Fei-fei Li (Pekín, 1975), quien también publica bajo el nombre de Li Fei-Fei (chino simplificado: 李飞飞 ; chino tradicional: 李飛飛 ), es profesora de ciencias de la computación en la Universidad de Stanford. Actualmente es la codirectora del Instituto de Inteligencia Artificial Centrada en la Universidad de Stanford y el Laboratorio de Aprendizaje y Visión de Stanford. Tuvo el cargo de directora del Laboratorio de Inteligencia Artificial de Stanford (SAIL),[1] de 2013 a 2018. En 2017, fue cofundadora de AI4ALL, una organización sin fines de lucro que trabaja para aumentar la diversidad y la inclusión en el campo de la inteligencia artificial.[2][3] Su experiencia en investigación incluye en inteligencia artificial(IA), aprendizaje automático, aprendizaje profundo, visión artificial y neurociencia cognitiva.[4] Li es una de las investigadoras más prolíficas en el campo de la IA dentro de los Estados Unidos de Norteamérica. Fue la científica líder e investigadora principal de ImageNet, un conjunto de datos críticos y un proyecto de visión por computadora que dio como resultado la reciente revolución del aprendizaje profundo.[5]
Desde 2005 hasta agosto de 2009, Li fue profesora asistente en el Departamento de Ingeniería Eléctrica e Informática de la Universidad de Illinois en Urbana-Champaign y el Departamento de Informática de la Universidad de Princeton, respectivamente. Se unió a Stanford en 2009 como profesora asistente y fue promovida a profesora asociada con permanencia en 2012, y luego profesora titular en 2017.[10] En Stanford, Li se desempeñó como Director del Laboratorio de Inteligencia Artificial de Stanford (SAIL) de 2013 a 2018, supervisando el crecimiento más rápido del laboratorio durante este período. Se convirtió en la Codirectora fundadora de la iniciativa a nivel universitario de Stanford: el Instituto de AI centrado en el ser humano, junto con el codirector John Etchemendy, exdirector de la Universidad de Stanford.[11]
En su año sabático de la Universidad de Stanford desde enero de 2017 hasta el otoño de 2018, Li se unió a Google Cloud como su científica principal de AI / ML y Vicepresidenta.[12] En Google, su equipo se enfoca en democratizar la tecnología de inteligencia artificial y en reducir la barrera de entrada para negocios y desarrolladores,[13] incluidos los desarrollos de productos como AutoML.[14][15] Regresó a la Universidad de Stanford para continuar su cátedra en el otoño de 2018.[16]
Li también es conocida por su trabajo sin fines de lucro como cofundadora y presidenta de la organización sin ánimo de lucro AI4ALL, cuya misión es educar a la próxima generación de tecnólogos, pensadores y líderes de la IA mediante la promoción de la diversidad y la inclusión a través de los principios de la AI centrados en el ser humano.[17][18][19][20] Antes de establecer AI4ALL en 2017, Li y su exestudiante Olga Russakovsky,[21] actualmente profesora asistente en la Universidad de Princeton, cofundaron y codirigieron el programa precursor en Stanford llamado SAILORS (Stanford AI Lab OutReach Summers).[22][23] SAILORS fue un campamento de verano anual en Stanford dedicado a niñas de secundaria de 9.º grado en educación e investigación de AI, establecido en 2015 hasta que cambió su nombre a AI4ALL @Stanford en 2017.[23] En 2018, AI4ALL lanzó con éxito cinco programas de verano más además de Stanford, incluida la Universidad de Princeton,[24] la Universidad Carnegie Mellon,[25] la Universidad de Boston,[26] la Universidad de California Berkeley,[27] y la Universidad canadiense Simon Fraser.[28]
Li trabaja en inteligencia artificial (IA), aprendizaje automático, visión artificial, neurociencia cognitiva y neurociencia computacional. Ha publicado cerca de 180 artículos de investigación revisados por pares.[29] Su trabajo aparece en revistas de ciencias de la computación y neurociencia, incluyendo Nature,[30] Proceedings of the National Academy of Sciences,[31] Journal of Neuroscience,[32] conferencia sobre Visión por Computadora y Reconocimiento de Patrones, Conferencia Internacional sobre Visión por Computadora, Conferencia sobre sistemas de procesamiento de información neural, Conferencia europea sobre visión artificial, International Journal of Computer Vision y IEEE Transactions on Pattern Analysis and Machine Intelligence.[33] Ha sido descrita como una pionera e investigadora de la IA que lleva «la humanidad a la IA».[34]
Entre sus trabajos más conocidos está el proyecto ImageNet, que ha revolucionado el campo del reconocimiento visual a gran escala.[35][36][37][38]
Li ha dirigido al equipo de estudiantes y colaboradores para organizar la competencia internacional en tareas de reconocimiento de ImageNet llamada ImageNet Large-Scale Visual Recognition Challenge (ILSVRC ), por sus siglas en inglés) entre 2010 y 2017 en la comunidad académica.[39] «Muchos lo ven como el catalizador del boom de la inteligencia artificial que el mundo está experimentando hoy», según un artículo reciente de Quartz.[40]
La investigación de Li en la visión por computadora contribuyó significativamente a una línea de trabajo llamada Natural Scene Understanding, o más tarde, Story-telling of images.[41] Es reconocida por su trabajo en esta área por la International Association for Pattern Recognition en 2016.[42] Ella dio una charla sobre el escenario principal de TED en Vancouver en 2015, y desde entonces ha sido vista más de 2 millones de veces.[42]
En los últimos años, el trabajo de investigación de Fei-fei Li se amplió a AI y Healthcare, colaborando estrechamente con el Arnold Milstein en Stanford,[43] un líder nacional reconocido que trabaja en la mejora de la prestación de asistencia médica.[44]
2015 Uno de los pensadores globales líderes de 2015, Política exterior.[50]
Premio JK Aggarwal 2016, Asociación Internacional para el Reconocimiento de Patrones (IAPR).[51]
2016 Uno de los 40 "Los grandes inmigrantes", Fundación Carnegie.[52][53]
Premio WITI@UC Athena para Liderazgo Académico, Universidad de California.[54]
2017 Una de las siete mujeres galardonadas en tecnología, Elle Magazine.[55]
2018 Elegida como ACM Fellow por «contribuciones en la construcción de grandes bases de conocimiento para el aprendizaje automático y la comprensión visual».[56]
2018 "Las 50 mejores mujeres de América en tecnología" por Forbes.[57]
2018 Audiencia del Congreso de los Estados Unidos por el Subcomité de Investigación y Tecnología y el Subcomité de Energía.[58]