Fei-Fei Li (chinês: 李飞飞; pinyin: Lǐ Fēifēi; nascida em 3 de julho de 1976) é uma cientista da computação sino-americana, conhecida por ter estabelecido o ImageNet, o conjunto de dados que possibilitou rápidos avanços na visão computacional na década de 2010. Ela é professora de ciência da computação na Universidade Stanford, com expertise em inteligência artificial, aprendizado de máquina, aprendizado profundo, visão computacional e neurociência cognitiva. Li ganhou o título de "A Madrinha da IA".
Li é codiretora do Instituto Stanford para Inteligência Artificial Centrada no Humano e codiretora do Laboratório de Visão e Aprendizado de Stanford, e atuou como Cientista Chefe de IA/ML no Google Cloud e diretora do Laboratório de Inteligência Artificial de Stanford de 2013 a 2018. Em 2017, ela cofundou a AI4ALL, uma organização sem fins lucrativos que trabalha para aumentar a diversidade no campo da inteligência artificial. Em 2023, Li foi nomeada uma das 100 Pessoas Mais Influentes em IA da Time.
Início da vida e educação
Li nasceu em Pequim, China, em 1976, e cresceu em Chengdu, Sichuan. Ela estudou na Escola Secundária No.7 de Chengdu, Sichuan. Quando ela tinha 12 anos, seu pai imigrou para Parsippany, Nova Jersey. Quando ela tinha 16 anos, Li e sua mãe se juntaram a ele nos Estados Unidos. Enquanto frequentava a Escola Secundária de Parsippany, Li trabalhava nos fins de semana na lavanderia da família. Ela se formou na Escola Secundária de Parsippany em 1995. Ela foi incluída no hall da fama da Escola Secundária de Parsippany em 2017.
Li cursou a graduação na Universidade de Princeton, onde recebeu um Bacharelado em Artes com especialização em física em 1999. Li completou sua tese de conclusão de curso, "Diferença de correlograma binaural auditivo: um novo modelo computacional para o tom dicótico de Huggins", sob a supervisão de Bradley Dickinson, professor de engenharia elétrica. Durante seus anos em Princeton, Li voltava para casa na maioria dos fins de semana para ajudar a administrar o negócio de lavanderia da família e trabalhava como lavadora de pratos para complementar a renda familiar.
Li cursou a pós-graduação no Instituto de Tecnologia da Califórnia, onde recebeu um Mestrado em Ciências em engenharia elétrica em 2001 e um Doutorado em Filosofia em engenharia elétrica em 2005. Li completou sua dissertação, "Reconhecimento Visual: Modelos Computacionais e Psicofísica Humana", sob a supervisão primária de Pietro Perona e supervisão secundária de Christof Koch. Seus estudos de pós-graduação foram apoiados pela Bolsa de Pesquisa de Pós-Graduação da Fundação Nacional de Ciências e pelas Bolsas Paul & Daisy Soros para Novos Americanos.
Carreira e pesquisa
De 2005 a 2006, Li foi professora assistente no Departamento de Engenharia Elétrica e de Computação da Universidade de Illinois em Urbana-Champaign, e de 2007 a 2009, foi professora assistente no Departamento de Ciência da Computação da Universidade de Princeton. Ela ingressou em Stanford em 2009 como professora assistente, foi promovida a professora associada com estabilidade em 2012 e, depois, a professora titular em 2018. Em Stanford, Li atuou como diretora do Laboratório de Inteligência Artificial de Stanford (SAIL) de 2013 a 2018. Sua pesquisa tem se concentrado em visão computacional, aprendizado profundo e neurociência cognitiva, com mais de 300 publicações revisadas por pares. Ela se tornou codiretora fundadora da iniciativa de nível universitário de Stanford - o Instituto de IA Centrada no Humano, juntamente com o codiretor Dr. John Etchemendy, ex-reitor da Universidade Stanford. O instituto está alinhado com os objetivos de Li de avançar a pesquisa, a educação, a política e a prática de IA para melhorar a condição humana.
