加入 Google Cloud 担任首席科学家，李飞飞跨出了从学术界进入产业界的第一步，她依旧还是斯坦福计算机科学系的终身教授，利用两年学术假期进入 Google，希望能将学术和企业进行融合，挖掘出人工智能更多创新性的价值。

此次，李飞飞现身北京，给大家带来了一场人工智能知识和观点的演讲。人工智能无疑是当下业界最炙手可热的话题，从学术研究出身的李飞飞口中，我们听到的并不是对人工智能技术的大肆吹捧，而是以惯有的严谨态度进行解析。

李飞飞认为，云平台是实现人工智能价值最合适的平台，因为除了存储，人工智能还涉及到大量的数据计算。另外，云涵盖金融、健康、电商、交通等各行各业，在人工智能和大数据的推动下，这些产业得以转型、升级。

对于大热的人工智能是否存在泡沫这个问题，李飞飞没有否认，但也坚信泡沫过后的人工智能终究会给人类生活带来颠覆性的影响。

李飞飞进一步表示，自艾伦·图灵提出「人工智能」这个概念以来，人工智能虽然已有 60 年的历史，而在 70 年代初到 80 年代末，就如我们感受到的一样，并没有多大的发展。她指出，主要问题出自人工智能的演进过程当中：

在人工智能崛起之前，人工智能系统中的「rule」均由科学家们手动添加，这些 rule 十分复杂且存在三方面的致命问题：

1.Scalable（可扩展的），科学家无法将所有 rule 写进一个程序。

2.Adaptable（可适应的），例如将英文转换成中文时，因语法的差异性，只能重新设计出一条新的 rule。

3.它是一个 Closed word（封闭的环境）。

直到一个重要的领域——机器学习的出现，给人工智能带来了飞跃式的发展。相比传统学习，机器学习具有「认知」这一层，可自行对数据进行认识、分类、记忆，为科学界省去了大量的工作。

Artificial Neural Network（神经网络）是人工智能飞速发展的另一个重要因素。从 2012 开始，由于算法的不断优化、互联网所产生的海量数据、硬件的发展，神经网络和深度学习得到了井喷式的发展。

Vision 与 Language（自然语言处理等）的结合，即艾伦·图灵提出的人工智能目标之一，也是近来人工智能界普遍关注的热点。作为实现人工智能的三个要素：Syntax（语法）、Semantics（语义）、Inference（推导），李飞飞以其实验室与 Fecebook 合作的一个项目为例，并表示，就目前看来，人工智能在这几个方面的综合发展还远远未到达足够「智能」的程度。

计算机视觉（Vision）对世界的理解，实际上就是三维场景的建构，这项技术在过去二、三十年有了长足的发展，使得无人驾驶能够产业化。

李飞飞认为，在未来，计算机视觉的能力，不仅仅在于「看到」什么内容，还应该在「理解」所看到的内容。就比如同样看一幅图，人和机器都能看到里面的人物、场景，但图片所蕴含的故事、人物情绪等，机器往往没办法做到。