Engineering-Philosophie: Fei-Fei Li – Daten sind das Fundament

Kernpunkte

• Der Durchbruch war der Datensatz, nicht das Modell. Ein Jahrzehnt lang feilte das Fachgebiet an Algorithmen und nahm dabei an, bessere Modelle seien der Engpass. Fei-Fei Li setzte auf das Gegenteil: dass die fehlende Zutat Daten im großen Maßstab seien. Sie ersann und leitete ImageNet – rund 14 Millionen handannotierte Bilder in über 20.000 Kategorien, geordnet nach der WordNet-Hierarchie und beschriftet von Zehntausenden Amazon-Mechanical-Turk-Arbeitskräften.³⁴
• AlexNet gewann mit ihren Daten. Als ein tiefes Convolutional Network die ImageNet-Challenge 2012 deutlich für sich entschied – 15,3 % Top-5-Fehlerrate, mehr als zehn Punkte vor dem Zweitplatzierten – bestätigte das die datenzentrierte These. Den Algorithmus gab es seit Jahren; was sich änderte, war, dass er endlich genug der richtigen Daten zum Lernen hatte.⁴⁵
• KI muss menschenzentriert sein. Lis zweites Prinzip lautet, dass an KI „nichts Künstliches” sei: Sie wird von Menschen gebaut, verhält sich gegenüber Menschen und wirkt sich auf menschliches Leben aus. Sie war Mitbegründerin von Stanford HAI (2019) und AI4ALL (2017), um diese Überzeugung institutionell zu verankern.⁶⁷⁸
• Von der Einwanderin zur Gründerin. 1976 in Peking geboren, kam sie mit sechzehn nach New Jersey, führte während ihres Studiums in Princeton den Reinigungsbetrieb ihrer Familie, machte einen Physik-Bachelor und einen Caltech-Doktortitel und leitet heute World Labs, ein Start-up für räumliche Intelligenz, das Modelle baut, die die 3D-Welt verstehen.¹²¹⁰

Das Prinzip

„Unsere Hypothese über KI muss datengetrieben sein, und datenzentriert war die richtige Hypothese.” – Fei-Fei Li, über die Wette hinter ImageNet⁹

Den größten Teil der 2000er-Jahre bestand der vorherrschende Instinkt im maschinellen Lernen darin, das Modell zu verbessern: eine cleverere Architektur, ein besserer Optimierer, ein schärferer Feature-Extraktor. Die Daten wurden als feststehende, bescheidene Kulisse behandelt, vor der die Algorithmen miteinander konkurrierten. Fei-Fei Lis zentraler Schachzug war, diese Hierarchie umzukehren. Sie argumentierte, nicht die Algorithmen seien der eigentliche Engpass – sondern die Daten. Der Weg, die maschinelle Wahrnehmung voranzubringen, bestehe nicht darin, das Modell an ein paar Tausend Beispielen weiter zu polieren, sondern ihm um Größenordnungen mehr der richtigen Beispiele zu geben und es die Welt so lernen zu lassen, wie ein Kind es tut: indem es ihr in ausreichendem Maße begegnet.⁹

Die Analogie war nicht bloß Zierde; sie war das Argument. Niemand bringt einem Kind das Sehen bei, indem er ihm Regeln aufzählt. Ein Kind lernt, indem es in einen Strom visueller Erfahrung eingetaucht wird – Millionen flüchtiger Blicke auf Objekte, Szenen, Gesichter –, bis sich die Struktur der visuellen Welt zurechtrückt. Lis Wette war, dass ein Lernalgorithmus dasselbe brauchte: keinen besseren Lehrer, sondern einen ungleich größeren und reichhaltigeren Strom an Beispielen. Also tat sie die unspektakuläre, gewaltige Sache, die das Fachgebiet gemieden hatte. Sie baute den Strom.³

Das ist das Prinzip in einem Satz: Daten sind das Fundament, und KI muss menschenzentriert sein. Die erste Hälfte ist eine ingenieurtechnische Behauptung – Intelligenz entsteht aus dem Lernen an genug der richtigen Daten, und wer diese Daten liefert, prägt, was das Fachgebiet leisten kann. Die zweite Hälfte ist eine Aussage über den Zweck. Li besteht darauf, dass KI keine fremde Macht sei; sie ist ein menschliches Artefakt, und ihre einzige Rechtfertigung besteht darin, dass sie Menschen nützt. „An KI ist nichts Künstliches”, sagt sie ihren Studierenden gern; „sie wird von Menschen gemacht, soll sich für Menschen verhalten und wirkt sich auf das Leben der Menschen und die menschliche Gesellschaft aus.”⁶ Sie gab dem Fachgebiet seine Augen, indem sie einen Datensatz baute, kein Modell – und verbrachte dann das folgende Jahrzehnt damit, darauf zu bestehen, dass diese Augen auf das menschliche Wohl gerichtet bleiben.

