從成都出來的AI 教母—李飛飛

GCIOSGF Newsletter 會訊:

出生資訊： 1976 年 7 月 3 日（50歲），中國北京

獲獎記錄： 伊麗莎白女王工程獎、 美國計算機協會會士

配偶： 西爾維奧·薩瓦雷斯

學歷： 加州理工學院 (2005 年)、 普林斯頓大學 (1995 年–1999 年)、 Parsippany High School、 成都七中（成都中學）

以下為轉載文章：

「AI 教母」李飛飛將出任超微首席科學家。現年 50 歲的她，在中國出生長大，母親家族與國民黨有牽連。她 15 歲到美國時幾乎不會講英文，如今與黃仁勳、蘇姿丰並列為 AI 時代重量級人物。

美國半導體公司超微（AMD）日前宣布，將以82億美元（約新台幣2,591.2億元）併購新創公司World Labs，延攬該公司共同創辦人李飛飛（Fei-Fei Li）出任AMD執行副總裁暨首席科學家，未來直接向台裔AMD董事長兼執行長蘇姿丰（Lisa Su）報告。

美國媒體解讀，這是超微押注實體AI（Physical AI）的重要一步。所謂實體AI，讓AI不只在螢幕裡回答問題，而是能理解真實世界，在真實世界裡感知、判斷、行動。

無論是機器人還是自動駕駛技術，都與實體AI有關，李飛飛長年研究的「空間智慧」（spatial intelligence），正是實體AI發展的重要技術之一。

2025年底，時代雜誌把「AI的建築師」（Architects of AI）選為2025年年度風雲人物，封面集結8名塑造AI革命的關鍵人物，包括輝達執行長黃仁勳、超微執行長蘇姿丰、特斯拉執行長馬斯克（Elon Musk）、OpenAI執行長阿特曼（Sam Altman）、Meta執行長祖克柏（Mark Zuckerberg）等，李飛飛也在其中。

過去20年，李飛飛的研究從「讓機器看懂圖片」，一路走向「讓機器理解真實世界的立體空間」。她最具代表性的研究ImageNet，也成為後來機器「深度學習」這項技術快速發展的重要基礎。

李飛飛在北京出生、成都長大。《洛杉磯時報》在2023年的一篇人物報導介紹，她在中國成長於中產階級家庭，但母親因家族的政治背景，與「戰敗的反共國民黨」（the defeated anti-Communist Kuomintang party）有所關連，發展受到限制。

報導指出，1989年天安門事件發生那年，李家已開始規劃移民。1992年，15歲的李飛飛赴美，在紐澤西州展開新生活。

科技媒體《連線》（Wired）報導，她到美國第2天，父親就帶她到加油站，要她向修車師傅說明車子出了什麼問題；她當時英文能力有限，只能靠比手畫腳溝通。兩年後，她已能替父母擔任翻譯，形容自己成了父母的「嘴巴和耳朵」。

李飛飛後來考上普林斯頓大學，取得近乎全額獎學金，主修物理。大學期間，她週末仍會回家幫父母經營乾洗店。

普林斯頓畢業後，她前往加州理工學院攻讀博士。她開始把原本對物理世界的好奇，轉向「人類如何看見、理解世界」，研究也逐漸跨入電腦運算與神經科學，一路走向電腦視覺領域，探討「機器能不能像人一樣，逐步理解眼前的世界」。

2007年前後，李飛飛投入電腦視覺研究，當時多數研究者著重改進演算法，她提出不同的思考途徑：問題不在機器夠不夠聰明，而是「機器看過的世界太少」。

李飛飛團隊從網路蒐集大量圖片，建立數以萬計的物件分類，再透過人工標註，讓機器從大量圖片中學習辨識真實世界。

她由此建立ImageNet，這是一套蒐集並分類大量圖片，供研究人員訓練與測試電腦影像辨識能力的資料庫。2009年推出時，ImageNet並沒有立刻引起轟動，當時人工智慧仍是相對冷門的研究領域。

2012年，ImageNet成為「深度學習」技術突破的重要舞台。所謂深度學習，就是讓電腦接觸大量資料後，自行學習其中的特徵與規律。多倫多大學辛頓（Geoffrey Hinton）團隊利用ImageNet訓練神經網路AlexNet，大幅提升影像辨識準確率，也讓深度學習開始受到科技界高度重視。

