Fei-Fei Li (chinois : 李飞飞 ; pinyin : Lǐ Fēifēi ; née le 3 juillet 1976) est une informaticienne américaine d'origine chinoise, surtout connue pour avoir créé ImageNet, l'ensemble de données qui a permis des progrès rapides en vision par ordinateur dans les années 2010. Elle est professeure d'informatique à l'Université Stanford, avec une expertise en intelligence artificielle, apprentissage automatique, apprentissage profond, vision par ordinateur et neurosciences cognitives. Li a gagné le titre de « Marraine de l'IA ».
Li est co-directrice de l'Institut Stanford pour l'IA centrée sur l'humain et co-directrice du Laboratoire de vision et d'apprentissage de Stanford, et a été scientifique en chef de l'IA/ML chez Google Cloud et directrice du Laboratoire d'intelligence artificielle de Stanford de 2013 à 2018. En 2017, elle a cofondé AI4ALL, une organisation à but non lucratif visant à accroître la diversité dans le domaine de l'intelligence artificielle. En 2023, Li a été nommée parmi les 100 personnes les plus influentes en IA du Time.
Jeunesse et éducation
Li est née à Pékin, en Chine, en 1976 et a grandi à Chengdu, dans le Sichuan. Elle a étudié au lycée n°7 de Chengdu, dans le Sichuan. À l'âge de 12 ans, son père a immigré à Parsippany, dans le New Jersey. À 16 ans, Li et sa mère l'ont rejoint aux États-Unis. Pendant ses études au lycée de Parsippany, Li travaillait le week-end dans le pressing familial. Elle a obtenu son diplôme du lycée de Parsippany en 1995. Elle a été intronisée au temple de la renommée du lycée de Parsippany en 2017.
Li a poursuivi des études de premier cycle à l'Université Princeton, où elle a obtenu un baccalauréat ès arts avec une spécialisation en physique en 1999. Li a complété sa thèse de licence, « Auditory binaural correlogram difference: a new computational model for Huggins dichotic pitch », sous la supervision de Bradley Dickinson, professeur de génie électrique. Pendant ses années à Princeton, Li rentrait chez elle la plupart des week-ends pour aider à gérer le pressing familial et travaillait comme laveuse de vaisselle pour compléter les revenus familiaux.
Li a poursuivi des études supérieures au California Institute of Technology, où elle a obtenu une maîtrise ès sciences en génie électrique en 2001 et un doctorat en génie électrique en 2005. Li a complété sa thèse, « Visual Recognition: Computational Models and Human Psychophysics », sous la supervision principale de Pietro Perona et la supervision secondaire de Christof Koch. Ses études supérieures ont été financées par la bourse de recherche de la National Science Foundation et les bourses Paul & Daisy Soros pour les nouveaux Américains.
Carrière et recherche
De 2005 à 2006, Li a été professeure adjointe au département de génie électrique et informatique de l'Université de l'Illinois à Urbana-Champaign, et de 2007 à 2009, elle a été professeure adjointe au département d'informatique de l'Université Princeton. Elle a rejoint Stanford en 2009 en tant que professeure adjointe, a été promue professeure associée avec titularisation en 2012, puis professeure titulaire en 2018. À Stanford, Li a été directrice du Laboratoire d'intelligence artificielle de Stanford (SAIL) de 2013 à 2018. Ses recherches se sont concentrées sur la vision par ordinateur, l'apprentissage profond et les neurosciences cognitives, avec plus de 300 publications évaluées par des pairs. Elle est devenue co-directrice fondatrice de l'initiative universitaire de Stanford - l'Institut pour l'IA centrée sur l'humain, avec le co-directeur Dr John Etchemendy, ancien prévôt de l'Université Stanford. L'institut s'aligne sur les objectifs de Li de faire progresser la recherche, l'éducation, les politiques et les pratiques en IA pour améliorer la condition humaine.
Alors qu'elle était à Princeton en 2007, Li a dirigé le développement d'ImageNet, une base de données visuelle massive conçue pour faire progresser la reconnaissance d'objets en IA. Le projet impliquait l'étiquetage de plus de 14 millions d'images via Amazon Mechanical Turk et a inspiré le défi de reconnaissance visuelle à grande échelle ImageNet (ILSVRC), qui a catalysé les progrès en apprentissage profond et conduit à des améliorations spectaculaires des performances de classification d'images. La base de données a résolu un goulot d'étranglement clé en vision par ordinateur : le manque d'ensembles de données annotés à grande échelle pour entraîner les modèles d'apprentissage automatique. Aujourd'hui, ImageNet est considérée comme une innovation fondamentale qui sous-tend les avancées dans les véhicules autonomes, la reconnaissance faciale et l'imagerie médicale.