Kontext

Fei-Fei Li wurde 1976 in Peking geboren.¹ Ihr Vater wanderte nach Parsippany, New Jersey, aus, als sie zwölf war; sie und ihre Mutter folgten, als sie sechzehn war, und kamen praktisch ohne Englischkenntnisse an.¹² Das amerikanische Standbein der Familie war ein Reinigungsbetrieb, und Li arbeitete darin mit – an den Wochenenden während der Highschool und an den meisten Wochenenden, an denen sie aus dem College nach Hause kam, half sie, das Geschäft zu führen, und führte die Bücher, während sie studierte.¹² Es ist ein Detail, das man sich merken sollte: Die Person, die später eine der größten Beschriftungsoperationen der Computergeschichte organisieren sollte, lernte operative Disziplin an einer Theke, beim Bearbeiten der Wäsche anderer Leute.

Sie ging mit einem Stipendium nach Princeton und machte 1999 einen Bachelor of Arts in Physik, wobei sie das Familienunternehmen einen Teil dieser Zeit aus der Ferne führte.¹² Physik, nicht Informatik – eine Schule des Suchens nach dem einfachen Gesetz unter den unordentlichen Phänomenen, genau jener Instinkt, den sie später auf das Sehen anwenden sollte. Für das Graduiertenstudium wechselte sie ans Caltech, erwarb 2001 einen Master in Elektrotechnik und 2005 einen Doktortitel und arbeitete an der Schnittstelle von Neurowissenschaft und Computer Vision.¹

Als sie in die Fakultät von Princeton und dann nach Stanford (2009) eintrat, hatte sie eine Überzeugung verinnerlicht, die gegen den Strich ihres Fachgebiets ging: dass der Weg nach vorn nicht ein besseres Modell auf einem kleinen Datensatz sei, sondern ein radikal größerer Datensatz, den niemand bauen wollte.¹⁴ Alles, was folgt – ImageNet, die Challenge, die menschenzentrierte Wende, das Start-up –, ist die Ausarbeitung dieser einen unkonventionellen Wette.

Die Arbeit

ImageNet: dem Fachgebiet seine Augen geben (2009)

Am klarsten lässt sich Lis Wette nachvollziehen, wenn man beobachtet, was geschieht, wenn man ein Modell festhält und seine Trainingsdaten wachsen lässt. Der Klassifizierer wird nicht cleverer – der Algorithmus bleibt unverändert –, doch sein Bild der Welt schärft sich mit jedem beschrifteten Beispiel, das man ihm zuführt. Das Widget unten macht das greifbar: Beginnen Sie mit einer Handvoll Punkte, und dasselbe Modell rät eine grobe, falsche Grenze; fügen Sie immer mehr beschriftete Daten hinzu, und es zeichnet die wahre Form nach, während seine Genauigkeit gegen die Obergrenze klettert. Das ist die ImageNet-These im Kleinen.

Die Geschichte ist konkret, und die Zuschreibung ist wichtig. Li ersann das Projekt und begann um 2006-2007 herum an der Idee zu arbeiten, noch in Princeton, in Zusammenarbeit mit WordNet-Mitschöpferin Christiane Fellbaum, um WordNets Hierarchie von Begriffen als organisatorisches Rückgrat des Datensatzes zu nutzen.⁴ ImageNet war nachdrücklich eine Teamleistung, die sie leitete: Das wegweisende Paper „ImageNet: A Large-Scale Hierarchical Image Database”, vorgestellt auf der CVPR 2009, stammte von Jia Deng, Wei Dong, Richard Socher, Li-Jia Li, Kai Li und Li (an letzter Stelle aufgeführt, als verantwortliche Seniorautorin).³ Die Version des Datensatzes, die das Fachgebiet umformte, wuchs auf rund 14 Millionen handannotierte Bilder in über 20.000 Kategorien an – das vollständige ImageNet-21K-Release umfasst 14.197.122 Bilder in 21.841 Klassen.⁴