李飛飛近年從學界進一步延伸到AI產業。她先後獲電機電子工程師學會（IEEE）「黃煦濤紀念獎」（PAMI Thomas S. Huang Memorial Prize）、英特爾終身創新成就獎，並與辛頓、黃仁勳等人共同獲伊麗莎白女王工程獎（Queen Elizabeth Prize for Engineering）。

李飛飛共同創辦World Labs後，把研究重心從電腦視覺推向「空間智慧」，這項技術能從圖像、影片與文字中模擬出3D立體環境。路透社指出，World Labs的研究可讓超微更早掌握新一代AI需要什麼樣的運算能力，進而影響未來晶片、軟體與系統的技術布局。

路透社財經評論分析，蘇姿丰這筆82億美元押注，意在讓超微從晶片供應商進一步整合軟體與AI模型，搶進機器人等新一代AI市場；如果策略奏效，有助縮小與輝達的獲利能力差距；李飛飛將以首席科學家身分，參與超微下一代AI技術布局。

Ai後的教育

 GCIOSGF  Newsletter 會訊：

轉載2023文章

AI浪潮下孩子還要上學嗎？世界權威、母親李飛飛：教育是這四重點

全球因ChatGPT發布，讓生成式人工智慧的應用成為熱議話題。面對革命性的AI技術，有人興奮地積極擁抱，有人焦慮地憂心工作難保，也有人期待之餘，懼怕著這項強大的技術帶來的種種問題。那麼，當AI碰撞上文學與教育，作家龍應台和AI專家李飛飛各自又是怎麼解讀呢？李飛飛同時作為一位AI專家、教授和母親，也不忘關懷AI技術所產生的倫理問題。當人們在擁抱AI技術的同時，該如何看待AI在各方面的衝擊？

李飛飛作為美國史丹佛大學資訊科學首任紅杉講席教授，同時是史丹佛以人為本的人工智慧研究院（Human-Centered Artificial Intelligence Institute）院長，曾獲Google邀請，接下Google雲端事業的副總裁一職，過去也擔任推特獨立董事，擁有橫跨學術界和業界的多元經驗。

如果AI使用在文學會有什麼影響？以下為對談紀要：

以人為本的AI，如何理解人生苦痛？

龍應台（以下簡稱：龍）：妳在一次演講中說過，AI可以看見人所看不見的，AI可以更看見人所看見的。我聽到這句話嚇一跳，因為當有人問我文學有什麼作用時，我的回答是，文學可以使你看見你本來看見的，文學可以使你更看見你原來可以看見的。

李飛飛（以下簡稱：李）：其實我的工作領域很少接觸作家，因為畢竟我是在科技界，所以聽到妳這麼說，其實對我來說也是一種新的視角，沒想到兩個那麼不同的領域，在這個點上相似。

龍：文學上，比如說魯迅的小說《祝福》，在說一個鄉村裡死了一位阿姨（祥林嫂）。你看了文學作品之後，你不需要在實際生活裡認識一個痛苦的人，就能從文學的世界裡，理解痛苦。

妳跟我講過，妳在AI跟在醫療的交叉使用上，下了相當大的功夫，其中包括怎麼讓AI了解痛苦，這是有趣的地方，談談AI和醫療的交叉？

李：我先釐清一件事，就是今天AI其實是不能看到、體會到痛苦的。

關於與醫療交叉，大約在11年前，我還在大學AI實驗室當主任時，矽谷有一波自駕車浪潮。我當時作為實驗室主任，接觸許多汽車和新創公司，大家非常興奮，因為透過這項技術，可以改變交通現狀、減少車禍，並幫助司機、行人更全面性地了解路況。

那我自己的生活，大家看不到的一面是，我照顧生病的媽媽，所以我經常在醫院，不是在手術室門口，就是在加護病房裡，所以我對於整個醫療場景很了解。

我突然意識到，自駕車的技術，如果能應用在醫療場景，可以造福很多人類，因為無論是病房還是家裡，其實很難有足夠的人力，24小時全程照護病人。

所以我們和醫學院的研究者合作，開始啟動可能算是全球最早用智慧電腦影像，來幫助維護病人安全和醫療照護。

談到痛苦，我的學生都是很年輕、非常聰明的電腦科學家，他們很少接觸醫療、病人。每一個新的學年，我都會問新生，有誰進過加護病房，有誰照顧過病人？很少有人。

所以我意識到，即使我在做AI，要了解AI背後人的狀態，理解病患的痛苦很重要。在這些學生開始寫程式、接觸AI前，我會帶他們去醫院，了解人在病痛中的感受。

出生資訊： 1976 年 7 月 3 日（50歲），中國北京

獲獎記錄： 伊麗莎白女王工程獎、 美國計算機協會會士

配偶： 西爾維奧·薩瓦雷斯

學歷： 加州理工學院 (2005 年)、 普林斯頓大學 (1995 年–1999 年)、成都7中

人脈越多越成功?

