用三个时间尺度重读《我看见的世界》
李飞飞的回忆录跨了四十年：从成都的家到帕萨迪纳的实验室，从物理到视觉，从一个人的好奇到一整套数据集和机构。书很好读，但越顺的故事越需要警惕——它是在结局已知之后写的。
这篇笔记把书里的关键选择放回三个时间尺度，每个决定点写一张完整的卡。卡片里的判断可以反驳，证据按可信度分级。
方法
三个尺度。 过去：哪些经历、信念和关系把人推到了这里。现在：当时手里有什么、受什么约束、真正可选的路径有几条。当时预期的未来：想得到什么、怕失去什么、怎么估计赔率和代价。
第三条最容易被后见之明改写。AlexNet 赢了比赛之后，「数据比模型重要」显得理所当然；但在 2006 年，它是一个违背共同体直觉的下注。
三级证据。 全书正文写于 2019–2023 年，几乎全是事后回忆：
- A｜当时材料——当年的论文、基金申请、评审意见、比赛榜单、听证会记录、同期报道。
- B｜事后回忆——正文主体，默认降权，尤其是「我那时就意识到……」这类句子。
- C｜我的解释——可以和 A/B 并列，但必须标出来。
一张卡里如果 B 和 C 混排，读起来会很顺，但那只是叙事顺，不是证据顺。
候选决定点
第一遍只标点，不做解释。判据三条同时成立：有时间锚、有被放弃的真实选项、有书外材料可以验证结果。
| # | 章 | 时间 | 决定点 | 当时的另一条路 |
|---|---|---|---|---|
| D1 | 3 | 1992–1996 | 移民后的教育投入：打工、申请普林斯顿、接受奖学金 | 高中毕业即工作；州立大学或社区大学 |
| D2 | 4 | 1997 | 从物理转向视觉神经科学 | 留在纯物理 |
| D3 | 5 | 1999 | 拒绝华尔街，去加州理工读博 | 高盛、美林的 offer |
| D4 | 6 | 2003–2004 | 做 Caltech 101，而不只做单样本学习算法 | 继续打磨算法与论文 |
| D5 | 7 | 2006–2007 | ImageNet 立项：借 WordNet 的层级与毕德曼的规模 | 小规模高质量数据集；放弃 |
| D6 | 7 | 2007–2009 | 用众包替代学生手工标注 | 继续雇学生；缩减规模 |
| D7 | 8–11 | 2009–2018 | 办挑战赛；2016 去 Google Cloud；2018 国会作证 | 只发数据集；留在学院；不公开表态 |
| D8 | 12 | 2019 | 创办斯坦福 HAI，把立场制度化 | 以个人身份继续发声；留在 Google |
第 5 章（第一道光）是过渡章，解释她当时如何理解「看见」，更适合当 D4 的前置材料。硬把每一章都套进三尺度，会逼出并不存在的因果。
D1 · 1992–1996 · 一家人的落点
过去
父亲有一双会修理东西的巧手，母亲有被搁置的抱负和越来越差的健康。这两条线在书里反复出现：父亲在车库拍卖里把世界编成目录，母亲在收银机前站一整天。她自己在餐馆打工的休息时间读中译本名著，想重拾「表达自己的自信」。
现在
1992 年，她和母亲坐 747 到纽泽西，父亲已先落地。帕西潘尼，父亲修相机，母亲在礼品店收银。她十六岁，英语几乎听不懂，口袋里只有母亲带来的二十美元，没有回程机票。中餐馆打黑工，一天十二小时，时薪两美元。可选的路径有三条：高中毕业直接工作；按州立大学和社区大学规划；申请那所「做梦也不敢想」的普林斯顿。
她先按第二条规划，第三条只是顺手递出的申请。
当时预期的未来
她没有把普林斯顿当计划。录取信的重量不对时，她先读成拒信。她想要的是家里不断粮、母亲能体面地打电话回成都；担心失去的是母亲的健康和工作机会。
证据
