Bokrecension: The Worlds I See av Dr. Fei-Fei Li

Artificiell intelligens förklaras ofta genom algoritmer, hårdvarubreakthroughs och den snabba tillväxten av kraftfulla modeller. Vad som ofta saknas i den berättelsen är den mänskliga historien bakom de forskare som lade grunden för dagens AI-revolution.

The Worlds I See: Curiosity, Exploration, and Discovery at the Dawn of AI av Dr. Fei-Fei Li fyller den luckan på ett vackert sätt. Boken fungerar samtidigt som en memoar, en historia om modern artificiell intelligens och en reflektion över det ansvar som följer med att bygga omvälvande teknologier.

Vad som gör boken särskilt tilltalande är hur Li väver samman två parallella berättelser. Den ena är berättelsen om AI i sig. Den andra är berättelsen om en ung invandrare som anländer till USA och till slut blir en av de mest inflytelserika personerna inom området datorseende.

En invandrarresa som formar ett vetenskapligt sinne

En av bokens starkaste inslag är den djupt personliga berättelsen som föregår Lis vetenskapliga karriär.

Li växte upp i Kina innan hon invandrade till USA som tonåring. Övergången var svår. Hennes familj anlände med begränsade ekonomiska resurser och stod inför utmaningen att bygga upp sina liv från scratch. Under de tidiga åren i Amerika hjälpte Li sina föräldrar att driva en kemtvättverksamhet medan hon fortsatte sin utbildning.

De här upplevelserna utgör en viktig grund för boken. De avslöjar den uthållighet och motståndskraft som senare skulle komma att känneteckna hennes vetenskapliga arbete. Memoaren romantiserar inte invandrarupplevelsen. Istället presenterar den verkligheten i kulturell anpassning, ekonomisk press och den beslutsamhet som krävs för att följa akademiska ambitioner i en helt ny miljö.

Till slut antogs Li till Princeton University. Hennes första dagar på campus beskrivs med en blandning av upphetsning och tvivel. För någon som nyligen anlänt till USA representerade Princeton en intellektuell värld som bara några år tidigare hade verkat nästan otänkbar.

Dessa tidiga akademiska upplevelser hjälpte till att forma den nyfikenhet som driver resten av berättelsen.

Att navigera i ett mansdominerat fält

Ett annat tema som löper genom boken är Lis upplevelse som kvinna inom datavetenskap.

Artificiell intelligensforskning har historiskt sett varit dominerad av män, särskilt under de tidiga åren av Lis karriär. Hon befann sig ofta i rum där hon var en av mycket få kvinnor. Boken rammar inte in det här som en dramatisk konflikt, utan snarare som en underliggande verklighet som påverkade hur hon navigerade i fältet.

De här upplevelserna bidrog till slut till Lis senare insatser för att bredda deltagandet inom AI. Hon blev en förespråkare för mångfald inom fältet och hjälpte till att skapa initiativ som syftade till att få fler kvinnor och underrepresenterade grupper inom artificiell intelligensforskning.

Den bredare budskap som framkommer är att AI inte bör byggas av en smal del av samhället. Om teknologin ska forma världen bör de som bygger den återspegla världen också.

Upptäckten av WordNet och betydelsen av kunskapsstrukturer

Boken börjar att djupt dyka in i den tekniska historien om AI när Li möter en lingvistisk databas som kallas WordNet under sitt akademiska arbete.

WordNet organiserar engelska ord i grupper av relaterade begrepp som kallas synsets. Dessa konceptuella relationer kartlägger språk på ett sätt som liknar hur människor kategoriserar och förstår världen.

För Li representerade WordNet mer än ett lingvistiskt verktyg. Det avslöjade en möjlig ram för att lära maskiner att förstå visuell information.

På den tiden var artificiell intelligensforskning starkt fokuserad på att förbättra algoritmer. Men Li började se fältet på ett annat sätt. Hon insåg att den verkliga flaskhalsen i maskinlärande inte bara var bättre modeller, utan också bättre data.

Om datorer skulle lära sig att känna igen objekt i världen skulle de behöva tillgång till en enorm mängd märkta exempel.

Denna insikt skulle till slut leda till en av de mest inflytelserika datamängderna som någonsin skapats.

Skapandet av ImageNet

Den mest fascinerande delen av boken handlar om skapandet av ImageNet.

