。所有读数都是序数——低、中、高，不写成小数。

一句话

她的自由能几乎不流向地位，而流向能自己继续产生信息的结构：数据集、挑战赛、课程、机构。同一条先验贯穿四十年——先造一个可规模化的结构，再让它自己长出能力。这让她赢下 2012，也让她必须在 2016 年被迫改写一次目标。

读数摘要

读数	估计	依据
自由能存量	低 → 高	1992 年母亲口袋里的二十美元；2019 年的团队、经费与机构位置
耗散率	前期极高，后期中	移民初期的体力劳动与母亲的病；后期是公共身份的日程
熵税	持续且高	家庭、数据集作者身份、公共身份，三笔同时缴
先验强度	高	对「规模」的信念，四十年没有被真正证伪过
更新通道	多且有效	老师、伴侣、合作者、听证会、跨学科同事
更新滞后	四个月到四年	Maven 到听证约几个月；2012 到「AI 是特权」约四年
发生器	强	ImageNet、挑战赛、CS231n、HAI

一、预算：自由能去了哪里

早期很清楚：语言、打工、母亲的病。她放弃回程机票，在餐馆一天十二小时、时薪两美元，换的是家里能体面地打一通国际电话。这一段里，自由能几乎全部流向生存与身份的迁移成本，没有余量买任何结构。

中期转向研究，预算的形状变了：经费、学生的时间、自己的时间窗，全部投进一个当时没有回报的东西。同事的四条质疑很具体——几万个类别没用、训练要好几年、没人会下载、标注做不完。她仍然投。

后期预算最大，但去向没有变：Google 的团队和算力，她用来看规模；HAI 的预算，她用来买一个能持续产出判断的装置。

值得单独记一笔的是：她的采购单里几乎没有「地位信号」这一项。这是我读出来的（C 类），不是她自己说的。她买的东西都带一个特征——用完之后还在工作。

二、税：她在维护什么

熵税是分期缴的，所以看不见；反复出现的抱怨是账单。

她一生同时缴三笔：

家庭。 母亲的病从书的第一章贯穿到最后一章。这笔税不是隐喻，是具体的请假、跨州飞行、深夜电话。她多次把职业选择放在这笔税的对立面来衡量——「成为科学家对我来说是一种奢求」。
数据集作者的身份。 ImageNet 发布后沉寂数年，她自述「没想到会被忽视」。维护一个还没被承认的作品，比维护一个成功的作品更贵。
公共身份。 2018 年之后，她的时间被听证、演讲、机构事务切碎。书里有一句很轻的账单：听证结束，她想到的是「本来可能有哪些不同」——这句话是税单，不是感想。

三笔税同时缴，解释了她为什么反复写「时间不够」。这不是修辞。

三、先验：什么被当成显然

先验不看自述，看两类句子：「显然」 和 「不值得问」。

她的「显然」：

看见可以被结构化，视觉不是玄学，是可以拆成类别、图像、标注的工程问题。
规模本身会带来质变。这句话她从 2003 年的毕德曼数字一路带到 2019 年的 HAI。
一个好问题值得用一生追。

她的「不值得问」，要更小心地说。书里她一直在谈伦理，但从结构上看，早期她把伦理放在应用层，2016 年之后才把它移到设计层。这是一个位置的变化，不是有无的变化（C 类）。

先验强度高的好处是可执行：她不会在选择上内耗，认准了就投十年。代价是这条先验很难被证伪——2012 年的成功恰好替它背书，而背书之后，要推翻它就更难了。

四、通道：谁能纠正她

更新能力可以近似成两个量的乘积：有资格纠正她的人数，乘上纠正落地所需的时间。

萨贝拉老师：从十六岁到四十岁，一直是那个能说「你确定吗」的人。
西尔维奥：她把赔率说给他听，他把「你一直在找离经叛道的想法」还给她。这是她唯一公开写出来的、不带评判的纠错通道。
佩罗纳、邓嘉、李凯、伯格：技术先验的纠错。邓嘉把「标注是一个工程问题」这个视角带进来，直接改变了 ImageNet 的时间尺度。
2018 年听证：一次制度性纠错。她原本预期被拷问，结果是一场对话——这次预期落空本身就是更新。
HAI 的法学、政治学、人文学同事：把「以人为本」从口号拆成可执行的问题。