Das ingenieurtechnische Problem war nicht das Modell; es war die Beschriftung. Vierzehn Millionen Bilder von Hand zu annotieren überstieg die Möglichkeiten jeder Forschungsgruppe, also wandte sich Lis Team an Amazon Mechanical Turk und verteilte die Arbeit zwischen Juli 2008 und April 2010 auf rund 49.000 Arbeitskräfte in 167 Ländern, filterte mehr als 160 Millionen Kandidatenbilder und beschriftete jedes behaltene Bild zur Qualitätssicherung mehrfach.⁴ Diese logistische Glanzleistung – Wahrnehmung in planetarem Maßstab als Crowdsourcing – war der Beitrag. Jeder hätte „mehr Daten verwenden” vorschlagen können. Li baute den Apparat, der das Wirklichkeit werden ließ.

ILSVRC und die AlexNet-Bestätigung von 2012

Ein Datensatz allein beweist nichts; man muss das Fachgebiet dazu bringen, ihn zu nutzen. Also veranstaltete Lis Gruppe von 2010 bis 2017 die ImageNet Large Scale Visual Recognition Challenge (ILSVRC) – einen jährlichen Wettbewerb auf einer standardisierten Teilmenge von 1.000 Kategorien mit etwa 1,28 Millionen Trainingsbildern, 50.000 Validierungsbildern und 100.000 Testbildern.⁴ Die Challenge machte ImageNet zu einem gemeinsamen Benchmark und einer Bestenliste, dem gravitationellen Zentrum der Computer-Vision-Forschung für den größten Teil eines Jahrzehnts.

Die Bestätigung kam am 30. September 2012. Ein tiefes Convolutional Neural Network – AlexNet, aus Geoffrey Hintons Labor in Toronto – gewann die Challenge mit einer Top-5-Fehlerrate von 15,3 %, mehr als 10,8 Prozentpunkte vor dem Zweitplatzierten.⁴⁵ Diese Spanne ist der Angelpunkt der modernen KI-Ära. Doch der oft übersehene Punkt ist das Warum: Die Convolutional-Architektur war nicht neu, und das gradientenbasierte Training war nicht neu. Neu war, dass es zum ersten Mal einen Datensatz gab, der groß und reichhaltig genug war, damit ein tiefes Netz daraus lernen konnte, ohne schlicht auswendig zu lernen. Li hatte die fehlende Zutat geliefert. Wie ihr eigener Student später quantifizieren sollte, ist selbst die menschliche Genauigkeit auf ImageNet schwer erkämpft – Andrej Karpathy, der bei Li promovierte und die Experimente zum menschlichen Benchmark der Challenge durchführte, schätzte einen menschlichen Top-5-Fehler von rund 5,1 %, und das nur mit konzentrierter Anstrengung.⁵ Die Maschinen näherten sich nun einer Messlatte, die selbst Menschen fordert.

Das ist die klarste Veranschaulichung der datenzentrierten These in der ganzen Serie. Der Algorithmus, der gewann, gehörte zur Linie von Geoffrey Hinton, und die Convolutional-Architektur stammt von Yann LeCuns LeNet ab. Doch keiner von beiden hätte 2012 ohne Lis Daten gewonnen. Das Modell und die Daten sind zwei Hälften eines Durchbruchs – und ein Jahrzehnt lang hatte das Fachgebiet die falsche Hälfte festgehalten.

Menschenzentrierte KI und Stanford HAI

Nachdem sie dem Fachgebiet ein mächtigeres Auge in die Hand gegeben hatte, verbrachte Li die nächste Phase ihrer Laufbahn mit der Sorge darum, wohin es gerichtet war. Ihre Rahmung ist täuschend einfach: KI ist keine äußere Kraft, die der Menschheit widerfährt; sie ist eine menschliche Schöpfung, deren Zweck der menschliche Nutzen ist. „Ich sage meinen Studierenden oft, sie sollten sich nicht vom Namen ‚künstliche Intelligenz’ in die Irre führen lassen – an ihr ist nichts Künstliches”, hat sie geschrieben. „KI wird von Menschen gemacht, soll sich von Menschen her verhalten und letztlich das Leben der Menschen und die menschliche Gesellschaft beeinflussen.”⁶

Im März 2019 verankerte sie diese Überzeugung institutionell, indem sie gemeinsam mit dem Philosophen und früheren Stanford-Provost John Etchemendy das Stanford Institute for Human-Centered Artificial Intelligence (HAI) mitbegründete und als dessen Gründungs-Co-Direktorin fungierte.⁷ Die Mission von HAI – KI-Forschung, -Bildung, -Politik und -Praxis voranzubringen, um die menschliche Situation zu verbessern – ist das bewusste Gegengewicht zu einem Fachgebiet, das oft Leistungsfähigkeit isoliert optimiert. Es ist derselbe Instinkt, der mich dazu bringt, Geschmack als technisches System zu behandeln und nicht als bloßes Bauchgefühl: Die Frage, wofür die Arbeit da ist, ist nicht weich, und sie kommt nicht nach der Ingenieursarbeit. Sie ist Teil der Ingenieursarbeit.