- A：几乎没有。只能靠后来的公开履历（普林斯顿 1999 年毕业、加州理工 2005 年博士）锚定时间线，当时的申请材料与家庭账目不可得。
- B：第 3 章，含餐馆、清洁工、遛狗的具体叙述。
- C：我把「先按州立大学规划、再递交普林斯顿申请」读成一种风险分层，而不是孤注一掷。书里没有这么说。
反事实
如果她直接工作，用「教育改变处境」这条原则还能解释后来吗？能解释一部分，但解释不了为什么是普林斯顿而不是州立大学。差别不在原则，而在她递交了那个「不该想」的申请这个动作本身。
D2 · 1997 · 从物理到视觉
过去
物理训练给了她两样东西：一套处理规模与复杂性的直觉，和一个信念——最好的问题值得用一生去追。她读《生命是什么？》，注意到物理学巨人在生涯晚期转向生命本身。
现在
她以物理系大二学生的身份进了视觉皮层实验室。猫、电极、十六秒的黑白影片，把神经元活动变成喇叭里的劈啪声。她不懂神经科学，自述「有点心虚」。可选的路径：留在物理；转纯生物；做计算神经科学。
当时预期的未来
她说这个谜「比宇宙还大」，但没有职业规划。想得到的是「一颗属于自己的北极星」；担心失去的是物理学家的身份认同——她不确定自己是否还配得上那个身份。
证据
- A：她 2005 年在加州理工拿到的是电气工程博士，导师是佩罗纳，方向是计算视觉。这条履历是当时选择被执行的证据，但不能证明她 1997 年的动机。
- B：第 4 章。
- C：我认为真正的转折不是「爱上神经科学」，而是发现视觉可以当成一个工程问题来逼近。这个判断她本人没有明说。
反事实
留在物理，她大概率不会做 ImageNet。但「跨学科」本身解释不了 ImageNet：跨学科的人很多，做数据集的只有她。D2 只是必要条件，不是原因。
D3 · 1999 · 拒绝华尔街
过去
家庭债务、母亲的病、一个物理学位。她清楚自己读博意味着继续低收入，也清楚「成为科学家对我来说是一种奢求」。
现在
高盛、美林都在招人，条件包括福利、升迁、底薪和全面医保，承诺「还清债务不是问题」。她拿到加州理工的录取；原本最合适的斯坦福双轨课程，因为希格教授即将离开而落空。可选的路径：金融；加州理工读博；其他研究生项目。
当时预期的未来
金融能立刻解决家庭现金流，代价是放弃科学。读博意味着继续让父母等，而母亲的病不等人。她把这个选择写成恐惧，而不是志向——这是全书里「当时预期」写得最实的一处。
证据
- A：2003 年单样本学习论文、2005 年博士毕业，说明选择被执行；offer 的具体条款只有 B。
- B：第 5 章，含高盛、美林与「成为科学家是一种奢求」。
- C：我怀疑她拒绝华尔街，一部分原因不是「更爱科学」，而是「科学是她唯一已经投入了十年的资本」。沉没成本在这里可能比理想更硬。
反事实
去了华尔街，用「追随好奇心」解释不了她后来对「AI 成为特权」的敏感。那段判断来自她在 Google 看到的八百块 GPU，不来自 1999 年的选择。
D4 · 2003–2004 · Caltech 101
过去
单样本学习论文刚发表，一个漂亮算法加数学装饰就能引发关注。数据在 2003 年是「孩子的玩具」，不是研究对象。
现在
佩罗纳提议做一百个类别的数据集。她在加州理工，资源有限，只能召集几个本科生忙几个月。可选的路径：继续做算法——那是热点，也是终身教职最稳的路；做数据集；两者都做。
当时预期的未来
她自述「调皮，想给佩罗纳好看，多辛苦一点也无妨」，所以做了 101 类。这句话说明她当时没把这件事当成战略。想要的是给算法一个更难的测试；担心的是浪费时间——数据集不算论文贡献。
证据
- A：2004 年 CVPR workshop 的 Caltech 101 论文；2003 年单样本学习论文。九千多张图、一百零一类，是可查的。