ImageNet var utformat som en enorm visuell databas som kunde hjälpa maskiner att lära sig att känna igen objekt. Med WordNet som konceptuell ryggrad organiserade datamängden miljontals bilder i tusentals objektkategorier.

Projektets omfattning var utan precedent. Datamängden innehöll till slut mer än fjorton miljoner märkta bilder som spände över tjugo tusen kategorier. Forskare och crowdworkers annoterade noggrant bilderna så att algoritmer kunde lära sig att identifiera objekt som djur, fordon, verktyg och vardagsföremål.

På den tiden ifrågasatte många forskare om en sådan datamängd var nödvändig. Artificiell intelligensforskning var fortfarande starkt fokuserad på att utforma smartare algoritmer snarare än att samla in enorma mängder data.

Li hade den motsatta uppfattningen. Hon trodde att maskinlärningssystem bara kunde förbättras om de tränades på enorma mängder av verkliga exempel.

Boken beskriver i detalj hur svårt det var att bygga ImageNet. Projektet krävde år av uthållighet, teknisk experiment och storskalig samordning med tusentals bidragsgivare som hjälpte till att annotera bilder.

Det var ett massivt företag som initialt drog till sig skepticism inom forskarsamhället.

Genombrottet som förändrade artificiell intelligens

Vändpunkten kom med ImageNet Large Scale Visual Recognition Challenge.

Denna tävling inbjöd forskare att bygga system som kunde identifiera objekt inom den enorma datamängden. Under flera år var framstegen gradvisa. Sedan 2012 överträffade ett djupt neuralt nätverk dramatiskt tidigare tillvägagångssätt.

Detta genombrott demonstrerade kraften i att kombinera stora datamängder med djupa inlärningsarkitekturer. Resultaten chockade AI-samhället och utlöste en snabb övergång till neurala nätverksmetoder.

ImageNet blev träningsplatsen som möjliggjorde många av de framsteg inom datorseende som följde. Datamängden hjälpte till att katalysera framsteg inom områden som sträckte sig från bildigenkänning till autonoma fordon, medicinsk avbildning och moderna AI-system som starkt förlitar sig på visuell förståelse.

Boken ger en sällsynt bakom-kulisserna-perspektiv på hur det ögonblicket utvecklades och hur forskare insåg att de vittnade om en viktig vändpunkt i artificiell intelligens historia.

Mänsklig artificiell intelligens

Allteftersom berättelsen fortskrider börjar Li att fokusera på de bredare implikationerna av den teknologi hon hjälpt till att accelerera.

Hon hävdar att artificiell intelligens måste förbli grundläggande mänsklig. Målet med AI bör inte enbart vara att bygga kraftfulla system, utan att se till att dessa system gynnar samhället.

Denna perspektiv återspeglar Lis senare arbete inom akademin och politiken. Hon blev en ledande röst som förespråkade ansvarsfull AI-utveckling och hjälpte till att främja initiativ som syftade till att säkerställa att AI byggs med etiska överväganden i åtanke.

Boken betonar att AI:s framtid inte kommer att definieras enbart av tekniska genombrott. Den kommer också att formas av de val som forskare, ingenjörer och beslutsfattare gör om hur dessa system används.

Slutliga tankar

The Worlds I See är mycket mer än en memoar om artificiell intelligens.

Det är berättelsen om en ung invandrare som följer nyfikenhet i ett nytt land. Det är en detaljerad redogörelse för hur en av de viktigaste datamängderna inom maskinlärande skapades. Det är också en reflektion över det ansvar som följer med att bygga teknologier som kan omvandla samhället.

Vad som gör boken särskilt kraftfull är att dessa berättelser är oskiljbara. Lis personliga resa och utvecklingen av modern AI utvecklas tillsammans.

För läsare som är intresserade av artificiell intelligens historia erbjuder boken en sällsynt perspektiv från någon som hjälpte till att bygga grunderna för fältet. För alla som är intresserade av den mänskliga sidan av vetenskaplig upptäckt är den lika tilltalande.

På många sätt påminner The Worlds I See oss om att teknologiska revolutioner sällan börjar med maskiner. De börjar med nyfikenhet, uthållighet och modet att följa idéer som andra initialt kan ha förbisett.