Fei-Fei Li (chinesisch: 李飞飞; Pinyin: Lǐ Fēifēi; geboren am 3. Juli 1976) ist eine in China geborene amerikanische Informatikerin, die vor allem für die Einrichtung von ImageNet bekannt ist, dem Datensatz, der in den 2010er Jahren rasante Fortschritte im Bereich der Computer Vision ermöglichte. Sie ist Professorin für Informatik an der Stanford University mit Forschungsschwerpunkten in künstlicher Intelligenz, maschinellem Lernen, Deep Learning, Computer Vision und kognitiver Neurowissenschaft. Li hat den Titel "Die Patin der KI" (The Godmother of AI) erhalten.
Li ist Co-Direktorin des Stanford Institute for Human-Centered Artificial Intelligence und Co-Direktorin des Stanford Vision and Learning Lab. Sie war von 2013 bis 2018 Chief Scientist für KI/ML bei Google Cloud und Direktorin des Stanford Artificial Intelligence Laboratory. 2017 war sie Mitbegründerin von AI4ALL, einer gemeinnützigen Organisation, die sich für mehr Vielfalt im Bereich der künstlichen Intelligenz einsetzt. 2023 wurde Li zu einer der 100 einflussreichsten Personen im Bereich KI des Time Magazine ernannt.
Frühes Leben und Ausbildung
Li wurde 1976 in Peking, China, geboren und wuchs in Chengdu, Sichuan, auf. Sie besuchte die Sichuan Chengdu No.7 High School. Als sie 12 Jahre alt war, wanderte ihr Vater nach Parsippany, New Jersey, aus. Als Li 16 Jahre alt war, zogen sie und ihre Mutter zu ihm in die Vereinigten Staaten. Während ihrer Zeit an der Parsippany High School arbeitete Li an den Wochenenden im Reinigungsgeschäft ihrer Familie. Sie schloss die Parsippany High School 1995 ab. 2017 wurde sie in die Hall of Fame der Parsippany High School aufgenommen.
Li absolvierte ihr Grundstudium an der Princeton University, wo sie 1999 einen Bachelor of Arts mit Hauptfach Physik erhielt. Li schloss ihre Abschlussarbeit mit dem Titel "Auditory binaural correlogram difference: a new computational model for Huggins dichotic pitch" unter der Aufsicht von Bradley Dickinson, Professor für Elektrotechnik, ab. Während ihrer Jahre in Princeton kehrte Li an den meisten Wochenenden nach Hause zurück, um das Reinigungsgeschäft ihrer Familie zu unterstützen, und arbeitete als Spüler, um das Familieneinkommen aufzubessern.
Li absolvierte ihr Graduiertenstudium am California Institute of Technology, wo sie 2001 einen Master of Science in Elektrotechnik und 2005 einen Doctor of Philosophy in Elektrotechnik erhielt. Li schloss ihre Dissertation mit dem Titel "Visual Recognition: Computational Models and Human Psychophysics" unter der Hauptaufsicht von Pietro Perona und der Nebenaufsicht von Christof Koch ab. Ihr Graduiertenstudium wurde durch das National Science Foundation Graduate Research Fellowship und die Paul & Daisy Soros Fellowships for New Americans unterstützt.
Karriere und Forschung
Von 2005 bis 2006 war Li Assistenzprofessorin in der Abteilung für Elektro- und Computertechnik an der University of Illinois Urbana-Champaign, und von 2007 bis 2009 war sie Assistenzprofessorin in der Informatikabteilung der Princeton University. Sie trat 2009 als Assistenzprofessorin in Stanford ein und wurde 2012 zur außerordentlichen Professorin mit Tenure befördert, dann 2018 zur ordentlichen Professorin. In Stanford war Li von 2013 bis 2018 Direktorin des Stanford Artificial Intelligence Lab (SAIL). Ihre Forschung konzentrierte sich auf Computer Vision, Deep Learning und kognitive Neurowissenschaft mit über 300 begutachteten Veröffentlichungen. Sie wurde Gründungs-Co-Direktorin der universitätsweiten Initiative von Stanford - dem Human-Centered AI Institute - zusammen mit Co-Direktor Dr. John Etchemendy, ehemaligem Provost der Stanford University. Das Institut steht im Einklang mit Lis Zielen, KI-Forschung, -Bildung, -Politik und -Praxis voranzutreiben, um die menschliche Lebensbedingungen zu verbessern.
Während ihrer Zeit in Princeton im Jahr 2007 leitete Li die Entwicklung von ImageNet, einer massiven visuellen Datenbank, die darauf ausgelegt war, die Objekterkennung in der KI voranzutreiben. Das Projekt umfasste die Kennzeichnung von über 14 Millionen Bildern mithilfe von Amazon Mechanical Turk und inspirierte die ImageNet Large Scale Visual Recognition Challenge (ILSVRC), die Fortschritte im Deep Learning katalysierte und zu dramatischen Verbesserungen der Bildklassifizierungsleistung führte. Die Datenbank adressierte einen zentralen Engpass in der Computer Vision: den Mangel an großen, annotierten Datensätzen für das Training von Modellen des maschinellen Lernens. Heute gilt ImageNet als Eckpfeiler-Innovation, die Fortschritte bei autonomen Fahrzeugen, Gesichtserkennung und medizinischer Bildgebung untermauert.