Enquanto estava em Princeton em 2007, Li liderou o desenvolvimento do ImageNet, um banco de dados visual massivo projetado para avançar o reconhecimento de objetos em IA. O projeto envolveu a rotulagem de mais de 14 milhões de imagens usando o Amazon Mechanical Turk e inspirou o Desafio de Reconhecimento Visual em Grande Escala do ImageNet (ILSVRC), que catalisou o progresso no aprendizado profundo e levou a melhorias dramáticas no desempenho da classificação de imagens. O banco de dados abordou um gargalo fundamental na visão computacional: a falta de conjuntos de dados grandes e anotados para treinar modelos de aprendizado de máquina. Hoje, o ImageNet é creditado como uma inovação fundamental que sustenta avanços em veículos autônomos, reconhecimento facial e imagem médica.
Google Cloud e Projeto Maven
Em sua licença sabática da Universidade Stanford de janeiro de 2017 ao outono de 2018, Li ingressou no Google Cloud como Cientista Chefe de IA/ML e Vice-Presidente. No Google, sua equipe se concentrou em democratizar a tecnologia de IA e reduzir a barreira de entrada para empresas e desenvolvedores, incluindo o desenvolvimento de produtos como o AutoML.
Em setembro de 2017, o Google garantiu um contrato do Departamento de Defesa chamado Projeto Maven, que visava usar técnicas de IA para interpretar imagens capturadas por câmeras de drones. O Google disse aos funcionários que protestaram contra o trabalho da empresa no Projeto Maven que seu papel era "especificamente limitado a fins não ofensivos". Em junho de 2018, o Google disse aos funcionários que não buscaria a renovação do contrato. Em e-mails internos que foram posteriormente vazados para jornalistas, Li expressou entusiasmo pelo papel no Google Cloud no Projeto Maven, mas alertou contra mencionar seu componente de IA, dizendo que a IA militar está ligada, na mente do público, ao perigo de armas autônomas. Perguntada sobre esses e-mails vazados, Li disse ao The New York Times: "Acredito em IA centrada no humano para beneficiar as pessoas de maneiras positivas e benevolentes. É profundamente contra meus princípios trabalhar em qualquer projeto que eu considere que seja para armar a IA."
No outono de 2018, Li deixou o Google e retornou à Universidade Stanford para continuar sua cátedra.
IA centrada no humano e iniciativas de saúde
Em 2023, Li co-liderou o lançamento da iniciativa RAISE-Health (IA Responsável para Saúde Segura e Equitativa) na Universidade Stanford em colaboração com a medicina de Stanford. A iniciativa visa desenvolver estruturas para o uso responsável da inteligência artificial na área da saúde, incluindo cuidados clínicos, pesquisa biomédica e segurança do paciente.
De acordo com seu perfil em Stanford, ela esteve em licença acadêmica parcial de janeiro de 2024 até o final de 2025 para se concentrar em empreendimentos empresariais.
World Labs e inteligência espacial
Em 2024, Li disse que havia uma disparidade entre o investimento do setor privado em IA e o apoio à academia.
Em 2024, Li levantou US$ 230 milhões para uma startup chamada World Labs, que ela e três colegas fundaram para desenvolver uma tecnologia de IA de "inteligência espacial" que possa entender como o mundo físico tridimensional funciona. Em 2026, a World Labs levantou US$ 1 bilhão.
Prêmios e reconhecimento
Li recebeu o Prêmio de Inovação Lifetime Achievements da Intel em 2017 por suas contribuições à inteligência artificial, e foi eleita membro da Academia Nacional de Engenharia, da Academia Nacional de Medicina em 2020 e da Academia Americana de Artes e Ciências em 2021. Em 2025, ela foi nomeada uma das "Arquitetas da IA" para a Pessoa do Ano da Time.
Em 3 de agosto de 2023, Li foi nomeada para o Conselho Consultivo Científico das Nações Unidas, estabelecido pelo Secretário-Geral Antonio Guterres. Em 2024, Li foi incluída na lista A100 dos asiáticos mais influentes da Gold House.
Legado e impacto
O trabalho de Li no ImageNet é amplamente considerado um ponto de virada na história da inteligência artificial, pois forneceu os dados em grande escala necessários para treinar redes neurais profundas, levando a avanços no aprendizado de máquina e no aprendizado profundo. Sua defesa da IA centrada no humano influenciou discussões políticas e iniciativas educacionais, incluindo a fundação da AI4ALL para promover a diversidade no campo. Seus empreendimentos atuais, como a World Labs, visam estender as capacidades da IA para entender e interagir com o mundo físico, potencialmente impactando campos como robótica e realidade aumentada.