- B：第 6 章。
- C：伯格在第 8 章说「终于可以用苹果比苹果」，我把他这句事后总结提前当作 Caltech 101 的真实价值。
反事实
只做算法，她会在 2006 年撞上同一个天花板：第 4 章已经写了 1990 年代神经网络受限于数据。所以路会走到同一个瓶颈，但不会自动通向 ImageNet——瓶颈是共同的，出路不是。
D5 · 2006–2007 · ImageNet 立项
过去
毕德曼 1983 年的估算：全世界大约有三万个可数类别。WordNet 从 1985 年起收录十四万词，按意义而非字母组织。Caltech 101 只有一百零一个类别，深度是 WordNet 的千分之一。
现在
普林斯顿助理教授，终身教职评审在即。同事的质疑很具体：几万个类别有什么用；训练要好几年；没人会下载；标注量根本不可行。她手里只有李凯捐的一组工作站和刚加入的邓嘉。可选的路径：做小规模高质量数据集；自建标注团队；放弃。
当时预期的未来
她对西尔维奥说「这就像是赌注」。想要的是给算法「和人类一样的经验」；担心的是终身教职——「不发表就完蛋」。她给出的兜底是「无论赌赢赌输，都是学习的机会」。这句话是 B 类，写在结果已知之后，要打折。
证据
- A：2009 年 CVPR 论文的引言，是当时人真实的赔率声明；2009 年发布时的规模（一千五百万张、两万两千类、四万八千名标注者、一百六十七个国家）。
- B：第 7 章列出的四条质疑，以及「赌注」的对话。
- C：我把「数据比算法重要」读成事后归纳。2006 年的主流判断正好相反——第 7 章自己也承认「算法是宇宙的中心」。
反事实
如果她做小规模高质量数据集，用「规模」这条原则解释不了 2012 年的跃迁。规模不是她发现的真理，是她押中的一个变量；押中的原因里，有相当一部分是运气——算力和神经网络的成熟不在她的计划内。
D6 · 2007–2009 · 众包
过去
邓嘉的导师是微处理器设计者，习惯把一切当工程问题：更高性能、更低成本、最短路径。李凯是最早相信大数据潜力的人之一。
现在
本科生标注的速度推算下来要十九年。预算撑不住十九年，邓嘉也等不到博士毕业。亚马逊的土耳其机器人 2005 年上线，提供的是「人类智能的自动化市场」。可选的路径：继续雇学生；缩减规模；众包。
当时预期的未来
她担心标注质量和预算，自述有两年「走在财务钢索上」。想要的是把十九年压到可承受的时间；担心的是钱烧完了，数据集还不成形。
证据
- A：2009 年论文里四万八千名贡献者的记录；MTurk 2005 年上线是可查的。
- B：第 7 章，从十九年到不到一年的推算变化。
- C：我认为这是全书最被低估的一次转向——不是「想到了大数据」，而是「把标注当成可外包的工程」。这个视角来自邓嘉，不来自她。
反事实
没有众包，ImageNet 会停在几百万张的量级。几百万张也能训练，但不足以让 2012 年的深度网络显出断层式优势。D6 可能是整条链上最硬的一环。
D7 · 2009–2018 · 挑战赛、工业界、听证会
过去
ImageNet 发布后沉寂了几年，反对者的话一直没停。2012 年 AlexNet 用她的数据赢下比赛，错误率与第二名拉开一个身位。此后「规模」变成近乎宗教的东西。
现在
2009 年与 PASCAL VOC 合作办赛；2016 年二十一个月学术休假，去 Google Cloud 做 AI 首席科学家；2018 年 6 月 26 日到国会作证，主题是「人工智能：能力愈大，责任愈大」。同期的背景是 Maven 合约、Uber 在坦佩的事故、ProPublica 关于贷款与假释算法的调查。可选的路径：只发数据集不做比赛；留在学院；去工业界但不公开表态。
