李佳莉是一位计算机科学家和人工智能研究者，因在计算机视觉和大规模机器学习方面的贡献而受到认可。她作为基础性ImageNet论文的共同作者而声名鹊起，该论文推动了现代深度学习革命。她的职业生涯横跨学术界和工业界，包括在谷歌和阿里巴巴担任高级职务，负责领导研究并将人工智能应用于产品。
李的工作将视觉识别与实际部署相结合，重点关注可扩展的学习系统。她在推动机器学习技术用于图像理解方面发挥了重要作用，她在企业和研究环境中的领导力影响了人工智能应用的发展轨迹。
早期职业生涯与ImageNet
李佳莉在伊利诺伊大学厄巴纳-香槟分校获得计算机科学博士学位，师从Jiawei Han等人。她的博士研究集中于大规模视觉识别，最终在2009年发表了论文《ImageNet: A Large-Scale Hierarchical Image Database》，与Jia Deng、Wei Dong、Richard Socher等人共同撰写。这项工作引入了一个包含超过1400万张标注图像的数据集，按WordNet层级组织，成为训练深度学习模型的基准。随后的ImageNet大规模视觉识别挑战赛（ILSVRC）推动了神经网络架构的突破，包括残差网络和批归一化技术。
谷歌与研究领导力
博士毕业后，李佳莉加入谷歌研究院，从事计算机视觉和大规模学习系统的工作。她参与了涉及图像搜索和视觉理解的项目，利用了公司庞大的数据基础设施。她在谷歌期间与谷歌云和谷歌深度思维团队合作，但她的具体角色更侧重于应用研究。她还在斯坦福人工智能实验室担任兼职职位，指导学生并发表关于弱监督学习和迁移学习等主题的论文。
阿里巴巴与行业影响
2016年，李佳莉加入阿里巴巴，担任副总裁兼人工智能研究部门负责人，该部门后来被称为阿里巴巴达摩院。她领导了一个由数百名研究人员和工程师组成的团队，专注于计算机视觉、自然语言处理和生成式人工智能。在她的领导下，该研究院开发了用于电子商务的技术，包括产品识别、视觉搜索和推荐系统。她还负责将人工智能整合到阿里云服务中，使先进模型可供外部企业使用。她在阿里巴巴的工作强调实际可扩展性，将学术研究与商业部署相结合。
后续角色与持续影响
李佳莉于2020年离开阿里巴巴，转而从事创业和顾问角色。她共同创立了一家专注于人工智能驱动医疗保健的初创公司，但细节仍然有限。她曾担任多家人工智能公司的顾问，并继续在NeurIPS和CVPR等主要会议上发表演讲。她对大型语言模型和多模态系统演变的看法反映了她早期结合视觉和文本数据的工作。她仍然是负责任人工智能发展的倡导者，强调多样化数据集和伦理考虑的重要性。
遗产与认可
李佳莉的贡献获得了众多奖项的认可，包括被美国计算机协会（ACM）评为杰出科学家。ImageNet论文已被引用超过6万次，使其成为计算机科学领域最具影响力的论文之一。她的职业生涯体现了从学术研究向工业领导的转变，她的努力帮助塑造了当前人工智能的格局。她经常与迈克尔·乔丹和阿尼玛·阿南德库马尔等先驱一起被提及，以表彰她在推进实用机器学习方面的作用。
参考文献
- ImageNet论文（2009年）- 李佳莉等人
- 阿里巴巴达摩院官方公告
- ACM杰出科学家名单
category:computer-scientists category:artificial-intelligence-researchers category:women-in-technology