 GCIOSGF Newsletter 會訊:

轉載

人脈越多越成功？研究：你的真實身價，藏在「誰願意和你交換資訊」的社會資本中

真正有價值的人脈，不一定來自通訊錄裡幾百個名字。職涯研究發現，一個人的社會網絡可能透過資訊、資源與職涯支持，與薪資、升遷及工作滿意度產生關聯。從「弱連結」到「關係資本」，看懂高品質人脈如何成為長期職涯的一種無形資產。一個成功人士，該有的專業能力、財務資產與工作經驗應該一個都不缺，但當職涯走到一定階段後，會發現另一種「無形資源」開始變得重要：當你遇到一個問題時，知道該找誰。

想進入新的產業，有人可以分享第一手資訊；準備創業時，有人熟悉法務、財務或市場；遇到職涯瓶頸時，有一位前輩願意提供不同角度；甚至只是偶然認識的一個人，都可能把你帶進原本接觸不到的圈子。這些連結無法直接標示在資產負債表上，卻可能在職涯發展中發揮作用。

管理學與社會學研究把這類資源稱為「社會資本」（Social Capital），2001年，Seibert、Kraimer與Liden發表研究，以448名不同職業與組織的員工為樣本，分析社會網絡如何與職涯成功產生關聯。研究發現，網絡結構所帶來的社會資源，會透過資訊、資源與職涯支持等利益，與薪資、升遷及職涯滿意度產生關聯。這也讓「人脈」有了更值得細看的另一面：人際關係的價值，不只在於認識多少人，也在於這些關係能否形成有品質的資訊、支持與合作網絡。「關係資本」並非一個單一、標準化的心理學測驗名稱，本文所說的關係資本，主要借用「社會資本」（Social Capital）的研究概念，指的是人們透過社會關係與網絡所取得的資源與利益。

這些資源可能包括：

資訊：知道某個產業正在發生什麼。

資源：接觸到自己原本沒有的專業或機會。

支持：在職涯轉換時獲得建議、推薦或協助。

合作：找到適合一起完成事情的人。

聲譽與信任：透過長期互動建立可靠的合作基礎。

因此，「關係資本」並不等於把朋友當成工具，具有長期價值的人際網絡，通常建立在互惠、信任與持續互動之上。

Seibert、Kraimer與Liden的2001年研究，是這個主題非常重要的原始研究之一。研究團隊以448名不同職業與組織的員工進行分析，建立一個「社會資本如何影響職涯成功」的理論模型。研究把社會資本拆成兩個重要面向：

網絡結構：一個人的人際網絡如何組成，例如是否擁有跨部門、跨圈層的連結，以及是否能接觸不同群體。

社會資源：這些關係實際能提供什麼，包括資訊、支持與其他職涯資源。

研究進一步發現，網絡結構與社會資源相關，而社會資源所帶來的三項主要網絡利益包括：資訊取得→資源取得→職涯支持。這些網絡利益又與職涯成功指標產生關聯，包括薪資、升遷與職涯滿意度。但值得注意的是，研究顯示的是關聯與理論模型中的路徑，並不代表「只要認識更多人，就一定會加薪或升職」。如果你每天接觸的人都是同一群朋友、同一間公司的同事、同一個產業的夥伴，彼此之間往往共享不少資訊。這時候，一個平常不常聯絡的人，反而可能帶來完全不同的消息。

社會學家 Mark Granovetter 在1973年的經典論文 The Strength of Weak Ties 中提出「弱連結的力量」概念，他的研究指出，較弱的人際連結可能在不同社交群體之間扮演橋樑角色，因而有助於資訊與影響力的擴散，也能連結原本彼此分開的社會群體。