更新滞后有两个数字值得记：Maven 争议到国会作证，几个月；2012 年 AlexNet 到「AI 正在成为一种特权」的公开判断，大约四年。四年是一个人的模型追上世界所需的时间，比大多数人以为的长。

五、转换表

同样一笔自由能，去向不同，人就不一样。

去向	估计	说明
买结构	中	教职、院长、公共身份，但她很少为头衔本身付费
买更新	中	换领域、去工业界看规模、听证会
买发生器	高	这是她最突出的一格
耗散	低	书里几乎看不到消费与地位消费的描写

她接受的汇率也很稳定：愿意用个人的可选项，换公共的、可复用的结构。Caltech 101、ImageNet、挑战赛、CS231n、HAI，都是这个汇率下的产物。反过来，她不愿意用「问题」换「头衔」——1999 年拒绝华尔街是第一次，2016 年只休假不辞职是第二次。

六、跨相变的不变量

把一生切成几段：1992 移民、1997 转视觉、2004 数据集、2012 转折、2016 工业界、2019 建院。换环境之后，什么没变？

提问的方式没变。 她永远先问：这个东西能不能被结构化？能不能规模化？能不能让别人接手？问题从「机器如何看见」变成「机器如何理解」，再变成「AI 如何以人为本」，但提问的语法是同一个。

对「结构先于能力」的信念没变。 她不相信顿悟，相信先把条件搭好，能力自己会长出来。这是她最像工程师的地方，也是她最不像理论家的地方。

这两条不变量，同时是她的优势和盲区。

七、发生器状态

判断一个人是否造出了发生器，只问一句：他不在的时候，什么还在产生信息？

ImageNet 和挑战赛：她不再是主要维护者之后，仍然是整个领域的公共标尺。
CS231n：一门课，几届学生，教材式的存在。
HAI：机构本身在招人、发报告、进国会山。这一项还要十年才能验收。
学生：邓嘉、卡帕西这一代，已经各自成事。

这是她转换表里最重的一格，也是这套读法最应该给分的地方——不是因为她聪明，而是因为她买的东西不依赖她持续在场。

八、盲区

任何稳定的先验，都同时是一副眼镜和一块盲区。

规模作为理解的代理。 2012 年的成功让「规模」从假设变成信条。此后要问「规模之外还有什么」，成本会高得多——这正是 2016 年那次被迫改写发生的原因。
机构被读得比人更中性。 HAI 能成，很大程度靠艾奇曼迪这样具体的人。书里对制度的描写比对人的依赖更重，这是叙事的选择，也是判断的偏斜（C 类）。
账本只记她的自由能。 四万八千名标注者、几届学生、家里的照料者，他们的自由能没有进这本账。这是框架本身的盲区，不只是她的——读任何传记都会遇到。
可见度容易被当成价值。 听证、演讲、机构头衔都是可见的；真正的判断发生在不可见的日常里。她自己在书里警惕过这一点，但叙事仍然偏向可见的部分。

九、决定作为采样点

上一版的八张决定卡仍然有效，这里只标它们各自改变了哪个读数。

决定	改变的读数
1992 移民	自由能清零，熵税骤升，先验被迫大改
1997 转视觉	问题定型；通道增加（佩罗纳、柯霍）
1999 拒绝华尔街	汇率定型：用可选项换问题
2004 Caltech 101	第一次买发生器，规模很小
2006 ImageNet 立项	发生器承诺；熵税换成年限
2007 众包	更新通道接入（邓嘉），时间尺度改写
2016 去 Google	自由能暴涨，模型被迫更新
2019 HAI	从买发生器升级为买棘轮

十、读完之后

这套读法对读的人也有用。把它折成三行，任何不可逆决定前填一遍：

问题	在她身上的答案
这次换的是更新还是结构？熵税付得起多久？	她几乎总选更新与发生器，且付得起长期税
如果错了，多久知道？知道之后能不能退？	数据集可退，机构不可退——HAI 是她唯一高刚性的承诺
做成之后，它还会不会自己产生信息？	这是她全部选择里唯一稳定的判据

最后一句留给自己：这套框架能算出转换效率，算不出意义。她值得读，不是因为她效率高，而是因为她在效率之外还留下了一个问题——机器看见世界的时候，人应该站在哪里。这个问题不在账本里。

证据分级：A 类为公开论文、听证记录与机构公告；B 类为回忆录正文；C 类为上文中标出的判断。所有读数均为序数估计，不构成对当事人的心理诊断。