Google Cloud et Projet Maven
Lors de son congé sabbatique de l'Université Stanford de janvier 2017 à l'automne 2018, Li a rejoint Google Cloud en tant que scientifique en chef de l'IA/ML et vice-présidente. Chez Google, son équipe s'est concentrée sur la démocratisation de la technologie IA et la réduction des barrières à l'entrée pour les entreprises et les développeurs, y compris le développement de produits comme AutoML.
En septembre 2017, Google a obtenu un contrat du département de la Défense appelé Projet Maven, qui visait à utiliser des techniques d'IA pour interpréter des images capturées par des caméras de drones. Google a dit aux employés qui protestaient contre le travail de l'entreprise sur le Projet Maven que leur rôle était « spécifiquement limité à des fins non offensives ». En juin 2018, Google a dit aux employés qu'il ne chercherait pas à renouveler le contrat. Dans des courriels internes qui ont ensuite été divulgués aux journalistes, Li a exprimé son enthousiasme pour le rôle de Google Cloud dans le Projet Maven, mais a averti de ne pas mentionner sa composante IA, disant que l'IA militaire est associée dans l'esprit du public au danger des armes autonomes. Interrogée sur ces courriels divulgués, Li a dit au New York Times : « Je crois en une IA centrée sur l'humain pour bénéficier aux gens de manière positive et bienveillante. Il est profondément contraire à mes principes de travailler sur tout projet que je pense être destiné à militariser l'IA. »
À l'automne 2018, Li a quitté Google et est retournée à l'Université Stanford pour poursuivre son professorat.
IA centrée sur l'humain et initiatives de santé
En 2023, Li a co-dirigé le lancement de l'initiative RAISE-Health (IA responsable pour une santé sûre et équitable) à l'Université Stanford en collaboration avec la médecine de Stanford. L'initiative vise à développer des cadres pour l'utilisation responsable de l'intelligence artificielle dans les soins de santé, y compris les soins cliniques, la recherche biomédicale et la sécurité des patients.
Selon son profil à Stanford, elle a été en congé académique partiel de janvier 2024 à la fin de 2025 pour se concentrer sur des entreprises entrepreneuriales.
World Labs et intelligence spatiale
En 2024, Li a déclaré qu'il y avait un écart entre les investissements du secteur privé dans l'IA et le soutien au monde académique.
En 2024, Li a levé 230 millions de dollars pour une start-up appelée World Labs, qu'elle et trois collègues ont fondée pour développer une technologie d'IA d'« intelligence spatiale » capable de comprendre comment fonctionne le monde physique tridimensionnel. En 2026, World Labs a levé 1 milliard de dollars.
Prix et reconnaissance
Li a reçu le prix Intel pour les réalisations innovantes de toute une vie en 2017 pour ses contributions à l'intelligence artificielle, et a été élue membre de l'Académie nationale d'ingénierie, de l'Académie nationale de médecine en 2020 et de l'Académie américaine des arts et des sciences en 2021. En 2025, elle a été nommée parmi les « Architectes de l'IA » pour la Personne de l'année du Time.
Le 3 août 2023, Li a été nommée au Conseil consultatif scientifique des Nations Unies, établi par le Secrétaire général Antonio Guterres. En 2024, Li a été incluse dans la liste A100 des Asiatiques les plus influents de Gold House.
Héritage et impact
Le travail de Li sur ImageNet est largement considéré comme un tournant dans l'histoire de l'intelligence artificielle, car il a fourni les données à grande échelle nécessaires pour entraîner les réseaux de neurones profonds, conduisant à des percées en apprentissage automatique et en apprentissage profond. Son plaidoyer pour une IA centrée sur l'humain a influencé les discussions politiques et les initiatives éducatives, y compris la fondation d'AI4ALL pour promouvoir la diversité dans le domaine. Ses entreprises actuelles, comme World Labs, visent à étendre les capacités de l'IA pour comprendre et interagir avec le monde physique, ce qui pourrait avoir un impact sur des domaines comme la robotique et la réalité augmentée.