AI4ALL, Google Cloud, „The Worlds I See” und World Labs

Lis Laufbahn ist für eine Forscherin ihres Rangs ungewöhnlich breit, und jedes Kapitel bringt dieselben zwei Prinzipien zum Ausdruck. 2017 war sie Mitbegründerin von AI4ALL, einer gemeinnützigen Organisation, die daran arbeitet, die Vielfalt in der KI zu erhöhen – eine direkte Anwendung des „Menschenzentrierten” auf die Frage, wer die Systeme baut.⁸ Während eines Sabbaticals von Stanford zwischen Januar 2017 und dem Herbst 2018 war sie Chief Scientist für AI/ML und Vice President bei Google Cloud und trug die Übersetzung von Forschung in Produkt in die Industrie.¹

2023 veröffentlichte sie eine Autobiografie, „The Worlds I See”, die Barack Obama auf seine Leseliste setzte und die Financial Times zu den besten Büchern des Jahres zählte – „halb Memoir, halb Wissenschaft”, die Geschichte der eingewanderten Wissenschaftlerin und der datenzentrierten Wette in einem Band.⁹ Und im September 2024 war sie Mitbegründerin von World Labs, einem Start-up für räumliche Intelligenz – zusammen mit Justin Johnson, Christoph Lassner und Ben Mildenhall –, das grundlegende „Weltmodelle” baut, die die 3D-Welt wahrnehmen, erzeugen und über sie schlussfolgern, finanziert mit rund 1 Milliarde Dollar.¹⁰ Die durchgehende Linie ist präzise: ImageNet gab den Maschinen statisches Sehen; World Labs ist ihre Wette darauf, ihnen räumliches Verständnis zu geben – die nächste, schwierigere Art des Sehens.

Die Methode

Lis Methode ist von der Reinigungstheke bis zum Labor für räumliche Intelligenz durchgängig: Finde die Beschränkung, die alle ignorieren, baue das unspektakuläre Ding, das sie beseitigt, und halte die Arbeit auf Menschen gerichtet.

Greifen Sie die Daten an, nicht nur das Modell. Wenn ein Fachgebiet feststeckt, fragen Sie, ob der Engpass wirklich der Algorithmus ist oder ob es die Daten sind, aus denen der Algorithmus lernen muss. Lis prägender Schachzug war, die Daten in Verdacht zu nehmen – und dann unter enormem logistischem Aufwand den Datensatz zu bauen, der es bewies.³⁴

Borgen Sie Struktur von einer Domäne, die sie bereits gelöst hat. ImageNet erfand keine eigene Taxonomie; es stand auf WordNets Hierarchie menschlicher Begriffe. Wenn eine bekannte Struktur zum Problem passt, kodieren Sie sie, statt sie neu zu erfinden – derselbe Instinkt, der hinter LeCuns Einbacken der Translationsinvarianz in die Convolution steht.³⁴

Bringen Sie das Fachgebiet dazu, Ihre Arbeit zu nutzen. Ein Datensatz in einer Schublade ändert nichts. Die ILSVRC-Challenge machte ImageNet zu einem gemeinsamen Benchmark mit einer Bestenliste, und genau das bewegte die Forschungsgemeinschaft tatsächlich.⁴

Betreiben Sie Crowdsourcing in dem Maßstab, den das Problem verlangt. Vierzehn Millionen Bilder zu beschriften war für ein einzelnes Labor unmöglich, also baute Li eine Annotations-Pipeline über Zehntausende von Arbeitskräften. Die operative Lösung war der wissenschaftliche Beitrag.⁴

Fragen Sie immer wieder, wofür es da ist. Leistungsfähigkeit ohne menschlichen Zweck ist aus Lis Sicht unvollständige Ingenieursarbeit. HAI und AI4ALL sind keine an die Forschung angeschraubte Wohltätigkeit; sie sind die Methode, fortgeführt – der Steve-Test der Frage, ob die Arbeit zu existieren verdient, angewandt auf ein ganzes Fachgebiet.⁶⁷⁸

