标题：李飞飞：高校学生应追逐AI“北极星”问题

从开洗衣店谋生到成为“AI教母”，再到创立企业，李飞飞始终享受“从零到一”的过程。她表示：“我喜欢从零开始的感觉，就像站在原点一样。忘记过去，埋头苦干，努力构建，这是我的舒适区。”

在Y Combinator的AI Startup School活动上，李飞飞回顾了ImageNet项目的诞生历程及早期对数据驱动方法的信念。她强调，卷积神经网络（CNN）等技术的突破推动了图像描述和生成式模型的发展，并指出3D世界建模对通用人工智能（AGI）至关重要：“没有空间智能，AGI就是不完整的。”

对于AI时代的研究生，李飞飞给出了以下建议：
1. 寻找“北极星”问题：学术界仍有许多根本性问题可探索，这些问题与计算资源无关，适合学术研究。
2. 关注跨学科AI：科学发现领域中，AI与其他学科的交叉应用充满潜力。
3. 保持强烈的好奇心：带着好奇心攻读研究生的人会真正享受这段时光，即使外界变化迅速。

谈及ImageNet，李飞飞回忆道，2007年她和团队决定大胆押注数据驱动方法，从互联网下载10亿张图片创建视觉分类体系。2012年，AlexNet的出现标志着CNN、GPU和数据首次结合，开启了深度学习的新时代。随后，AI从目标识别迈向场景理解，李飞飞和学生Andrej Karpathy等人推动了图像描述的研究。

如今，李飞飞将目光投向空间智能，认为3D世界建模是AI的核心挑战之一。她指出，语言进化花费不到5亿年，而视觉能力的进化已持续5.4亿年，说明空间智能的重要性远超语言。她的新公司World Labs正致力于解决这一难题，探索3D生成与机器人技术等应用。

李飞飞还分享了自己的人生经历，从移民美国到经营洗衣店，再到从事AI研究，她始终喜欢“从零开始”的感觉。她鼓励年轻人以无畏精神面对困难：“无论你来自哪里，勇气和全身心投入是成功的核心特质。”

最后，李飞飞呼吁学术界和工业界共同努力，保护开源生态，推动AI发展。她总结道：“AI的本质是创造能够像人类一样思考和行动的机器，而不是纠结于AGI的定义。”