這也是為什麼一位多年沒見的前同事、一個活動上認識的同行，甚至朋友的朋友，都可能帶來意料之外的資訊。對職涯而言，這類關係的價值可能就在於：他們看到的世界，和你平常看到的世界不完全一樣。另一個經典概念來自社會學家 Ronald Burt 的 Structural Holes（結構洞）理論，當兩個社群彼此之間缺乏直接連結，而你剛好與兩邊都有關係時，你可能處在一個「橋接」的位置，這種位置具有資訊上的潛在優勢。

例如：一邊是科技創業圈，一邊是精品零售產業；一邊是金融投資圈，一邊是創意產業；一邊是企業管理者，一邊是新創團隊。如果一個人能自然地理解不同圈層的語言，又能把資訊帶到另一個群體，就可能形成特殊的網絡位置。

Burt在1992年的《Structural Holes: The Social Structure of Competition》中提出，位於這類結構洞位置的人，可能取得較獨特與及時的資訊，並獲得一定的競爭優勢。因此，建立人脈時，不妨把視野從「認識更多同類型的人」延伸到「接觸不同世界的人」。

高階社交場合裡，交換名片、加LinkedIn、追蹤Instagram都很容易，真正需要時間的，是讓一段關係逐漸建立信任。如果把研究中的社會資本概念放進日常生活，可以從以下三種關係開始觀察：

一、能提供不同視角的人

他不一定和你從事同一個產業，甚至可能來自完全不同的專業。這類關係的價值，往往在於讓你看到自己原本沒有注意到的資訊。

二、願意分享經驗的人

可能是一位前輩、主管、創業者或曾經走過相似道路的人。他提供的不只是答案，也可能包括決策過程與踩過的坑。

三、能夠彼此合作的人

一段成熟的職涯關係，不必停留在聊天。當彼此的能力與資源能夠互補，關係就可能進一步形成合作。如果把人脈經營變成「我要認識多少成功人士」，很容易讓社交變得疲憊。

社會資本研究提供的其實是一個更寬廣的視角，一個剛入行的年輕人，可能帶來最新的市場觀察；一位跨產業朋友，可能知道你完全沒有接觸過的機會；一位長期合作夥伴，可能在你最需要的時候提供可靠資源；一位老朋友，則可能在你職涯之外提供情感支持。

這些關係的價值不一定能立刻換算成收入，它們更像是一張長期累積的網，你今天認識的人，未必明天就能帶來機會；但長期累積的信任與連結，可能讓你在需要時更容易找到合適的人。

川普與香港

GCIOSGF Newsletter 會訊:

By VGP

Edit : AI

🗓 1994 年香港財團拯救川普危機

背景危機：川普當時開發紐約曼哈頓「河畔南區」（Riverside South）大型地產項目，卻因財務困難與房地產泡沫面臨債務壓頂。 

香港金主：香港富豪鄭家純（新世界發展）、羅康瑞（瑞安集團）等人組成的財團介入。 

救援方案：香港財團買下該地塊、承擔川普的巨額債務，並讓他保留 30% 的利潤分紅權。 

⚠️ 後續發展與訴訟糾紛

專案出售：這群香港富豪於 2005 年以 17.6 億美元將該地產項目出售。 

翻臉提告：川普不滿出售價格與利潤分配，曾跨海控告香港合夥人並索賠 10 億美元，最後在訴訟中敗訴。 

協議延續：雖經歷官司，川普最終仍取得紐約美洲大道 1290 號（美國銀行大樓）等物業的 30% 利潤收益權，協議一路延續至 2044 年.

🗓 Hong Kong Consortium Saves Trump from Crisis in 1994

Background: Trump was developing a large-scale real estate project in Manhattan's Riverside South, but faced financial difficulties and mounting debt due to the real estate bubble.

Hong Kong Investors: A consortium comprised of Hong Kong tycoons, including Cheng Kar-shun (New World Development) and Vincent Lo (Shui On Group), intervened.

Rescue Plan: The Hong Kong consortium bought the land, assumed Trump's massive debts, and allowed him to retain a 30% profit-sharing right.

⚠️ Subsequent Developments and Litigation

Sale: In 2005, the group of Hong Kong tycoons sold the real estate project for US$1.76 billion.

Suing Turns Against Trump: Dissatisfied with the sale price and profit distribution, Trump sued his Hong Kong partners across the sea, seeking US$1 billion in damages, but ultimately lost the lawsuit. Agreement Extended: Despite legal battles, Trump ultimately retained a 30% profit share in properties including 1290 Avenue of the Americas (Bank of America Building) in New York, and the agreement extends until 2044.