Przejdź do zawartości

Fei-Fei Li

Z Wikipedii, wolnej encyklopedii
Fei-Fei Li
ilustracja
Państwo działania

 Stany Zjednoczone

Data i miejsce urodzenia

1976
Pekin

Uniwersytet Stanforda

Wydział Informatyki

Fei-Fei Li (chiń. upr. 李飞飞; chiń. trad. 李飛飛; pinyin Lǐ Fēifēi; ur. 1976 w Pekinie[1]) – wykładowczyni informatyki na Uniwersytecie Stanforda, dyrektorka Stanford Artificial Intelligence Lab (SAIL)[2][3] oraz Stanford Vision Lab. Od 2017 współzałożycielka AI4ALL, inicjatywy non-profit pracującej nad zwiększeniem różnorodności w sztucznej inteligencji[4]. Fei-Fei Li zajmuje się obszarami rozpoznawania obrazów oraz neurokognitywistyki. Od 2016 roku pracuje w Google[5].

Działalność naukowa[edytuj | edytuj kod]

Li uzyskała licencjat z fizyki na Uniwersytecie Princeton w 1999 roku, kończąc studia z wyróżnieniem. Doktorat z elektrotechniki obroniła w 2005 roku na California Institute of Technology, uzyskując podczas studiów wsparcie ze stypendium The Paul & Daisy Soros Fellowships for New Americans[6]. Pracowała na Wydziale Psychologii oraz Wydziale Elektrycznym i Inżynierii Komputerowej Uniwersytetu Illinois w Urbana-Champaign, jak również na Wydziale Informatyki oraz Wydziale Psychologii Uniwersytetu Princeton. W 2009 roku dołączyła jako adiunkt do Uniwersytetu Stanforda, gdzie w 2012 roku uzyskała tytuł profesora nadzwyczajnego.

Badania[edytuj | edytuj kod]

Fei-Fei Li w swoich badaniach zajmuje się rozpoznawaniem obrazów, neurokognitywistyką, neuronauką obliczeniową oraz analizą Big data. Jest autorką ponad 100 artykułów naukowych[7]. Jej prace pojawiały się w czasopismach obejmujących takie dyscypliny, jak informatyka i neuronauka, m.in. w "Nature"[8], "Proceedings of the National Academy of Sciences"[9] i "Journal of Neuroscience"[10].

Wśród jej najbardziej znanych prac znajduje się projekt ImageNet, który zrewolucjonizował obszar rozpoznawania wizualnego na dużą skalę[1][11][12][13][14].

Li otrzymała m.in. IBM Faculty Fellow Award w 2014 roku, Yahoo Labs FREP Award w 2012 roku[3], Alfred P. Sloan Fellowshipw 2011 roku[3], Google Research Award w 2010 i 2008 roku[3], NSF CAREER Award w 2009 roku oraz Microsoft Research New Faculty Fellowship w 2006 roku. Jej praca była opisywana m.in. w "The New York Times"[15] oraz magazynie "Science"[16].

Życie osobiste[edytuj | edytuj kod]

Mężem Fei-Fei Li jest Silvio Savarese, który kieruje Laboratorium Widzenia Komputerowego i Geometrii[17] na Uniwersytecie Stanforda. Mają syna oraz córkę.

Przypisy[edytuj | edytuj kod]

  1. a b John Markoff, For Web Images, Creating New Technology to Seek and Find, „The New York Times”, 19 listopada 2012, ISSN 0362-4331 [dostęp 2018-04-17] (ang.).
  2. Stanford Artificial Intelligence Laboratory | [online], ai.stanford.edu [dostęp 2018-04-17] (ang.).
  3. a b c d CAP Network Maintenance : Stanford University [online], vision.stanford.edu [dostęp 2020-05-03] [zarchiwizowane z adresu 2018-08-27].
  4. Melinda Gates and Fei-Fei Li Want to Liberate AI from “Guys With Hoodies”, „WIRED” [dostęp 2018-04-17] (ang.).
  5. Google Hires Two Artificial Intelligence Experts To Lead Machine Learning Team, „Fortune” [dostęp 2018-04-17] (ang.).
  6. Meet the Fellows | Fei-Fei Li [online], www.pdsoros.org [dostęp 2018-04-17] (ang.).
  7. Li Fei-Fei – Cytowania w Google Scholar [online], scholar.google.com [dostęp 2018-04-17].
  8. Marius V. Peelen, Li Fei-Fei, Sabine Kastner, Neural mechanisms of rapid natural scene categorization in human visual cortex, „Nature”, 460 (7251), 2009, s. 94 [dostęp 2018-04-17].
  9. Fei Fei Li i inni, Rapid natural scene categorization in the near absence of attention, „Proceedings of the National Academy of Sciences of the United States of America”, 99 (14), 2002, s. 9596–9601 [dostęp 2018-04-17].
  10. Garrett B. Stanley, Fei F. Li, Yang Dan, Reconstruction of natural scenes from ensemble responses in the lateral geniculate nucleus, „Journal of Neuroscience”, 19 (18), 1999, s. 8036–8042 [dostęp 2018-04-17].
  11. John Markoff, Computer Eyesight Gets a Lot More Accurate [online], Bits Blog, 18 sierpnia 2014 [dostęp 2018-04-17] (ang.).
  12. imagenet 2014 « Deep Learning [online], deeplearning.net [dostęp 2018-04-17] [zarchiwizowane z adresu 2020-10-27] (ang.).
  13. Jia Deng i inni, Imagenet: A large-scale hierarchical image database, „Computer Vision and Pattern Recognition, 2009. CVPR 2009. IEEE Conference on”, IEEE, 2009, s. 248–255 [dostęp 2018-04-17].
  14. ImageNet [online], image-net.org [dostęp 2018-04-17] (ang.).
  15. John Markoff, Researchers Announce Advance in Image-Recognition Software, „The New York Times”, 17 listopada 2014, ISSN 0362-4331 [dostęp 2018-04-17] (ang.).
  16. Jia You, "Beyon the Turing Test", „Science Magazine”, 9 stycznia 2015 [dostęp 2018-04-17].
  17. Stanford Computational Vision and Geometry Lab [online], cvgl.stanford.edu [dostęp 2018-04-17].