L'informaticienne Li Feifei est née en 1976 dans une famille intellectuelle aisée du Sichuan, en Chine. En 1992, à l'âge de 16 ans, elle et sa famille ont émigré aux États-Unis. Là-bas, leur vie a été extrêmement difficile, atteignant même le fond. À cette époque, non seulement ses parents travaillaient pour gagner leur vie, mais elle devait aussi aller à l'école et travailler comme serveuse.
Pour aider sa famille, les jours où elle n'est pas à l'école, Ly Phi Phi travaille à temps partiel. Elle est concierge dans un restaurant chinois, 12 heures par jour, de 11 h à 23 h, pour 2 $ de l'heure.
À son arrivée aux États-Unis, outre les difficultés financières de sa famille, Phi Phi a dû faire face à un problème d'anglais. En Chine, son éducation faisait la fierté de sa famille, mais à son arrivée aux États-Unis, ses résultats scolaires ont chuté.
Heureusement, seules ses matières de mathématiques et de physique n'ont pas été affectées. Pour payer les frais de scolarité de Phi Phi pendant ses trois années de lycée, ses parents ont dû vendre leur travail jour et nuit. Elle compte donc désormais postuler à l'université pour terminer ses études.
Cependant, encouragée par ses professeurs et ses amis, Phi Phi était déterminée à passer le SAT et obtint d'assez bons résultats. Cette réussite lui permit d'obtenir une bourse complète pour l'Université de Princeton en 1995. En 1999, elle obtint une licence de physique avec mention. Pendant ses études universitaires, elle suivit également une double spécialisation en informatique et en ingénierie.
Afin de poursuivre une carrière dans la recherche avancée, elle a intégré le California Institute of Technology (États-Unis) en 2000 pour entamer un programme de troisième cycle. En 2005, elle a obtenu un doctorat en génie électrique. Au cours de ces études, elle a apporté d'importantes contributions à l'apprentissage instantané. Cette technique permet de réaliser des prédictions à partir de données minimales, un atout majeur pour la vision par ordinateur et le traitement du langage naturel.
L'une de ses plus grandes contributions remonte à 2006, lorsqu'elle a lancé et développé ImageNet, une base de données massive de millions d'images étiquetées, considérée comme les « yeux de l'IA ». ImageNet est un outil essentiel pour l'entraînement de modèles d'apprentissage profond, qui jouent un rôle essentiel dans le développement de l'intelligence artificielle aujourd'hui.
Parallèlement au développement d'ImageNet, elle a également enseigné au département de génie électrique de l'Université de l'Illinois (États-Unis). De 2007 à 2009, elle a travaillé à l'Université de Princeton comme chargée de cours au département d'informatique. En août 2009, elle a rejoint l'Université de Stanford comme professeure adjointe, puis est devenue professeure en 2018.
Avant de devenir professeure, elle a dirigé le laboratoire d'IA de l'Université de Stanford de 2013 à 2018. De janvier 2017 à septembre 2018, elle a également occupé les fonctions de vice-présidente et directrice scientifique de l'IA et de l'apprentissage automatique chez Google Cloud.
Durant cette période, en plus de son enseignement et de son travail administratif, elle s'est concentrée sur le projet Maven, un projet visant à développer des techniques d'IA pour interpréter les images prises par des drones. Elle a soutenu le développement de systèmes de vision permettant aux machines de comprendre l'IA plus en profondeur. Ses recherches en vision par ordinateur sont révolutionnaires et sont appliquées aux voitures autonomes.
En 2019, elle est revenue à l'Université de Stanford en tant que codirectrice du Stanford Institute for Human-Centered Artificial Intelligence (Stanford HAI). Aujourd'hui, son travail à l'Université de Stanford se concentre sur l'avancement de la recherche, de l'éducation , des politiques et des pratiques en matière d'IA.
Selon QQ News , début février, elle et des chercheurs de l'Université de Stanford et de l'Université de Washington ont déployé avec succès le modèle d'inférence S1 AI, dont le coût de cloud computing est inférieur à 50 dollars. Les performances du modèle aux tests de mathématiques et de codage ont été jugées comparables à celles des versions O1 d'OpenAI et R1 d'IA de DeepSeek.
L'équipe de recherche du professeur Li Feifei propose actuellement un cadre intégré permettant d'effectuer des tâches ménagères, également connu sous le nom de « Boîte à outils pour robots comportementaux ». Ce cadre permet aux robots d'effectuer des tâches quotidiennes, comme sortir les poubelles, laver le linge ou nettoyer les toilettes.
Source : https://vietnamnet.vn/professor-nha-khoa-hoc-hang-dau-the-gioi-ve-ai-di-len-tu-rua-bat-thue-2384294.html
Comment (0)