当时预期的未来
去 Google，她想要的是「几千种应用案例」和「连做梦都没想过的大量数据」；担心的是 AI 变成只有大公司才玩得起的特权。作证，她想的是「领导者与公民之间的公开对话」，担心的是母亲的身体和「这不是个好主意」。
证据
- A：2018 年 6 月 26 日的听证记录；2015 年 ILSVRC 综述；Google Cloud 任职的公开消息。
- B：第 11 章，八百块 GPU、Maven、听证前的犹豫。
- C：我认为她去 Google 的动机里，「看规模」比「改变公司」更真实。书里对后者的着墨明显更少，也更空。
反事实
留在学院，她大概率仍会写那份证词，但「AI 是特权」这句话需要亲眼看到资源差距才会写得那么具体。位置改变了她的判断，不只是她的日程。
D8 · 2019 · 创办 HAI
过去
听证会让她确认：政策制定者需要教育，研究人员需要跨学科训练。她已经在和法学家、政治学家、人文学者合作。
现在
回到斯坦福；CS231n 一学期六百人；盖兹楼一层腾出空间；艾奇曼迪答应做联合院长，带来整个职业生涯攒下的人脉。可选的路径：以个人身份继续发声；留在 Google；创办机构。
当时预期的未来
她想要「以人为本」成为一个有预算、有同事、有课程的建制，而不只是一个词；担心的是机器人学进展有限，很难说服大家这条路值得投入。
证据
- A：HAI 2019 年成立；跨校联盟向国会提交的立法蓝图。
- B：第 12 章。
- C：我把 HAI 读成「把一次听证会上的立场变成可持续的组织」。这是我的解释，她本人更强调跨学科合作本身。
反事实
不创办 HAI，她的个人影响力还在，但「以人为本 AI」不会变成一个能招人、能发报告、能进国会山的实体。制度比演讲更耐久——这是 D8 真正押的东西。
收尾：倒写清单
重读完成后，值得单独列一栏：哪些因果链是因为知道了结局才显得顺理成章的。
已经能预感到的四处：
- 童年对视觉的好奇被写成 AI 之路的伏笔。 第 5 章到第 6 章之间的过渡最顺，也最可疑。一个人在十六岁看爱因斯坦铜像时并不会想到 ImageNet。
- ImageNet 的必然成功感。 事实是它发布后沉寂了几年，第 7 章末尾她自己写了「但我没想到会被忽视」。
- 2012 年被写成「我们一直在等这一刻」。 更准确的说法是：她的赌注碰上了别人带来的算力和算法，三者缺一不可。
- 母亲的病贯穿全书。 这既是真的照料经历，也是叙事装置——它让每一次职业选择都带上道德重量。真实与否，和它是否被用作因果，是两个问题。
这一页比任何一张卡都值钱。一个故事读起来完整，不代表因果已经被说明。
附：A 类材料清单
重读时按图索骥，每个决定点至少配一份。
- 李飞飞、Fergus、Perona，单样本学习，CVPR 2003（期刊版 TPAMI 2006）——对应 D4。
- Caltech 101 数据集论文，CVPR 2004 workshop——对应 D4、D5。
- Deng 等，ImageNet 大规模层级图像数据库，CVPR 2009——对应 D5、D6。
- Russakovsky 等，ImageNet 大规模视觉识别挑战综述，IJCV 2015——对应 D7。
- Krizhevsky、Sutskever、Hinton，AlexNet，NIPS 2012——对应 D7。
- 美国众议院科学与太空暨科技委员会听证记录，2018 年 6 月 26 日——对应 D7。
- 斯坦福 HAI 成立公告与首批公开文件，2019——对应 D8。
对照时把「她记得」和「文件写着」放在同一行，差异本身就是信息。