Google Cloud und Project Maven
Während ihres Sabbaticals von der Stanford University von Januar 2017 bis Herbst 2018 trat Li Google Cloud als Chief Scientist für KI/ML und Vizepräsidentin bei. Bei Google konzentrierte sich ihr Team auf die Demokratisierung der KI-Technologie und die Senkung der Einstiegshürden für Unternehmen und Entwickler, einschließlich der Entwicklung von Produkten wie AutoML.
Im September 2017 sicherte sich Google einen Vertrag vom Verteidigungsministerium namens Project Maven, der darauf abzielte, KI-Techniken zur Interpretation von Bildern zu nutzen, die von Drohnenkameras aufgenommen wurden. Google sagte Mitarbeitern, die gegen die Arbeit des Unternehmens an Project Maven protestierten, dass ihre Rolle "ausdrücklich auf nicht-offensive Zwecke beschränkt" sei. Im Juni 2018 teilte Google den Mitarbeitern mit, dass es keine Verlängerung des Vertrags anstreben werde. In internen E-Mails, die später an Reporter durchsickerten, zeigte sich Li begeistert über die Rolle von Google Cloud in Project Maven, warnte jedoch davor, die KI-Komponente zu erwähnen, und sagte, dass militärische KI in der öffentlichen Wahrnehmung mit der Gefahr autonomer Waffen verbunden sei. Auf die Frage nach diesen durchgesickerten E-Mails sagte Li der New York Times: "Ich glaube an menschenzentrierte KI, um Menschen auf positive und wohlwollende Weise zu nutzen. Es widerspricht zutiefst meinen Prinzipien, an einem Projekt zu arbeiten, das meiner Meinung nach darauf abzielt, KI zu bewaffnen."
Im Herbst 2018 verließ Li Google und kehrte an die Stanford University zurück, um ihre Professur fortzusetzen.
Menschenzentrierte KI und Gesundheitsinitiativen
Im Jahr 2023 leitete Li gemeinsam den Start der RAISE-Health (Responsible AI for Safe and Equitable Health) Initiative an der Stanford University in Zusammenarbeit mit der Stanford Medicine. Die Initiative zielt darauf ab, Rahmenwerke für den verantwortungsvollen Einsatz von künstlicher Intelligenz im Gesundheitswesen zu entwickeln, einschließlich klinischer Versorgung, biomedizinischer Forschung und Patientensicherheit.
Laut ihrem Stanford-Profil befand sie sich von Januar 2024 bis Ende 2025 in teilweiser akademischer Freistellung, um sich auf unternehmerische Vorhaben zu konzentrieren.
World Labs und räumliche Intelligenz
Im Jahr 2024 sagte Li, es gebe eine Diskrepanz zwischen den Investitionen des privaten Sektors in KI und der Unterstützung für akademische Forschung.
Im Jahr 2024 sammelte Li 230 Millionen Dollar für ein Startup namens World Labs, das sie und drei Kollegen gründeten, um eine "räumliche Intelligenz"-KI-Technologie zu entwickeln, die verstehen kann, wie die dreidimensionale physische Welt funktioniert. Im Jahr 2026 sammelte World Labs 1 Milliarde Dollar.
Auszeichnungen und Anerkennung
Li erhielt 2017 den Intel Lifetime Achievements Innovation Award für ihre Beiträge zur künstlichen Intelligenz und wurde 2020 zum Mitglied der National Academy of Engineering, der National Academy of Medicine und 2021 der American Academy of Arts and Sciences gewählt. 2025 wurde sie als eine der "Architekten der KI" für die Person des Jahres des Time Magazine benannt.
Am 3. August 2023 wurde Li in den Wissenschaftlichen Beirat der Vereinten Nationen berufen, der von Generalsekretär Antonio Guterres eingerichtet wurde. 2024 wurde Li in die einflussreichste asiatische A100-Liste von Gold House aufgenommen.
Vermächtnis und Einfluss
Lis Arbeit an ImageNet wird weithin als Wendepunkt in der Geschichte der künstlichen Intelligenz angesehen, da sie die groß angelegten Daten lieferte, die für das Training tiefer neuronaler Netze notwendig waren, was zu Durchbrüchen im maschinellen Lernen und Deep Learning führte. Ihr Einsatz für menschenzentrierte KI hat politische Diskussionen und Bildungsinitiativen beeinflusst, einschließlich der Gründung von AI4ALL zur Förderung der Vielfalt in diesem Bereich. Ihre aktuellen Unternehmungen, wie World Labs, zielen darauf ab, die KI-Fähigkeiten zu erweitern, um die physische Welt zu verstehen und mit ihr zu interagieren, was möglicherweise Bereiche wie Robotik und erweiterte Realität beeinflusst.