Einflusskette

Wer sie prägte

Christiane Fellbaum und WordNet. ImageNets organisatorisches Rückgrat ist WordNets Hierarchie von Begriffen, und Li baute den Datensatz in direkter Zusammenarbeit mit WordNet-Mitschöpferin Christiane Fellbaum. Die Taxonomie der menschlichen Sprache wurde zum Skelett des maschinellen Sehens. (Direkter Einfluss)

Die kognitionswissenschaftliche Sicht auf das Lernen. Lis zentrale Analogie – dass ein Modell das Sehen so lernen sollte, wie ein Kind es tut, durch Begegnung mit genug der Welt – stammt aus ihrer Ausbildung an der Nahtstelle von Neurowissenschaft und Computer Vision am Caltech. Die Wette auf Daten statt Regeln ist eine Wette darauf, wie sich biologische Wahrnehmung tatsächlich entwickelt. (Prägender Einfluss)

Der Instinkt einer Physikerin. Ihre grundständige Ausbildung war in Physik, nicht in Informatik – eine Disziplin des Findens der einfachen Struktur unter den unordentlichen Phänomenen. Die Bereitschaft zu glauben, dass „mehr von den richtigen Daten” ein Gesetz des Fachgebiets sei und kein Brute-Force-Trick, ist die Art von Zuversicht, die eine Physikerin hat. (Prägender Einfluss)

Wen sie prägte

Die moderne Computer Vision. Jedes Vision-System, das auf ImageNet trainiert oder vortrainiert wurde – und das sind für ein Jahrzehnt praktisch alle –, erbt Lis Daten. Sie trug nicht nur zum Fachgebiet bei; sie lieferte das Substrat, an dem es lernte.

Die Deep-Learning-Ära selbst. AlexNets Sieg von 2012, das am häufigsten als Beginn des modernen KI-Booms genannte Ereignis, lief auf ihrem Datensatz und innerhalb ihrer Challenge. Die datenzentrierte Hälfte dieses Durchbruchs ist die ihre.

Eine Generation von Forschenden. Über ihr Stanford-Labor betreute sie Studierende, die selbst zu zentralen Figuren wurden, darunter Andrej Karpathy, und über AI4ALL hat sie daran gearbeitet, den Kreis derer zu erweitern, die das Fachgebiet überhaupt mitgestalten dürfen.

Die durchgehende Linie

Li ist die Daten-Wurzel des Deep-Learning-Zweigs dieser Serie, und die Verbindung zu ihren Nachbarn ist ungewöhnlich wörtlich. Geoffrey Hintons Labor baute den Algorithmus, der ImageNet 2012 gewann, und Yann LeCun entwarf die Convolutional-Architektur, von der dieser Algorithmus abstammt – doch AlexNet lief auf Lis Daten. Das Modell und der Datensatz sind zwei Hälften eines Ereignisses, und jahrelang hatte das Fachgebiet am Modell poliert, während der Datensatz das war, was noch nicht existierte. Die Linie nach vorn führt zu Andrej Karpathy, ihrem eigenen Doktoranden, der den ILSVRC-Benchmark zur menschlichen Genauigkeit durchführte und später den Begriff „Software 2.0” prägte – die Vorstellung von einem Netz als einem Programm, das aus Daten kompiliert wird, was die natürliche Verallgemeinerung von Lis Wette ist, dass die Daten und nicht der Code der Ort sind, aus dem die Intelligenz kommt. LeCun sagt: Lerne die Welt; Hinton sagt: Die lernende Maschine funktioniert; Li sagt: Hier ist die Welt, aus der zu lernen ist, nun los. (Serienbrücke)

Was ich daraus mitnehme

Die Lehre, die ich von Li behalte, ist, dass das unspektakuläre Fundament oft der eigentliche Durchbruch ist. Das Fachgebiet verbrachte ein Jahrzehnt damit, an Modellen zu konkurrieren, weil Modelle der Ort sind, an dem die Cleverness zu wohnen scheint – und die Person, die das Fachgebiet am weitesten bewegte, tat es, indem sie einen Datensatz baute, ein Akt operativer Ausdauer mehr als algorithmischer Einsicht. Das ordnet meine Instinkte neu. Wenn etwas feststeckt, frage ich nun zuerst, ob der Engpass der clevere Teil ist, an dem ich arbeiten will, oder der langweilige Teil, dem ich ausweiche – die Daten, die Beschriftung, das Fundament, das niemand bauen will. Es ist dieselbe Disziplin wie die Beweisschranke: nicht „was ist das interessanteste Ding zum Optimieren”, sondern „was ist eigentlich die Beschränkung”.

