事后她笑言：“我非常爱普林斯顿，不过也非常爱我的洗衣店，缺少了它们中的任何一件，都没有现在的我。”
1999年，李飞飞以最高荣誉从普林斯顿本科毕业。当时正值大牛市，华尔街的金融人士在全世界都可以横着走。众多投行和咨询公司都向她发来了邀请，数十万的年薪眼看唾手可得。
但这个自从来到美国以后，就饱受经济压力的乖乖女，却少见地叛逆了一回。她决定去西藏研究一年藏药，之后去加州理工学院攻读PHD。
博士毕业后，她又选择了当时还不太流行的图像识别作为研究方向。
当我们今天纵观李飞飞的人生时，会发现，这种追随内心的热情和强硬坚韧的作风，始终贯穿着她的行为轨迹。
图像识别技术，是人工智能发展道路上的一座高峰。简单来说，它就是要教会计算机看图说话。要知道，“看到”和“懂得”是不一样的。
你可以告诉计算机，“猫”就是有着圆脸、胖身子、 两个尖尖的耳朵，还有一条长尾巴的东西。
李飞飞研究了很长时间，始终没有突破。交好的教授都劝她换个方向，以便拿到 tenure(终生教职：在西方高校，有了tenure就相当于终生的职业生涯都有了保障)。
她当然没有同意。有一天，李飞飞突然意识到，由于人眼每200毫秒就能获取一幅图像，一个3岁儿童可能已经获得了上亿次的图像识别训练，是计算机的几何级倍数。
李飞飞马上开始着手，从twitter上抓取海量照片，将它们统统打上标签后，训练计算机进行机器学习。机器学习(machine learning)，就是给出一定算法，让计算机自己学习。
这个过程是艰苦的。如今，机器学习已经是热门概念，可在2007年，李飞飞的实验室缺少人手，又申请不到经费，最困难的时候，她一度想重开洗衣店，筹集实验资金。
她从亚马逊的众包平台中找到了解决办法，让全世界的网友一起给图片打标签。当时，李飞飞的研究项目，一度是该众包平台全球最大的雇主。
一个前所未有的庞大数据库建成了，这就是大名鼎鼎的 ImageNet。李飞飞没有敝帚自珍，而是将ImageNet数据库开源，供学术和商业界的每一个实验室调取。图片识别技术从此飞速发展，现在已经能辨识出大部分物体，还能用高度拟合的人类语言，将它们描述出来。
由于学术成就卓著，李飞飞收到了很多社会活动的邀请。她曾经接受过 New York Times 的访谈，也曾登上 TED 的舞台，讲述图形识别技术发展的背后故事。
李飞飞还组织了一年一度的 ImageNet 挑战赛，邀请谷歌等科技巨头参赛，促进图像识别和人工智能领域的交流。顺便提一句，去年百度因为在这场大赛上作弊，被禁赛一年……
首先当然是科幻电影里的各种炫酷场面，比如阿汤哥通过摄像镜头画面，搜索恐怖分子啦，又比如只需要“刷脸”就能开门的智能公寓啦。