Die zweite Lehre ist schwerer und stiller. Li gab dem Fachgebiet eine wahrhaft mächtigere Fähigkeit und verbrachte dann das folgende Jahrzehnt damit, darauf zu bestehen, dass sie den Menschen gegenüber rechenschaftspflichtig bleibt – gründete HAI, gründete AI4ALL, wiederholte, dass an einem Ding, das Menschen für Menschen machen, nichts Künstliches ist. Das ist kein Nachspann zur Ingenieursarbeit; es ist deren Daseinsgrund, was genau der Grund ist, weshalb ich daran festhalte, dass Qualität die einzige Variable ist und dass der Steve-Test – verdient das zu existieren? – eine Frage ist, die man der Leistungsfähigkeit selbst stellt, nicht bloß dem Feinschliff. Li baute die Augen und sorgte dann dafür, dass sie auf das menschliche Wohl gerichtet blieben. Das Fundament – und das, wofür das Fundament da ist.

FAQ

Was ist Fei-Fei Lis Engineering-Philosophie?

Daten sind das Fundament, und KI muss menschenzentriert sein. Lis prägende Wette war, dass der Engpass in der maschinellen Wahrnehmung nicht das Modell sei, sondern die Daten – dass Intelligenz aus dem Lernen an genug der richtigen Beispiele entsteht, so wie ein Kind durch Erfahrung sehen lernt. Sie setzte das um, indem sie ImageNet ersann und leitete, einen beschrifteten Datensatz von rund 14 Millionen Bildern.³⁴ Ihr zweites Prinzip lautet, dass KI ein menschliches Artefakt zum menschlichen Nutzen ist – „an ihr ist nichts Künstliches” –, was sie über Stanford HAI und AI4ALL institutionalisierte.⁶⁷⁸

Was ist ImageNet, und hat Fei-Fei Li es allein aufgebaut?

ImageNet ist eine groß angelegte beschriftete Bilddatenbank, die zum grundlegenden Trainingsdatensatz der modernen Computer Vision wurde – rund 14 Millionen handannotierte Bilder in über 20.000 Kategorien, geordnet nach der WordNet-Begriffshierarchie und über Amazon Mechanical Turk beschriftet.⁴ Li ersann und leitete das Projekt, doch es war eine Teamleistung: Das CVPR-Paper von 2009, „ImageNet: A Large-Scale Hierarchical Image Database”, stammte von Jia Deng, Wei Dong, Richard Socher, Li-Jia Li, Kai Li und Fei-Fei Li (als Seniorautorin), und das WordNet-Rückgrat ging aus einer Zusammenarbeit mit WordNet-Mitschöpferin Christiane Fellbaum hervor.³⁴

Wie führte ImageNet zum Deep-Learning-Boom?

Von 2010 bis 2017 veranstaltete Lis Gruppe die ImageNet Large Scale Visual Recognition Challenge (ILSVRC), einen jährlichen Wettbewerb auf einer Teilmenge von 1.000 Kategorien.⁴ Am 30. September 2012 gewann das tiefe Convolutional Network AlexNet mit einer Top-5-Fehlerrate von 15,3 % – mehr als 10,8 Punkte vor dem Zweitplatzierten –, ein Ereignis, das weithin als Beginn der modernen KI-Ära gilt.⁴⁵ Der entscheidende Punkt ist, dass der Convolutional-Algorithmus bereits existierte; neu war ein Datensatz, der groß genug war, damit er daraus lernen konnte. Die Daten, nicht das Modell, waren die fehlende Zutat.⁴

Was macht Fei-Fei Li heute?

Nachdem sie Stanford HAI (2019) und AI4ALL (2017) mitbegründet, als Chief Scientist für AI/ML bei Google Cloud (2017-2018) gewirkt und 2023 ihre Autobiografie „The Worlds I See” veröffentlicht hatte, war Li im September 2024 Mitbegründerin von World Labs.¹⁷⁸⁹ World Labs ist ein Start-up für räumliche Intelligenz, das grundlegende „Weltmodelle” baut, die die 3D-Welt wahrnehmen, erzeugen und über sie schlussfolgern – ihre Wette auf die nächste Grenze der maschinellen Wahrnehmung, finanziert mit rund 1 Milliarde Dollar.¹⁰

Quellen